#部署/工程

vLLM 推出原生 RL 权重同步 API 并修复异步 RL 死锁

vLLM 引入原生权重同步 API，将 RL 训练器到推理引擎的权重传输标准化为初始化、开始、更新、结束四阶段，采用可插拔 WeightTransferEngine 抽象，目前支持 NCCL 和 IPC 两种后端并支持 packed tensor 优化。

Red Hat AI 与 Poolside 为 Laguna XS.2 发布 vLLM 集成、DFlash 推测解码与量化 checkpoint

Red Hat AI 与 Poolside 在 Laguna XS.2 发布时合作提供推理优化，包括 first-class vLLM 集成、DFlash speculator checkpoint 和 LLM Compressor 量化 checkpoint。

Prime Intellect 发布 Hosted Evaluations 托管评测服务

Prime Intellect 发布 Hosted Evaluations，提供可扩展的基础设施，让用户在数百个社区环境中托管运行模型评测，可通过平台或 CLI 加 --hosted 参数启动。评测结果可发布到各环境排行榜，评测查看器展示采样参数、样本、trace 和工具调用以支持复现；团队还在开发开源库 Verifiers v1，以支持模型与 harness 组合的评测。

Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B

Liquid AI 发布端侧 MoE 模型 LFM2.5-8B-A1B，专为消费级硬件上的快速可靠工具调用打造，Base 和 post-trained 版本已在 Hugging Face 开放。

Lyft 如何用 LangGraph 和 LangSmith 构建自助式 AI 智能体客服平台

Lyft 的 SCX 数据科学与 MLE 团队基于 LangGraph 的 router 多智能体架构和 LangSmith 的追踪监控，搭建了让非技术领域专家独立开发 AI 客服智能体的自助平台。

Modal 面向人类和 Agent 推出 RBAC 权限控制

Modal 向 Team 和 Enterprise 计划的所有用户开放 RBAC 权限控制，围绕 Environments 构建可执行的安全边界。其中 Restricted Environments 默认将工作区成员设为只读，仅显式授权的用户或 Agent 可部署和管理资源，跨环境访问受限，并与 Audit Logs 打通记录操作。

我们如何对不同产品中的Claude进行隔离控制

Anthropic通过三重机制控制Claude智能体的部署风险，包括用户误用、模型异常行为和外部攻击。其防护策略聚焦于三个层面：通过沙箱、虚拟机和网络出口控制限制智能体运行环境；利用系统提示词和模型训练引导其行为；以及对MCP服务器、第三方插件等外部内容实施细粒度权限管理。文章以Claude Code、claude.ai和Claude Cowork为例，阐述了不同产品如何设计对应的隔离架构。

LlamaIndex 发布 LiteParse v2.0：Rust 重写，支持 Rust、Python、Node、WASM 与 edge 运行时

LlamaIndex 发布 LiteParse v2.0，将这个不依赖 LLM 的 PDF 与办公文档解析工具用 Rust 重写，提供 Rust、Python、Node 和 WASM 四种包，可在浏览器和 edge 运行时本地运行。

EAGLE 团队联合 vLLM 与 TorchSpec 发布 EAGLE 3.1 投机解码算法

EAGLE 团队、vLLM 团队与 TorchSpec 团队联合发布 EAGLE 3.1，通过 FC 归一化和后归一化隐状态反馈缓解注意力漂移问题。与 EAGLE 3 相比，长上下文场景下接受长度最高提升 2 倍，并在 vLLM（TP=4、GB200、SPEED-Bench 编码数据集）上实现并发 1 时 2.03× 的每用户输出吞吐提升。

Augment Code 用 Cosmos 智能体自动化事故响应，人类值班工作量降约 81%

Augment Code 介绍其基于 Cosmos 平台的 Incident Investigator 智能体如何在 Slack 中自动执行 PagerDuty 告警的分诊与根因分析，并给出四条修复路径（监控、代码修复、回滚、升级），人类只需审查 RCA 并做判断。

加倍投入科学以赢得工业AI

Mistral AI宣布与物理AI先驱Emmi AI达成最终收购协议，旨在加强其在工业AI领域的领导地位。通过整合Emmi AI在物理仿真与数字孪生方面的专长，Mistral AI将提升其工程解决方案能力，并加速科学研发路线。Emmi AI的30余名研究员与工程师将加入Mistral AI团队，共同构建由物理AI驱动的综合技术栈。此次合作将为航空航天、汽车等高风险行业提供实时仿真与复杂问题解决平台，推动工业研发的突破性进展。

Claude现已支持更多安全合规工具

Anthropic宣布为Claude企业版及平台新增28项安全与合规工具集成。这些集成均通过Claude Compliance API实现，允许企业安全团队统一获取Claude的对话内容与活动事件，从而将其纳入现有的DLP、SIEM等监控与合规流程。新增合作伙伴包括Cloudflare、CrowdStrike、Microsoft Purview等28家供应商，覆盖数据安全、身份验证等多个关键领域，帮助企业快速将Claude接入现有安全平台，实现跨组织工具的统一治理与可视化监控。

AdventHealth携手OpenAI推进全人医疗

AdventHealth正在采用OpenAI的ChatGPT for Healthcare解决方案，旨在优化医疗工作流程，减轻医务人员行政负担，从而将更多时间还给患者护理。该合作利用人工智能技术处理文档、协调等非临床任务，以提升整体医疗效率与患者体验。

Claude Code v2.1.146 更新

本次更新主要调整了功能命名与交互逻辑，将 `/simplify` 命令更名为 `/code-review` 并支持分级，同时优化了自动模式与用户提问的交互。重点修复了多项影响稳定性与体验的 Bug，包括 Windows 系统上通过 winget 安装 PowerShell 后工具失效、终端全屏闪烁、后台会话权限重复请求、主题编辑器响应异常，以及 MCP 分页数据丢失等关键问题。此外，更新还改进了自动更新功能的网络容错能力，并提升了大文件差异渲染的性能。

Modal 完成 3.55 亿美元 C 轮融资，估值 46.5 亿美元

Modal 宣布完成 3.55 亿美元 C 轮融资，投后估值 46.5 亿美元，由 General Catalyst 和 Redpoint 领投，Menlo、Bain Capital Ventures 和 Accel 新加入，自 9 月以来收入增长五倍，年化收入超过 3 亿美元。

Anthropic销售负责人如何利用Claude Cowork管理4000个客户账户

Anthropic美国中端市场业务负责人Travis Bryant利用Claude Cowork自动化销售管理工作。该工具帮助他高效完成客户倾向性评分、每日客户简报准备及每周销售预测报告生成，每晚自动处理4000个账户数据，替代了以往跨部门团队需数百小时完成的工作。通过自动化日常任务调度，他每天节省约90分钟，并将数据整合为可交互的销售仪表板，使其能更专注于客户沟通与战略决策。

Devin 获得 Windows 原生环境，可构建、测试和迁移 Windows 应用

Cognition 宣布 Devin 现在可以在自己的 Windows VM 中原生构建、运行和测试代码。此前 Devin 能为 .NET Framework 生成迁移代码但无法构建测试，现在可在真实 Windows 环境中迭代直到迁移通过，还支持 Computer Use 点击 UI 验证行为、运行 SQL Server 和 Windows Server 原生工作流。

介绍 OpenAI for Singapore

OpenAI for Singapore 宣布启动一项多年期人工智能合作计划，重点扩展 AI 技术在新加坡的部署范围，加强本地人才队伍建设，并为企业及公共服务部门提供 AI 支持。该合作旨在通过资源整合，推动新加坡在 AI 领域的竞争力提升，加速技术创新和应用落地，覆盖商业与公共领域的数字化转型需求。

Claude Code v2.1.145版本更新

本次更新为Claude Code工具带来了多项功能增强与问题修复。新功能包括：新增JSON格式的会话列表命令以便脚本化操作，并在OTEL追踪中完善了Agent父子关系。插件浏览界面现可预览详细信息。在稳定性方面，修复了权限提示被绕过的安全问题、MCP参数校验错误、终端窗口调整后的显示冻结，以及非ASCII名称导致的API调用失败等问题。同时改进了Read工具的文件超限处理，并优化了任务列表排序和状态栏信息显示等交互细节，整体提升了工具的易用性与可靠性。

LangChain 详解 LangSmith Engine 如何构建一个改进智能体的智能体

LangChain 发布 LangSmith Engine，一个运行在智能体 trace 之上的智能体，自动发现重复失败模式并生成 issue、评估器和数据集示例。架构上先用紧凑轨迹摘要大规模筛查，再用基于 Haiku 的 screener 子代理按约 20 条一组分筛，由通用 investigator 子代理深查，修复则通过 needs_fix 标签交给独立的 fix agent 完成。

毕马威与Anthropic建立全球联盟，全面整合Claude AI模型

毕马威宣布与Anthropic建立全球联盟，将Claude人工智能模型全面整合至其核心业务与数字平台。此举将向毕马威全球超过27.6万名员工开放Claude访问权限，并率先应用于税务与法律等领域的客户工具开发。双方还将合作开发面向私募股权投资组合公司及网络安全漏洞检测的新产品。毕马威强调此次合作基于其可信AI框架，旨在通过负责任、可治理的AI部署，加速企业数字化转型。

Claude智能体托管平台新增自托管沙箱与MCP隧道功能

Anthropic为其Claude智能体托管平台推出两项更新：自托管沙箱允许用户在自有基础设施或合作云平台上运行工具，确保敏感数据与服务保留在用户控制范围内；MCP隧道则通过轻量网关，使智能体能安全连接企业私有网络内的数据库与API，无需暴露于公网。目前沙箱功能已进入公测，隧道处于研究预览阶段。这两项更新进一步增强了企业用户对智能体执行环境与内部资源访问的安全管控能力。

Modal 与 Anthropic 合作推出 Claude Managed Agents 与 Modal Sandboxes 一等集成

Modal 宣布与 Anthropic 合作，为 Claude Managed Agents 提供 Modal Sandboxes 的一等集成，让工具调用全部运行在自托管 Modal Sandbox 中，同时保留 Anthropic 托管 agent loop 的便利。

EpiCache：面向资源受限环境的长程对话场景式KV Cache管理

现有大语言模型虽能处理超长对话，但随对话历史线性增长的KV Cache会导致内存占用迅速超出设备限制。当前KV Cache压缩方法大多在处理完整上下文后才进行缓存淘汰，造成无界峰值内存占用。此外，基于查询的淘汰机制将缓存语义狭窄化至单次查询，导致失效。

分布式训练为何艰难：DTensor、正确性与抽象的代价

本文探讨了分布式训练中的正确性难题及DTensor方案的权衡。DTensor通过为张量附加放置元数据（如Shard、Replicate）来自动管理通信，确保计算正确性。文章通过一个并行化案例，展示了不使用DTensor时手动处理梯度计算可能引发的静默错误（如梯度为零或倍增），从而凸显了正确性的复杂性。然而，DTensor的抽象层在简化开发的同时，也可能在大规模场景下引入隐性的性能开销。因此，在设计分布式系统时，需要在抽象的开发便利与底层的计算效率之间做出审慎权衡。

LlamaIndex 发布 ParseBench 基准及本地解析工具更新

LlamaIndex 发布周报，介绍面向 AI Agent 的文档 OCR 基准 ParseBench，推出基于 Rust 的沙箱 CLI Agent 工具 Sandboxed-Lit 以及可自托管的私有文档解析服务器 LiteParse-Server。此外还分享了新加坡和纽约的活动回顾及网络研讨会预告。

玻璃翼项目：Mythos向我们展示了什么

近期，团队将Mythos及其他聚焦安全的大语言模型应用于关键基础设施的实时代码测试。测试揭示了模型在识别漏洞和代码审计方面的优势，例如在复杂逻辑中发现潜在风险的能力，同时也暴露了其存在的局限性，包括产生误报以及对上下文理解的不稳定。文章指出，在将这些安全LLM的能力扩展到更大规模之前，必须围绕其建立一套可靠的工作流程，包括持续验证和人工复核机制。

Novita AI 与 vLLM 团队合作推出 PegaFlow 外部 KV cache 服务

Novita AI 与 vLLM 团队合作将 PegaFlow 集成到 vLLM，作为独立 Rust 进程实现的外部 KV cache 服务，通过 kv_transfer_config 接入且无需修改 vLLM 源码。

Cognition 推出 Devin Auto-Triage 自动排查告警并生成修复 PR

Cognition 推出 Auto-Triage，Devin 可自动监控 Slack、Linear、GitHub、Sentry、Datadog 和 webhook 等来源的告警，立即检查代码库与可观测性工具、并行派生 sub-Devin 调查，输出结论、下一步或直接开 PR。

在法律行业全面部署Claude：产品指南与实施路线图

2026年报告显示，法律团队生成式AI使用率已从44%跃升至87%。为应对日益复杂的工作，法律行业正将Claude应用于合同审阅、并购尽调及诉讼准备等核心流程，并通过多款产品组合提升效率：Chat用于即时研究，Claude Cowork处理跨文件协作，Microsoft 365插件集成办公套件，Platform支持定制应用开发。Anthropic同步发布法律行业部署指南，涵盖产品矩阵、12个预设业务领域插件及三阶段实施路线图，并解答数据托管与权限保护等关键问题。

普华永道全球部署Claude，助力客户构建技术、执行交易并重塑企业职能

普华永道与Anthropic宣布扩大战略联盟，将在全球数十万员工中部署Claude AI工具。双方将联合建立卓越中心，并培训认证3万名专业人员。合作聚焦三大高杠杆领域：智能体技术构建、AI原生交易执行以及企业职能重塑。普华永道已率先成立基于Claude的财务业务组。实际应用显示，Claude在保险承保、网络安全等多个领域能将交付时间缩短最高达70%，例如将保险承保周期从十周压缩至十天。

PromptArmor 发布 Microsoft Copilot Cowork 安全部署指南

PromptArmor 发布 Microsoft Copilot Cowork 安全从业者指南，指出该云端智能体的主要风险是间接提示词注入，且开箱即继承用户的 Microsoft Graph 权限，陈旧的 Teams 成员关系和过度共享的 SharePoint 站点都会成为攻击面。

在大型代码库中高效运用Claude Code：最佳实践与入门指南

Claude Code已成功部署于数百万行的单体仓库、遗留系统及分布式架构中。其核心在于围绕模型构建的“工具套件”，而非仅依赖模型本身。该套件包含五个关键扩展点：提供代码库概览的CLAUDE.md文件、实现持续改进的钩子、按需加载专业知识的技能、插件以及MCP服务器。它采用智能体搜索模式，直接在开发者本地实时代码库上操作，无需构建和维护集中式索引，从而避免了传统RAG系统在活跃大型代码库中索引过时的问题。团队对代码库设置的投入程度直接决定了其导航效果。

Genkit 推出中间件系统：增强智能体AI应用的可控性与可靠性

Google开源框架Genkit近日推出其核心中间件系统，旨在提升智能体AI应用的可靠性与可控性。该系统允许开发者在生成调用、模型及工具层进行拦截，以注入自定义行为，如重试机制、模型回退以及人工介入的工具审批流程。通过创建并堆叠自定义中间件，开发者能够实现对模型输出的确定性控制。所有中间件的执行流程均可通过专用的开发者界面进行实时查看与调试，有效支持使用TypeScript、Go、Dart和Python构建生产就绪的智能体应用。

加速设备端AI：Arm与Google AI Edge的优化实践

Arm第二代可扩展矩阵扩展（SME2）与Google AI Edge软件栈集成，将CPU转变为强大的矩阵计算加速器，从而实现高性能的设备端生成式AI。本文以Stability AI的“stable-audio-open-small”模型为例，阐述了利用LiteRT、XNNPACK和KleidiAI构建的“转换、优化、部署”自动化硬件加速流程。该方案在基于Arm架构的移动设备和笔记本电脑上，成功实现了音频生成速度提升2倍以上、内存使用减少4倍的显著效果，同时确保了高音频质量。这一集成方案为在资源受限的边缘设备上高效运行复杂AI模型提供了有效路径。

vLLM 推出 Elastic Expert Parallelism，支持 MoE 部署运行时扩缩容

vLLM 发布 Elastic Expert Parallelism（Elastic EP），无需重启服务器即可在运行时调整 DP worker 数量，让 MoE 部署随需求扩容或缩容，通过 POST /scale_elastic_ep 触发。

Tibo@thsottiaux· 04:14AI 评分5151

我们正持续投入以提升智能体在Windows上的表现。 强烈推荐阅读David关于Codex独特Windows沙盒方案的工程文章：https://openai.com/index/building-codex-windows-sandbox/

为智能体配置开发环境

Cursor发布新工具，用于配置云端智能体开发环境。核心更新包括：支持多仓库环境，使智能体可跨代码库协同工作；提供基于Dockerfile的代码化配置，支持构建密钥并优化缓存，命中缓存后构建速度提升70%；增强由智能体主导的环境设置流程，提供验证与故障回退机制。同时新增环境治理与安全功能，如版本历史、审计日志，以及可在环境级别独立管控的网络出口和密钥权限。这些改进旨在帮助团队在受控环境中更高效地运行能端到端处理任务的并行智能体集群。

Claude 电脑与浏览器使用的最佳实践

Claude 最新模型在电脑与浏览器使用能力上显著提升，支持构建复杂智能体系统。本文针对Claude 4.6系列和Opus 4.7提供实践指南，重点优化截图分辨率：Claude 4.6系列API限制最大长边1568像素、总像素115万；Opus 4.7提升至最大长边2576像素、总像素375万。发送前将截图缩放到限制内是提升点击准确性的最有效方法。推荐起始分辨率为1280x720，Opus 4.7用户可优先使用1080p，并避免发送未经缩放的原始截图或过低分辨率图像。

Anthropic推出面向小型企业的Claude服务包

Anthropic推出“Claude for Small Business”服务包，旨在帮助小型企业弥补在AI应用资源上与大型公司的差距。该产品包含一系列连接器和15个开箱即用的自动化工作流，能将Claude深度集成到QuickBooks、PayPal、HubSpot等企业日常工具中。其核心功能是自动化处理财务、运营、销售等领域的重复性任务，如规划薪资、月末结算、追踪发票和分析营销活动等。用户通过Claude Cowork界面操作并手动批准关键步骤，所有任务均由用户发起和控制，Anthropic承诺保障数据安全。