全部 AI 动态

OpenAI 收购药物研发平台 Orchestra Bio 并入 Rosalind 生命科学体系

OpenAI 宣布收购 Orchestra Bio，一个帮助生物制药团队协调药物研发复杂流程的平台，其团队和技术将与 Rosalind 整合。Orchestra 的智能体可帮助团队追踪研究和项目进展，分析如生产批次失败对临床试验时间线的影响并提出应对方案。文中还提到与 Novo Nordisk 和 Moderna 的合作，以及新药研发平均需要 10 到 15 年的背景。

Amazon 与 AVERI 合作开展 AI 安全评估数据集第三方独立审查

Amazon 与独立非营利机构 AVERI 合作，对其内部安全评估数据集开展第三方独立审查，重点检查测试本身的质量与严谨性。审查确认了主题覆盖全面、测试方式多样、污染风险低等优势，同时提出扩大语言与风格多样性、增加多步对抗性提示词、保持评估新鲜度等改进建议。Amazon 据此更新测试集、引入分级难度框架、建立季度审查机制并扩大多语言覆盖。

Sierra 与 Stripe 合作：AI 智能体可在通话中完成支付

Sierra 与 Stripe 合作，让 AI 智能体在同一通电话里完成对话、付款和收据确认，无需跳转系统或发送支付链接。Cedar 的智能体 Kora 接入该集成后，发起支付的来电中 71.3% 成功完成付款。Sierra 已上架 Stripe App Marketplace，企业可直接将智能体连接至 Stripe 账户。

OpenAI 提出 g-mean² 之外的互补可监控性指标

OpenAI 在 g-mean² 之外新增两个互补指标：pair-matched 指标只在多个模型共同支持的实例上比较可监控性，post-control 指标则模拟监控器拒绝输出后的部署风险。原文指出，g-mean² 分数可能受各模型有效任务子集不同的影响，且不反映监控器在部署中作为控制手段的实际效果。

Anthropic 工程师如何用 Claude Docs 协作写文档

Anthropic 产品工程师 Doug 演示了如何用 Claude Docs 准备站会和发布评审。Claude 可在文档中与团队协同工作，负责提取数据、核查论断并回应评论中的问题。

Tibo@thsottiaux· 01:27AI 评分5353

Codex 团队回应部分用户周末额度消耗异常的反馈，确认约 40,000 个账号实际执行的用量限制与其所选套餐不一致，已修正该问题并逐一联系受影响用户，将为其账户补加额度，并向用户致歉。

Zyphra Inference Wave 2：在 MI355X 上加速 MoE 与长上下文服务

Zyphra 发布 Inference Wave 2，在 MI355X 上通过投机解码与 MXFP4 量化加速 MoE 和长上下文服务。GLM-5.3 在 vLLM 基线中单请求解码提速 2.7x、32 并发提速 2.0x，分别采用 MTP（GLM-5.3、DeepSeek-V4）与 DSpark（Kimi-K3）。

vLLM 发布 TorchTPU 后端，让 vLLM 在 Google Cloud TPU 上运行

vLLM 团队与 Inferact、Google 合作发布 vLLM TorchTPU（vllm-torchtpu），一个在 Google Cloud TPU 上运行 vLLM 的新后端插件，复用 vLLM 既有模型代码，无需改动模型定义即可部署大多数现有模型。

Hamlet 如何用 Databricks Lakebase Postgres 拿生产数据测试改动

Hamlet 借助 Databricks Lakebase Postgres 为每个 pull request 建立独立的生产数据分支，让工程师和 AI 编码智能体在不触碰生产环境的情况下用真实数据测试改动，合并仍需人工审批。Hamlet 索引全美超过 7,200 个治理机构的会议，平均每场会议约三个半小时，AI 负责定位值得关注的片段并回链视频原文。

Databricks 推出 Agent Memory Beta，基于 MemCurrent 架构提升智能体质量

Databricks 在 Agent Bricks 平台推出 Agent Memory Beta，通过存储关键事实、偏好和工作流提升智能体质量并降低成本和延迟，底层由 Lakebase 提供、基于 Databricks 的 MemCurrent 记忆研究。

Databricks 发布 MemCurrent 生产级 Agent 持久记忆架构

Databricks 介绍 MemCurrent，一种面向生产 Agent 的持久记忆架构，结合情景记忆与派生记忆，通过插件、工具调用和离线 dreaming 管线三种访问模式读写与整合记忆，已用于 Agent Bricks Memory 和 Genie。

GitHub 官方访谈：3 位 Java Champion 分享使用 GitHub Copilot 提效的实践方法

GitHub Blog 访谈 Vlad Mihalcea、Patrick Baumgartner 和 Frank Delporte 三位 Java Champion，介绍他们在生产与开源项目中使用 GitHub Copilot 的具体做法。

RadixArk 联合 Google 与 Meta 开源 SGLang-TorchTPU，让 SGLang 在 TPU 上原生提供 PyTorch 生产级推理

RadixArk 的 SGLang 团队与 Google、Meta 合作开源 SGLang-TorchTPU，基于 Google 的 TorchTPU 让同一 SGLang 引擎可在 GPU 和 TPU 上提供生产级服务。

同一件事，精选收录的是《Google 发布 vLLM 与 SGLang 的 TorchTPU 原生推理引擎》

从 KTIR 到 SpyreCode：IBM Spyre 的 MLIR 数据流后端

IBM 公布 Torch-spyre 的 MLIR 数据流后端设计：KTIR 承接 Inductor 已确定的并行划分，开源 Dataflow Scheduler 将其拆分为程序并扩展为嵌套、双缓冲、多实例的数据流流水线。

Google 与 Meta 发布 TorchTPU：PyTorch 原生 TPU 后端

Google 与 Meta 联合开源 TorchTPU，为 Google TPU 提供原生 PyTorch 后端，模型只需把 .to("cuda") 改成 .to("tpu") 即可开箱运行，无需 JAX 依赖。

Nebius 以白金会员身份加入 PyTorch 基金会

AI 云公司 Nebius 以白金会员身份加入 PyTorch 基金会，并获得一个理事会席位，其应用 AI 高级副总裁 Ryan Hanrui Wang 同时进入技术咨询委员会（TAC）。

PyTorch 基金会新增九家成员，Nebius、Nscale、Shopify 加入铂金级

PyTorch 基金会在 PyTorch Conference North America 2026 上宣布新增九家成员，其中 Nebius、Nscale 和 Shopify 为铂金级，LightSeek Foundation 与 Lablup 为银级，另有四家机构为准会员。

Tessl 团队分享：不再逐行审查 AI 生成代码，改为验证意图

Tessl 工程师 Ankit Jain 分享团队 PR 量翻四倍、代码几乎全部由 AI 生成后，放弃逐行 diff 审查、改为在代码生成前审查意图并逐条验证验收标准的做法。关键实践包括维护 offer-skill 技能理解代码变更，以及把重复出现最多的审查评论固化成机器自动执行的不变量规则，作者预计第二个月起审查负担明显缩小。

Ai2 发布 FairStress 基准：测量 LLM 决策中被隐藏的公平性不对称

Ai2 发布 FairStress 基准，通过 300 个两候选决策场景和对抗前缀，测量 LLM 在面对说服性论据时改变决策的难易是否因候选人所属人口群体而不同，全部组合超过 1300 万测试用例，并已开放下载、集成进 Olmo-eval。

Arm 用 Google AI Edge Model Explorer 为自定义边缘编译器带来可视化图调试

Arm 基于 Google AI Edge Model Explorer 开发了 TOSA、VGF、PTE 三种开源适配器，可在模型图上直接检查边缘编译流程。借助分屏视图，Arm 对比了 Ultralytics YOLO 在 CPU 与 Arm Ethos-U85 NPU 上的图结构差异，确认算子委派与回退情况。

Cohere 发布 Rerank 5 企业检索重排模型，分 Pro 与 Fast 两档

Cohere 发布 Rerank 5 Pro 与 Fast 两款企业检索重排模型。

Hugging Face 生态通过 TorchTPU 原生支持 TPU

Hugging Face 宣布通过 PyTorch 原生后端 TorchTPU 支持 TPU，Transformers、Diffusers 和 Kernels 可原生运行，模型加载只需 device_map="tpu"，不再需要 torch_xla 或 Optimum TPU。

Google 发布 TorchTitan TPU 分叉并给出模型优化 Playbook

Google 推出 TorchTitan TPU 分叉（github.com/google-pytorch/torchtitan），配合 TorchTPU 原生后端在 Cloud TPU 上训练 PyTorch 模型，提供 SimpleFSDP、Graph Trainer、Pallas 内核和优化 Playbook。

Google 发布 vLLM 与 SGLang 的 TorchTPU 原生推理引擎

Google 在 PyTorch 相关公告中推出基于 TorchTPU 的 vLLM 和 SGLang 原生 PyTorch 推理引擎，分别与 Inferact、RadixArk 合作开发，让开发者用熟悉的 PyTorch 工具在 TPU 上部署模型。

METR 评测 Anthropic 2026 年 8 月风险报告对齐章节，认可低风险结论但质疑评估方法

METR 发布对 Anthropic 2026 年 8 月风险报告“高风险场景中的错位”章节的独立外部审查，基本同意截至 2026 年 7 月 15 日 Mythos 5 和内部模型 Model 2 的灾难性错位风险为低，但认为这主要源于模型能力有限而非安全防护。

Anthropic 用 Claude 设计出针对蝎子神经毒素的蛋白质迷你结合剂

Anthropic 让内部研究模型在 Claude Science 中主要自主运行 64 小时，设计针对五种蝎子神经毒素的蛋白质迷你结合剂，共生成 318,484 个设计、筛选出 180 个。

AWS Kiro 负责人谈从个体编码工具到开发平台的信任与成本

AWS Senior Principal PM、Kiro 负责人在 DevCon 演讲预告中提出，从个体编码助手走向团队平台本质是组织变革而非工具采购，信任先于一切。团队给智能体更多工作的依据是验证能力提升而非模型变强，且成本随任务规模而非席位固定，约 20% 的开发者消耗约 80% 的预算，需像管理云账单一样按团队和流程做 token 可见性。

a16z 领投 Eka Robotics A 轮融资，押注灵巧操作

a16z 领投 Eka Robotics 的 A 轮融资，押注其用视觉-力-动作模型解决机器人灵巧操作难题。Eka 将视觉感知与机械手力反馈结合，把接触本身当作信息，而非逐个复刻人类手部数千个感受器。其操作策略通过物理仿真中的强化学习训练，让机器人经验随算力而非人力扩展。

Google 完成 Coral NPU 32 位架构，发布 Coral Compiler v1.0 及 Synaptics 新芯片与开发板

Google 宣布 Coral NPU 32 位架构全部四个里程碑完成，新增 Matrix Execution Unit 可配置至 1 TOPS、目标推理平均功耗 10mW，完整 RTL 已在 GitHub 开源。

llm-d 1.0 发布：Kubernetes 原生分布式推理服务走向生产就绪

IBM、Red Hat 和 Google 等主导的开源推理项目 llm-d 在 PyTorch Conference North America 上发布 llm-d 1.0，这是一个 Kubernetes 原生的分布式推理服务框架，支持任意模型、任意加速器和任意云。

Lovable 发布十月企业功能汇总：自有云部署、EU 推理与组织治理

Lovable 发布面向企业的十月功能汇总，让大型公司能把 Lovable 应用投入生产并集中治理。

Cursor 发布 Agent SDK，可用代码定义并一键部署智能体

Cursor 发布 Agent SDK，这是其构建 Bugbot、Security Reviewer、Rollouts 等托管智能体所用的框架，现已全面开放。

Sakana AI 提出 QD-Rec：用开放式探索提升推荐质量与多样性

Sakana AI 开发出推荐方法 QD-Rec，把「候选＋选择理由假设」作为推荐单元，由生成 AI 基于历史优质假设反复生成新假设，并用 Quality-Diversity 思路保留不同切口的推荐。在 M&A、客户定向、论文推荐三类任务中，QD-Rec 多数设置下平均评分高于每次从零写假设的基线，并构建出规模更大的推荐集合。

PyTorch 2.15 的 MPS 后端大更新：FP8 上 Mac，MoE 解码提速 5-6.5 倍

Hugging Face 的 PyTorch 团队介绍 PyTorch 2.15 的 MPS 后端更新，将 FP8（torch.float8_e4m3fn）带到 Mac，并通过 Metal 内核加速语言模型解码。

Waymo 宣布进军西班牙，2027 年在马德里大区迎接首批乘客

Waymo 宣布为在西班牙马德里大区推出全自动驾驶出行服务奠定基础，目标 2027 年迎来首批乘客。未来数日其电动 Jaguar I-PACE 车辆将现身当地街头，先以人工驾驶开始，再由当地受训的自动驾驶专家进行技术验证。Waymo 称已累计完成逾 2000 万次行程、400 万公里全自动驾驶里程，在其运营城市中涉及重伤或更严重事故的比例比人类司机低 95%。

Microsoft 推进数字主权：Sovereign Cloud 新增控制面板与外部密钥管理

Microsoft 在 Ignite 上公布 Sovereign Cloud 下一阶段能力，Sovereign Control Panel 进入公开预览，统一呈现主权态势并识别风险缺口。

Artificial Analysis 发布 HealthBench 与 HealthBench Professional 模型健康对话排行榜

Artificial Analysis 上线 HealthBench 和 HealthBench Professional 排行榜，两个基准来自 OpenAI，用医生编写的评分标准评估模型在真实健康对话中的表现。

Cloudflare 27B 多模态决策模型 Clef 上架 Ollama

Clef，一个来自 Cloudflare 的 27B 多模态决策模型，现已在 Ollama 上可用，用户可在本地或 Ollama 云端运行。Clef 基于 Qwen3.8-27B 微调，采用 Apache 2.0 许可，支持文本和图像输入，可一次性对每个问题打分而非逐词生成。

PFN 与 Tenstorrent 联合研究入选 NEDO 光电融合 xPU 设计开发项目

Preferred Networks（PFN）与 Tenstorrent 的共同研究被 NEDO 的“光电融合技术 xPU 设计开发”主题采纳，计划研发至 2031 年度并推动成果商业化。

斯坦福 HAI 发布 MedHELM、PhysicianBench 与 HealthAdminBench，测出医疗 AI Agent 实际完成率不足一半

斯坦福团队总结三年构建医疗 AI 基准的成果，PhysicianBench 上最佳模型 GPT-5.5 单次仅完成 46% 任务，HealthAdminBench 上 Claude Opus 4.6 完成 36.3%。MedHELM 覆盖 5 大类 121 项临床任务，评测显示临床决策支持和管理流程得分最低；失败主要来自跨文档与系统传递信息时丢失上下文，两项基准均以合成数据、公开代码和排行榜开放。