Meta 详解 Catching JiTTests 全量部署：LLM 生成测试在代码合入前捕获 bug
Meta 介绍其 LLM 驱动的 Catching JiTTests 已从研究原型进入生产基础设施，通过 dodgy diff 和 intent-aware 两条工作流自动生成测试，在代码合入前暴露 bug，并用 RubFake 规则与 LLM-as-Judge 集成过滤误报、以 human-on-the-loop 方式降低人工审查负担。
#Meta
Meta Engineering BlogAI 评分6666
PyTorch：BlogAI 评分6262 PyTorch 2.15 发布：重写 NCCL 后端转为默认并提升多平台推理性能
PyTorch Foundation 发布 PyTorch 2.15，重写的 NCCL 后端成为所有 nccl 进程组的默认选项，附飞行记录器在 collective 挂起时转储现场，并保留 TORCH_DIST_USE_NCCL2=0 和 nccl-legacy 回退路径。
Meta AI：Research BlogAI 评分4545 Meta 支持五所美国大学用其 AI 模型加速医学与科学突破
Meta 宣布支持加州理工学院、俄亥俄州立大学医学院、路易斯安那州立大学、印第安纳大学和 UTHealth Houston 五所美国高校的研究，形式包括开放最新 Muse 系列模型（含 30B 开源权重、可在单张消费级 GPU 运行的 Muse Glimmer）、与 Meta 研究员直接合作及部分项目研究经费。
Meta Engineering BlogAI 评分4848 Meta Andromeda：模型与系统协同设计驱动下一代广告检索
Meta 公布下一代个性化广告检索系统 Meta Andromeda，单块 GH200 GPU 上模型推理吞吐超过每秒 100 亿条广告，相比 2024 版系统提升 100 倍。新架构引入受 LLM 启发的 MoE，推理 FLOPs 比 2024 版检索模型少约 300 倍，性能接近排序阶段水平。自 2025 年以来，该系统在 Facebook 上带来 2.4% 的转化提升。
Meta Engineering BlogAI 评分5555 Meta 发布 2026 Python Typing Survey：AI 工具改写类型标注，新检查器快速崛起
Meta 发布 2026 Python Typing Survey 结果，共 1,794 份回复，连续三年追踪 Python 类型标注的使用与体验。AI 工具为 42.5% 的受访者编写类型提示，认为 AI 让代码更可靠的比例从 2025 年 18.5% 升至 38.4%，24.4% 的受访者由 AI 编码工具调用类型检查器。
Meta Engineering BlogAI 评分4343 Meta 详解 PrivacyLib：在数据访问边界执行隐私控制
Meta 详解 PrivacyLib，这是一个运行在数百个数据与处理系统客户端内、在数据访问点执行隐私控制的公共库，每秒执行数十亿次检查。系统只需接入一次，新隐私能力即以模块形式复用该集成，此前跨系统实现一项新要求可能耗时数月。PrivacyLib 还新增 Agent Observability 模块，用于观测内部 AI 智能体的数据访问事件。
NVIDIA：NewsroomAI 评分6161 NVIDIA 与 Meta 扩大 Muse 模型合作并投资 30 亿美元
NVIDIA 与 Meta 宣布扩大围绕 Muse 及 Muse 系列模型的合作，优化推理与训练性能，并考虑在 NVIDIA OpenShell 参考架构和 NVIDIA Sentry 监控等方向继续合作。
Meta Engineering BlogAI 评分5555 Meta 在 2026 OCP 全球峰会分享 scale-up、scale-out 与 scale-across AI 网络创新
Meta 在 2026 OCP 全球峰会分享支持其最新 AI 模型和 Prometheus 集群的网络创新，全部演讲视频和幻灯片已公开。
PyTorch：BlogAI 评分5757 PyTorch Conference North America 2026 落幕，TorchTPU 与 TorchNeuron 等多项生态更新发布
PyTorch Foundation 官方回顾 2026 年 10 月 20-21 日在 San Jose 举办的 PyTorch Conference North America 2026，超过 3,500 人参会。
PyTorch：BlogAI 评分5656 PyTorch 发布 TorchTitan 更新：新增 SOTA 模型支持、大规模性能优化与 TitanRL 强化学习
PyTorch 团队发布 TorchTitan 平台的重大更新，新增对 Muse Spark Open、Qwen3-VL、Qwen3.5、Kimi K2.7/K3、DeepSeek-V4 等开源模型的完整训练支持，覆盖 5D 并行。
a16z：NewsAI 评分5252 a16z 合伙人撰文分析为何硬件专用化时代回归
a16z 作者 Zain Asgar 撰文回顾1990年代专用芯片为何败给通用微处理器，认为 Dennard 扩缩终结、每晶体管成本停滞和内存墙正让历史条件反转。
Fireworks AI精选AI 评分7676 Meta 开放权重模型 Muse Spark Open 上线 Fireworks 美国区 serverless
Meta 的开放权重模型 Muse Spark Open 在 Fireworks 上线 Day-0 serverless，为 816B 参数 MoE 架构，每 token 激活 42B 参数，支持 1M token 上下文窗口。
推荐理由：Fireworks 给出了 Muse Spark Open 在法律、金融、医疗等多个独立基准的具体分数和上线方式，读者可据此评估其在受监管工作中的适用性。
LMSYS Blog同事件AI 评分7171 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》
PyTorch：Blog精选AI 评分7474 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。
推荐理由：原文详述架构、精度模式与多个训练推理案例，读者可据此评估把 PyTorch 工作流迁移到 TPU 的成本。
Meta Engineering BlogAI 评分5353 Meta 详解 GenRecs Tokenization：用稳定语义词表改造广告推荐
Meta 工程博客介绍 GenRecs Tokenization，一种用稳定语义 token 词表替代逐条目 ID 的广告推荐数据表示，配合 GEM 与 Adaptive Ranking Model 带来 +0.35% 转化提升。
Meta Engineering Blog精选AI 评分7070 Meta 详解 Thin Orchestrator 模式：让路由少干活提升 AI 智能体可靠性
Meta 工程团队介绍其数据管道智能体采用的瘦编排器（thin orchestrator）模式：一个约 1300 行的编排器只负责路由和可靠性检查，将 20+ 工作流分派给 14 个上下文隔离的专项子智能体，自身不做任何领域推理。
推荐理由：Meta 工程团队给出可直接迁移的瘦编排器架构方法，用固定路由协议和隔离子智能体降低生产智能体的幻觉风险。
Meta Engineering Blog精选AI 评分6666 Meta 详解 Prometheus 吉瓦级超集群：一期已完成并用于训练 Muse 模型
Meta 介绍其位于俄亥俄州 New Albany 的吉瓦级超集群 Prometheus，一期已建成并用于训练 Muse 系列基础模型，目标扩展到约 100 万张 GPU。
推荐理由：Meta 官方拆解其俄亥俄超集群的网络、散热与可靠性工程，读者可了解吉瓦级训练集群的实际运行细节。
LMSYS Blog精选AI 评分6464 SGLang 为 816B 开源多模态 MoE 模型 Muse Spark Open 提供 Day-0 支持
SGLang 团队宣布对 Meta 开源多模态 MoE 模型 Muse Spark Open（816B 参数、约 42B 激活、1M token 上下文）提供 Day-0 推理支持，权重提供 NVFP4 和 BF16 两种格式。
推荐理由：原文给出了多平台推理与 RL 训练支持的完整细节和实测吞吐数据，读者可以据此评估大规模部署该模型的可行路径。
Meta Engineering Blog精选AI 评分6666 Meta 如何用 AI 原生工程方式开发 Forum 应用
Meta 工程团队详解如何把 AI 智能体作为开发流程参与者来构建独立 Groups 应用 Forum，采用 human-on-the-loop 模式并以验证通过的生产级产出衡量成功。Forum 在八周内达到与 Facebook Groups 的核心功能对齐，自主压测循环在开发期发现并修复了内存问题，内存占用和缺页约减半，上线后智能体还协助根因分析用户反馈。
推荐理由：原文复盘了 Meta 以智能体参与开发全流程的具体做法与度量标准，可迁移的工程经验比较扎实。
Modal 官方工程博客精选AI 评分7272 Meta 开源 Muse Spark Open，Modal 上线共享端点按 token 计费
Meta 发布 Muse Spark Open 开源权重，现已上线 Modal Auto Endpoints，以 Shared Endpoint 方式按 token 计费。
推荐理由：Meta 开源 Muse Spark Open 权重，Modal 已可部署，原文附 Terminal-Bench 等多基准对比，便于评估智能体编码用途。
Together AI 研究与产品博客精选AI 评分7171 Meta Muse Spark Open 上线 Together AI
Meta 的 Muse Spark Open 开源权重模型即日起在 Together AI 提供，Together AI 为 Day 0 发布合作方。该模型主打长时程智能体编码，具备 1M token 上下文窗口、计算机使用与多模态输入（文本、图像、音频、视频），并在行动前输出意图说明。
推荐理由：作为 Day 0 托管方，原文给出了模型定位、1M 上下文、定价和 API 用法，读者可以据此评估接入该开源权重模型的成本。
PyTorch：Blog精选AI 评分8383 Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文
Meta 发布开源权重模型 Muse Spark Open，已在 Hugging Face 以 Muse Model License 提供。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体工作流，原生多模态（图像、音频、文档），并相比 8 月发布的 Muse Spark 增加了安全后训练。
推荐理由：Meta 开放了 Muse Spark 的权重，并给出 Helion 内核与 TorchTitan 微调支持，读者可据此评估其部署与定制路径。
vLLM 官方博客精选AI 评分7575 vLLM 提供 Muse Spark Open Day 0 支持
vLLM 与 Meta Superintelligence Labs 合作，在发布当天即支持开源 MoE 模型 Muse Spark Open。该模型总参数 816B、每 token 激活 42B、上下文窗口 1M，面向长程智能体编码工作流。
推荐理由：vLLM 官方给出了 Muse Spark Open 的架构细节、量化版本与完整部署命令，读者可直接照此在生产环境上手推理与 LoRA RL。
Meta Engineering BlogAI 评分4747 Meta 复盘 2026 世界杯：WhatsApp 每秒 3000 万条消息创纪录
Meta 复盘 2026 世界杯期间的基础设施表现：7 月 19 日决赛（阿根廷对西班牙）WhatsApp 峰值超每秒 3000 万条消息，创平台历史纪录，是 2026 年跨年峰值的 1.23 倍。
Meta AI：Research Blog同事件AI 评分7979 Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M-token 上下文
Meta 发布开源权重模型 Muse Spark Open，称其为迄今最强美国开源权重模型，为原生多模态架构，总参数 816B（激活 42B），上下文窗口 1M token，主打编码与智能体任务。
Baseten 工程博客同事件AI 评分8080 Meta 发布开放权重模型 Muse Spark Open，上线 Baseten 支持 coding agent
Meta 开放 Muse Spark Open 权重，模型上线 Baseten Model APIs 和 Dedicated Inference。
NVIDIA Technical Blog：Agentic AI / Generative AI同事件AI 评分6565 Meta 发布编码智能体模型 Muse Spark Open，在 NVIDIA GB300 NVL72 上扩展智能体编码工作流
Meta 发布面向智能体编码工作流的 Muse Spark Open，为 816B 参数的 MoE 推理模型，每 token 激活 42B 参数，具备 1M token 上下文窗口，可容纳整个项目仓库，并提供可靠的工具调用与更高首次尝试准确率。
Hugging Face 官方团队博客同事件AI 评分8686 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，总参数约 816B
Hugging Face 团队介绍 Meta 的开源权重模型 Muse Spark Open：这是一个 MoE 架构的多模态模型，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M token，提供 BF16（约 1.5 TB）和面向 NVIDIA Blackwell 的 NVFP4 两种 checkpoint。
Apple Machine Learning Research精选AI 评分6060 Apple 演示用 MLX 与 RDMA 在 Mac Studio 集群本地运行 816B 大模型
Apple 机器学习研究团队演示如何在 Mac Studio 上本地运行近万亿参数的 Muse Spark Open 等前沿模型，使用今天发布的新版 MLX（v0.30.1 起）与 macOS 26.2 的 RDMA over Thunderbolt 驱动。
推荐理由：Apple 给出了在 Mac Studio 集群上跑 816B MoE 模型的并行方案与基准数据，可迁移到本地大模型部署实践。
PyTorch：BlogAI 评分5757 ExecuTorch 新增 Arm Cortex-M CPU 后端，PyTorch 模型可直接部署到微控制器
PyTorch 官方与 Arm 合作宣布 ExecuTorch 的 Cortex-M 后端，使 PyTorch 模型无需转换为其他框架格式即可直接运行在 Arm Cortex-M CPU 上，并利用 CMSIS-NN 加速，单一工作流支持 Scalar、DSP 和 MVE/Helium 全部能力层级。
Meta AI：Research BlogAI 评分5454 Meta 发布 Muse 模型辅助健康科研探索及十篇研究论文
Meta 介绍其人类主导的 AI 科研系统探索，使用 Muse Spark 1.3 与 Muse Wonder 构建编码脚手架，访问五百万份去标识电子健康记录，医学研究者四周内完成十篇覆盖传染病、肿瘤、内分泌等领域的研究手稿。每篇论文经过医学同行反馈、生物统计学家审查和第三方独立专家评审；作者称最快七天内从首个提示词完成手稿，最佳情况下效率提升至传统流程的十倍。
Meta Engineering BlogAI 评分5454 Meta 发布新一代生成式广告推荐基础模型 GEM，转化率提升 18.9%
Meta 工程团队介绍新一代生成式广告模型 GEM，将原先按 Facebook、Instagram、Reels 等各自独立的预测系统统一为单一中心基础模型，在全部广告表面和目标上带来 18.9% 转化提升和 12% CTR 提升。
Meta Engineering BlogAI 评分5757 Meta 在 OCP 2026 发布 IcePack 液冷机架、IceCube 102.4T 交换机及多项开源网络创新
Meta 在 2026 Open Compute Project 全球峰会上发布新一代开放 AI 网络基础设施，包括首个液冷网络机架 IcePack、102.4T 交换刀片 IceCube（128×800G，运行 FBOSS），以及多平面后端 scale-out 网络 FPF。
Artificial Analysis 完整文章精选AI 评分7676 Meta 发布 Muse Wonder 和 Muse Wonder Full，Artificial Analysis 实测智能水平较前代显著提升
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，在 Artificial Analysis Intelligence Index v4.3 上分别得 52 和 56 分（max reasoning effort）。
推荐理由：Artificial Analysis 独立实测了两款新模型的智能指数、token 用量和成本，读者可据此对比它们在同类模型中的位置。
Meta AI：Research Blog同事件AI 评分7575 Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体能力
Meta 发布 Muse Wonder 系列模型，包括 Muse Wonder 和 Muse Wonder Full，称其在个人与专业智能体任务、记忆和编码基准上达到 state-of-the-art。
同一件事，精选收录的是《Meta 发布 Muse Wonder 和 Muse Wonder Full，Artificial Analysis 实测智能水平较前代显著提升》
Meta：Newsroom · AI同事件AI 评分6969 Meta 发布 Muse Wonder 和 Muse Wonder Full 智能体前沿模型
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，称其在个人和专业智能体任务上达到 SOTA 表现。新模型面向法律、金融、健康等专家领域并具备前沿编码性能，配备跨对话保留信息的 Active Memory 和遇错可换路径、需确认时先询问的 Active Focus；安全方面训练模型不未经许可分享隐私、拒绝有害请求。
同一件事，精选收录的是《Meta 发布 Muse Wonder 和 Muse Wonder Full，Artificial Analysis 实测智能水平较前代显著提升》
Meta Engineering BlogAI 评分5252 Meta 在 Instagram Live 直播摄取中部署 Media over QUIC（MoQ）协议
Meta 宣布 Instagram Live 在 iOS 和 Android 上改用开放标准传输协议 Media over QUIC（MoQ）进行直播视频摄取，这是 MoQ 目前已知在业内规模最大的应用之一。
PyTorch：BlogAI 评分4242 PyTorch 用 FBTriton 内核现代化 TBE 嵌入查表
PyTorch 博客详解了用于推荐系统 Table Batched Embedding（TBE）前向与反向的 FBTriton 内核设计，其 Triton 实现在这些负载上超过了原有 CUDA 内核。
Sierra：Blog精选AI 评分6262 Sierra 与 Meta 联合多家企业发布 Personal Agent Protocol 开放协议
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等伙伴宣布开发 Personal Agent Protocol，一个定义个人 AI 智能体如何与企业交互的开放标准，任何人都可实现。
推荐理由：原文来自协议发起方，说明了认证方式、三种接入路径和后续规范计划，读者可以据此评估个人智能体与企业的连接方式。
Sierra：BlogAI 评分5555 Sierra Summit 2026：发布新模型 Curie 与 Fleming、Tandem Voice、Persona Studio 等产品更新
Sierra 在旧金山举办 Sierra Summit 2026，宣布 Agent OS 新增模型 Curie（负责对话核心编排回路）和 Fleming（检测电话另一端是否为其他智能体），并推出 Tandem Voice、Persona Studio、新版 Ghostwriter 和合作伙伴生态。