Tibo@thsottiauxAI 评分4040全部 AI 动态
- Tibo@thsottiauxAI 评分4040
vLLM 官方博客AI 评分5151 vLLM 推出基于 Ray Direct Transport 的分片权重传输引擎
vLLM 发布基于 Ray Direct Transport（RDT）与 NIXL 的分片权重传输引擎，用于在线 RL 训练中的权重同步。在 48 个 8xH100 节点上以 BF16 传输 Kimi K2 权重耗时 7.53 秒，聚合带宽 1,049 GB/s，同一设置下 SkyRL 的 NCCL broadcast 基线为 64.72s。
Anthropic：Transformer CircuitsAI 评分5656 微型语言模型中干扰权重的特征刻画
Anthropic 训练了一个单层 transformer，通过将模型分解为 token、位置、特征和 logits 间的虚拟权重，首次在训练过的 transformer 内直接演示了干扰权重的存在及其对训练损失的影响。
- Tibo@thsottiauxAI 评分4747引用OpenAI@OpenAI
As we continue to push the frontier of capabilities while improving efficiency, we're dropping API and credit pricing of GPT-5.6 Sol by over 20% for the next 3 months.
Claude Platform：开发者版本说明精选AI 评分6666 Claude Platform 发布 Python SDK v1.0，迁移至 httpx2
Anthropic 发布 Claude Python SDK v1.0，HTTP 层从 httpx 迁移至 API 兼容的 httpx2，并移除 Text Completions API 等长期弃用功能。
推荐理由：这次 v1.0 的破坏性变更集中在 HTTP 层与弃用参数，迁移指南给出前后对照，方便维护旧代码的人逐项核对更新点。
Claude Code：GitHub ReleasesAI 评分4040 Claude Code v2.1.239 发布：修复多项 Bug 并新增成本估算与 /claude-api 升级功能
Claude Code v2.1.239 发布，成本估算（/cost、状态栏、--max-budget-usd）现包含数据驻留工作区 1.1 倍美国专属推理溢价，并为 Bedrock、Vertex、Foundry 等新增全屏渲染器。
Google Research：BlogAI 评分4949 移动性如何让语言模型更深入地理解地点
Google Research 推出 Mobility-Embedded POIs（ME-POIs）框架，将聚合匿名移动模式与文本描述结合，为地点构建融合身份与动态功能的嵌入向量。在未见地点上，该框架使访问意图预测相对提升 81.9%，价格等级分类提升 75.1%，繁忙度估算准确率提升 24.7%。
Google Research：BlogAI 评分5555 Google 推出 Biomarker Discovery Framework：从可穿戴传感器数据中筛选候选生物标志物的多智能体系统
Google 推出 Biomarker Discovery Framework，一个多智能体系统，通过迭代假设生成、统计分析与文献推理，从可穿戴传感器数据中筛选候选生物标志物。该系统在三个队列（共 9,279 人次观测）中恢复了已知临床信号，识别出跨独立数据集的一致生物标志物，并在结合人口统计特征后提升了下游预测性能。流程包含六阶段闭环架构与 11 项对抗性验证检查，并保留人工监督。
Claude：Blog精选AI 评分6161 Claude Mythos 5 网络安全能力扩展至更多防御者
Anthropic 宣布 Claude Mythos 5 现已集成至 Claude Security，并即将登陆合作伙伴的网络安全防御工具。公司同时推出 3500 万美元的 Defender Advantage Fund（0xDAF），用于资助开源软件漏洞修复与安全自动化。
推荐理由：相较直接开放模型，以限定输出物提供补丁和告警的控制方式，为防御能力安全放量给出了可参照的产品分发思路，也解释了后续基金与验证计划的逻辑。
LMSYS BlogAI 评分6767 SGLang 推出 Weight Cache Daemon，实现亚秒级引擎重启
SGLang 团队推出 Weight Cache Daemon，通过 CUDA IPC 零拷贝映射将模型权重加载从约 495 秒降至约 0.63 秒（约 785 倍加速），端到端启动时间减少 93.9%。该守护进程在 GPU 内存中持久化后量化权重，支持多实例共享和亚秒级主备切换，是 Fast Engine Recovery Framework 的第一阶段。
LMSYS Blog精选AI 评分6363 Ling-3.0-flash 在 4 块 Blackwell GPU 上如何将批处理 1 解码延迟降低 54%
蚂蚁 Ling Infra 团队与 RadixArk SGLang 团队将 Ling-3.0-flash 混合线性注意力 MoE 模型的单请求解码速度从 288 tok/s 提升至 606 tok/s，平均 TPOT 从 3.33 ms 降至 1.53 ms。
推荐理由：对做单请求低延迟推理的团队，可迁移的是先把主机从 GPU 进度上解绑再优化 GPU 关键路径，否则主机的同步等待会变成每步的 GPU 气泡，这与具体模型无关。
xAI：NewsAI 评分4545 Grok Bot 扩展至更多订阅计划
xAI 宣布 Grok Bot 现包含于所有 SuperGrok Plus、Cursor Pro+ 及 Cursor Teams 计划，此前该功能于 8 月 11 日以 beta 形式推出。Grok Bot 是可在云端独立运行的 AI 智能体，支持文本线程交互、并行运行多个 Bot，并能处理销售、建站、客服等具体工作。企业用户可通过候补名单申请更大规模的团队部署。
Amazon ScienceAI 评分6565 Amazon 发布 SOP-Bench：在真实业务流程上评测 AI 智能体的开源基准
Amazon 在 KDD 2026 发布开源基准 SOP-Bench，用领域专家撰写的真实 SOP 构建 12 个业务领域、超过 2000 个可运行任务，每个任务附带工具接口和标准答案，已在 GitHub 和 HuggingFace 开放。
Runway：NewsAI 评分5252 Runway 谈企业视频生成的下一个阶段：模型许可与自主执行
Runway 业务今年增长超一倍，NRR 超 300%，一家 Fortune 20 客户对其使用量增长超 17 倍。欧洲占其企业客户超 20%，订阅销量过去十二个月增长 50%。公司推出模型许可模式，提供闭源权重与专有训练，并强调不基于客户数据训练、提供 Day 0 第三方模型接入及 Runway Agent 自主执行能力。
a16z：NewsAI 评分4747 主题轮动之风：ETF 主题从清洁能源转向 AI、核能与太空
2026年ETF主题榜单与2020年截然不同，AI、核能、太空、国防和基础设施占据主导，取代了此前的清洁能源、新兴市场科技和医疗健康。数据方面，据Citadel数据，ETF净流入正迈向史上最强年份，7月创下历史纪录。与此同时，数据中心建设成为美国多州非住宅建筑支出的重要部分，新墨西哥州和怀俄明州占比约60%，宾夕法尼亚州近30%。
Claude：Blog精选AI 评分7373 AI 原生 SDLC 实战手册：Anthropic 如何用 Claude 重塑软件开发生命周期
Anthropic 发布 AI 原生 SDLC 实战手册，提出将传统六阶段软件开发生命周期重构为 AI 嵌入各环节的闭环流程。手册指出，当代码不再是瓶颈时，规划、审查、部署等人速环节成为新约束，需通过 Claude 将需求压缩为 intent.md、以技能编码标准、用持续评测替代阶段门禁，并保留人工对关键代码的审查。
推荐理由：把各阶段产物固化为可版本化 markdown 并让下一阶段读取，人工审查就从逐行看代码转向在关卡看代理标记，对改造研发流程的团队有直接参考价值。
- Tibo@thsottiauxAI 评分6161引用Tibo@thsottiaux
We've investigated a few messages about codex usage limits being different. That's not something we change without engaging the community and being transparent. What we did see is that when talking to affected users many were using sub2api. Converting a subscription into api traffic to then re-serve or share across many users is not something we support and this type of usage gets flagged by our fraud-prevention systems. You are completely fine if you use your subscription through Sign in With ChatGPT, either through the official clients or through one of the many OSS clients (Pi, OpenCode, ...) that support signing in with your account and using your included usage.
DeepSeek：API 更新日志精选AI 评分6767 DeepSeek-V4-Flash-Vision-Exp 发布
DeepSeek 上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过设置 model='deepseek-v4-flash-vision-exp' 在 API 平台访问。
推荐理由：实验版在纯文本能力与正式版持平的基础上补齐视觉，多模态 Agent 基准接近 Opus-4.8，让依赖视觉的 DeepSeek 工作流无需切换后端即可评估更强感知能力。
Ai2 / Allen Institute for AIAI 评分5151 Georgia Tech 团队用开源 Olmo 3 追踪大语言模型社会推理能力的数据来源
Georgia Tech 博士生 Glenn Matlin 与合作者 Chandreyi (Zini) Chakraborty 用影响函数方法追踪 Olmo 3 的社会推理能力来自哪些训练数据，研究依托 Olmo 3、Dolma 3、WebOrganizer、OlmoEval 和 OLMES 五个开源组件。
OpenAI Developers：Blog精选AI 评分6565 OpenAI Daybreak 集合 ChatGPT 与 Codex Security 扩展网络防御工作流
OpenAI Daybreak 汇集模型、安全工具、受控访问与安全生态，配合 ChatGPT、Codex Security、Codex Security Cloud 和开源 Codex Security CLI 覆盖调查、代码评审、漏洞分诊与修复验证。
推荐理由：官方整理了从调查、评审到修复和 CI 检查的完整安全工作流，读者可以按自己团队已有的环节挑一个入口上手。
- Tibo@thsottiauxAI 评分4040引用OpenAI Developers@OpenAIDevs
Transparent backgrounds are now available in preview for GPT-Image-2 in the API. Generate reusable assets you can place on any background—for product imagery, graphic design, website mockups, and marketing campaigns.
Together AI 研究与产品博客精选AI 评分7979 DeepSWE 实测：GLM-5.3 与 Claude Fable 5 在成本、编码与路由上的对比
Together AI 在 DeepSWE 全部 113 个任务、每任务 4 次试验（共 904 次 rollout）上对比 GLM-5.3 (max) 与 Claude Fable 5 (max)。
推荐理由：基于 904 次 rollout 的实测数据，给出两模型成本与准确率的量化对比，可帮助团队在两者间做出路由选择。
Together AI 研究与产品博客精选AI 评分7272 Together AI 实测 GLM-5.3 对比 GPT-5.6 Sol：DeepSWE 上的成本、编码与路由
Together AI 在 DeepSWE 全部 113 个任务上各跑 4 次试验（共 904 次 rollout）对比 GLM-5.3 与 GPT-5.6 Sol。
推荐理由：原文基于自跑 904 次 rollout 给出成本、pass@k 和失败模式数据，读者可据此设计两模型的级联路由策略。
Claude Code：GitHub ReleasesAI 评分5050 Claude Code v2.1.238 发布：新增 readline 键位、插件市场 headersHelper 与多项 Remote Control 修复
Claude Code v2.1.238 发布，新增 keybindingFlavor 设置（可设为 "readline" 使 Ctrl+W 删除至前一个空白符），并为插件市场引入 headersHelper 以生成 HTTP 头。
Claude：Blog精选AI 评分6363 Claude Platform 正式上线 Computer Use、Skills API 与 Files API，新增浏览器操作工具
Anthropic 宣布 Computer Use、Skills API 与 Files API 在 Claude Platform 全面可用，并新增浏览器操作工具，让智能体可操作软件、调用团队技能并返回成品文件。
推荐理由：这次正式版让 computer use 每轮可执行多个动作，浏览器工具按页面结构而非像素定位元素，长流程任务的调用次数和执行时间可能明显下降，对无 API 系统上的自动化团队影响直接。
OpenAI：官网动态AI 评分5050 OpenAI 推出 AI Futures 博客，探讨自由社会如何应对变革性 AI
OpenAI 新设 Strategic Futures 团队并推出博客 AI Futures，核心问题是自由社会应如何重构以在变革性 AI 出现时保障个人权利与自主权。团队认为，自主系统和机器智能的进步可能使国家无需依赖人力即可投射力量、征收税收并自动化官僚体系，从而削弱民众在谈判桌上的地位。文章主张借鉴美国开国元勋“以权力制衡权力”的思路，寻求建立并维持适当的权力平衡，而非彻底去中心化。
xAI：News精选AI 评分8282 Grok Build 全面上线网页与移动端，所有套餐可用
Grok Build 现已面向所有套餐开放，支持网页、iOS 和 Android 端使用。用户描述应用、游戏或网站后，Grok 可在聊天中实时生成可运行版本。该功能自 7 月推出 Early Beta 以来，新增了发布分享、接入 X 及调用 Grok 自身模型等能力，发布的应用可获得 grok.me 链接并支持自定义域名、导出到 GitHub 等。
推荐理由：全量开放把应用生成从早期测试变为普通用户可用的工具，发布链接和X内嵌卡片让作品直接进入社交传播，降低了分享与分发的门槛。
- Tibo@thsottiauxAI 评分4040引用ChatGPT@ChatGPT
Everyday conversations just got easier with the new Apple Messages plugin. Search messages, catch up on conversations, draft and send replies—all with ChatGPT on your Mac. Now available in ChatGPT Work and Codex on desktop.
Claude：Blog精选AI 评分6060 Anthropic 如何开展 AI 教学
Anthropic 发布 Claude Academy，为全球数百万用户提供 AI 教学资源，帮助其安全、有效地使用 AI。该学院课程借鉴其内部员工培训方法，包括 4D AI Fluency Framework 及“ever-boarding”持续学习项目，并强调以问题为中心、培养持久思维模式而非特定操作行为。
推荐理由：把 AI 教育的重心从功能操作转向任务分工与核查强度，4D 框架与按风险比例验证这类心态对组织设计 AI 素养课程有实际参考价值。
LMSYS BlogAI 评分5555 Mooncake 如何为 Miles 强化学习系统实现高效批量 Rollout 数据传输
大规模 LLM 强化学习采用解耦架构后，rollout 数据从推理侧到训练侧的传输成为瓶颈。Mooncake 针对 Miles 系统中异构、碎片化的 rollout 数据（如 list[np.ndarray] 形式的 tokens、loss_masks、rollout_log_probs），通过批量 I/O 优化实现高效传输，同时满足效率、正确性、可扩展性、灵活性和可预测的交接延迟等要求。
LangChain：BlogAI 评分4848 LangSmith 预览构建：如何在合并前测试智能体变更
LangSmith 预览构建让团队在合并智能体变更前，于临时的、类生产环境的部署中测试拉取请求分支。该功能旨在降低变更上线风险，使智能体改动验证更贴近真实运行条件。
Claude Platform：开发者版本说明AI 评分5959 Claude Platform 8 月 19 日版本说明：computer use 正式版发布，浏览器工具与 Skills API 转正
Claude Platform 更新版本说明，computer use 工具以 computer_toolset_20260801 转正，去除 beta header，支持批量动作、默认缩放和按成员配置；同时推出 browser_toolset_20260801 浏览器使用工具，可在应用托管的浏览器视口内读取页面可访问性树并支持表单输入、标签页管理与下载报告。
Mistral AI：News精选AI 评分6868 Mistral 发布 Agentic Search，多步检索在 FinanceBench 上将准确率从 26.7% 提升至 86%
Mistral 发布 Agentic Search，为 AI 系统提供多步检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供，支持云端与本地部署。
推荐理由：官方给出 FinanceBench 与 OfficeQA Pro 上的具体数字和五工具设计，读者可评估其对现有 RAG 流水线的替代价值。
Microsoft Research 博客AI 评分7878 微软发布 Skala 1.1：深度学习 DFT 精度超越传统泛函并集成主流软件
微软研究院发布深度学习交换关联泛函 Skala 1.1。该模型基于比前代多 2.5 倍的数据训练，在 GMTKN55 基准测试的 55 个类别中 32 项获第一，以 meta-GGA 的计算成本实现了优于最昂贵全局杂化泛函的精度。Skala 现已集成至 CP2K，并正在接入 Psi4、FHI-aims、ORCA 和 VASP 等主流电子结构软件，同时推出动态基准以追踪性能优化。
Tessl：产品与工程博客AI 评分5353 Tessl Academy 推出 Code Review Loops 智能体代码评审课程
Tessl Academy 发布 Code Review Loops 课程，共四课、每课约 25 分钟，教授运行首次智能体代码评审、编写编码团队规则的 lens、按路径路由 lens，以及在每次 pull request 上执行评审闭环。
Claude：BlogAI 评分4949 monday.com 如何将平台重构为人类与智能体协作的 agent-first 产品
monday.com 以 Claude 为核心重构平台，转向人类与智能体协作的 agent-first 模式，自 2026 年 5 月上线以来已产生超过 500 万次智能体交互。该公司曾因“AI dust”式附加功能触顶，遂将 AI 原生嵌入工作流，为智能体设置名称、头像及权限，并支持通过 monday Agents、BYOA、Pre-built Agents 等四种方式运行 Claude。
Apple Machine Learning ResearchAI 评分4343 数据约束下的混合预训练缩放定律
苹果机器学习研究团队通过2000余次语言模型训练实验，系统研究了稀缺目标数据与通用数据混合预训练中的权衡问题。研究发现，目标数据占比过低会导致模型对目标领域暴露不足，而占比过高则因重复样本过多引发收益递减乃至过拟合，为数据约束下的混合预训练策略提供了量化依据。
Apple Machine Learning ResearchAI 评分4747 数据受限下的多语言知识迁移：Apple 提出基于词汇干预的新方法
Apple 研究团队提出一种基于词汇干预的多语言知识迁移方法，旨在解决低资源语言训练数据不足时，模型难以从高资源语言获取科学推理、常识推断和世界知识的问题。该方法无需大量平行语料、翻译系统或辅助模型，为数据受限场景下的跨语言知识迁移提供了更高效的替代方案。
Claude：Blog精选AI 评分6565 Claude Code 初创公司指南：五大规则与创始人洞见
Anthropic 发布面向初创公司的 Claude Code 使用指南，基于对十余家高增长公司的调研，总结出“人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化”五大规则。
推荐理由：指南把十几家创业公司实践归纳为五个可操作规则，其中「修复原则而非修复个案」对搭建自改进 agent 流程具有直接参考价值。