#部署/工程

LangChain 发布 Managed Deep Agents 0.8，新增用户级内存、HTTP 通道与 Parallel 网页搜索

LangChain 发布 Managed Deep Agents 0.8，新增用户自有凭据、用户级内存、HTTP 通道、Slack 文件传输，并内置由 Parallel 驱动的网页搜索工具。用户级内存按调用者身份隔离存储，凭据支持用户或代理级别作用域，内置 23 个服务的开箱即用连接；beta 期间 Parallel 网页搜索免费提供。

LangSmith 推出 Trajectories：以可读视图呈现 Agent 完整会话路径

LangChain 在 LangSmith 中推出 Trajectories，将多轮 Agent 会话中人类、AI 和工具的消息按首次出现顺序聚合为按时间排列的对话视图。

LangChain 发布 LangSmith Fine-Tuning 与 smithtune CLI，将 Agent 轨迹转为微调模型

LangChain 发布 LangSmith Fine-Tuning 和 smithtune CLI，把 LangSmith 中的 Agent 轨迹整理为训练数据，支持 Fireworks 或 Baseten 托管的 SFT 训练与评估，现已进入 Public Beta。

LangSmith 推出 Custom Apps，可在 LangSmith 内构建和运行自定义智能体数据界面

LangChain 发布 LangSmith Custom Apps，用户可基于 LangSmith 数据构建、发布并直接在工作区内运行自定义 UI，省去托管、认证和权限维护。可通过 LangSmith Chat 或模板加编码智能体构建，Plus 套餐含每组织一个应用，Enterprise 套餐不限量；同期开源其设计系统 Macaw。

Liquid AI 发布 LFM2.5-VL-DSpark 视觉草稿模型加速 VLM 推理

Liquid AI 在 Hugging Face 发布面向视觉语言模型 LFM2.5-VL-3B 的实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下换取推理加速。

用 google-cloud-developer 插件让智能体按 Google Cloud 最佳实践完成部署实测

Remigiusz Samborski 用 Antigravity CLI 实测 Google 的 google-cloud-developer 插件，一条命令安装五个技能和 Developer Knowledge MCP 服务器，支撑 Claude Code、Codex CLI 等智能体。

蚂蚁开源 Ming-Image-0.1-Design 系列：两个 6B 模型打通设计生成与图层编辑

蚂蚁百灵开源 Ming-Image-0.1-Design 系列模型，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整设计，Layer 将设计图拆成 2 至 9 个可独立编辑的 RGBA 图层，并同步开源 Design Skill 和 PPT Skill。

virtio-nvgpu 开源：让 KVM 虚拟机以接近裸机性能直接使用 NVIDIA GPU

开源项目 virtio-nvgpu 在驱动 ABI 层转发 NVIDIA 内核驱动 ioctl，使 Linux guest 运行未修改的 NVIDIA 用户态驱动，在 RTX 3060（驱动 595.99.02）上帧时间 2ms 以上的负载达到裸机 98–100% 的性能，CPU 开销与裸机相同。

微软开源 Windows Developer Config：1 条 PowerShell 命令配置 Win11 开发环境

微软开源 Windows Developer Config 项目，可通过 1 条 PowerShell 命令将全新 Windows 11 部署为开发工作站，含 11 个阶段和 50 个步骤，全程约 30 分钟，需 15GB 剩余空间。

ClaudeDevs@ClaudeDevs· 09:28精选AI 评分5151

Claude 团队宣布在两周内将 claude.ai 速度提升 3 倍。文章介绍他们如何用 Claude 来测量、调试和改进性能，并附上了相关提示词和方法，详见 https://claude.dev/blog/how-we-made-claude-ai-faster/。

ClaudeDevs@ClaudeDevs· 09:28精选AI 评分6868

Claude Code 云会话正式可用，结束研究预览阶段，可在笔记本合盖后继续在 Anthropic 托管的基础设施上运行。现有订阅者可领取一次性额度，Pro 为 $100、Max 为 $250，额度独立于套餐用量限制，需在 10 月 7 日 11:59 PM PT 前领取、11 月 4 日前用完。

Boris Cherny@bcherny· 09:28AI 评分5757

Anthropic 团队在两周内让 claude.ai 速度提升 3 倍，Desktop 应用近期也明显变快。Boris Cherny 分享了团队如何用 Claude 来测量、调试和改进性能，博客中附带了提示词和具体方法，供工程师优化自己的应用参考。

TypeSafe AI 的 System One 模型 Jev 编程指南：类型化决策、置信度与投机式批量提问

这篇教程演示 TypeSafe AI 的首个 System One 模型 Jev 的用法，该模型不生成文本，而是对程序状态返回 Choice、Score、Noul 三种类型化判断供代码直接分支。

Meta 为 AI 眼镜推出 Private Processing 机密计算基础设施

Meta 宣布将 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜，把信任边界延伸到云端 CVM，使包括 Meta 在内的任何人都无法访问用户数据。

Modal 与 CMU 推出 Quail：联合优化查询规划器与推理引擎，加速 AI-SQL

Modal 与 CMU Full Stack Data Lab 联合推出查询感知推理层 Quail，通过联合优化查询规划器与推理引擎加速 AI-SQL 查询。在某个多表连接查询上，Quail 单张 H100 GPU 每分钟处理超 10 亿 token，比同硬件 vLLM 基线快 10 倍以上，Modal 上成本低于每 10 亿 token 6 美分。

Cursor 发布 Rollouts 和 Security Reviewer 开发机器人

Cursor 发布两款软件开发机器人 Rollouts 和 Security Reviewer，帮助团队更快把安全可靠的代码送入生产环境。

Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%

Cursor 通过改进 agent harness，在不降低 agent 质量的情况下将用户 token 成本降低 7%。

SemiAnalysis 发布 ClusterMAX 3.0 GPU 云评级，Nebius 晋级铂金

SemiAnalysis 发布 ClusterMAX 3.0 GPU 云评级报告，覆盖 77 家 neocloud 并将市场观察范围从 209 家扩至 323 家，Nebius 与 CoreWeave 同列铂金，Google Cloud 加入 Oracle 所在的金级，Azure 降至银级，全球仅 19 家获得奖牌评级。

Fireworks 发布 Ember-1，以约四成更少 token 达到 Kimi K3 质量

Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。

Anthropic 团队详解如何用 Claude 在两周内把 claude.ai 提速约 3 倍

Anthropic 团队发文详解今年 8 月通过两周冲刺让 claude.ai 和桌面端核心体验提速约 3 倍的过程：聚焦覆盖 95% 用户活动的四条旅程，75 分位首屏可输入时间从 3.1 秒降到 0.55 秒，合并超过三千个变更且无一次面向用户的事故。

NVIDIA 开源 NVCRE，在 AI 工作负载上线前验证 GPU 集群就绪度

NVIDIA 发布开源 Kubernetes 控制器 NVIDIA Cluster Readiness Engine（NVCRE），通过运行真实的分布式负载（如 NCCL all-reduce 和 Nemotron 5 预训练测试）在集群进入生产前验证就绪度，并将故障归因到具体节点。

TypeSafe 决策模型 Jev 使用教程：用 TypeScript 在 OpenRouter 上实现市场商品审核

OpenRouter 发布 Jev 使用教程，Jev 是 TypeSafe 推出的决策模型（模型 ID typesafe/jev-1.13），通过 OpenRouter Decisions API 接收 state 和问题，返回带概率的类型化答案而非生成文本。

eric zakariasson@ericzakariasson· 04:27精选AI 评分7777

一份公开提示词用于优化 LLM Agent Harness，目标是在不降低任务质量的前提下降低每任务的价格加权 token 成本。某团队一轮改动（提示词精简、工具卸载、缓存布局、稀疏行号、子智能体调优）将整体 token 成本降低约 7%，且质量无损。提示词强调按任务而非按请求计量，并建议先映射 harness、测量基线，再按优先级实施改动。

NVIDIA 教程：如何用 Warp 和 MJWarp 将 MuJoCo 机器人仿真扩展到 2048 个并行环境

Hugging Face 发布 NVIDIA 物理仿真系列第二篇教程，讲解如何将 SO-101 机械臂的 MuJoCo 场景迁移到基于 NVIDIA Warp 的 MuJoCo Warp（MJWarp），扩展到最多 2048 个并行 GPU 环境并测量聚合吞吐量。

Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理

Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。

eric zakariasson@ericzakariasson· 01:27AI 评分5757

Cursor 宣布在不降低 Agent 质量的前提下将 token 成本降低 7%，手段包括更紧凑的提示词、按需加载工具、更好缓存和压缩文件读取。作者转发并补充称，智能体工作前后会大量读取以收集上下文，因此优化读取收益明显，建议构建 Agent 的读者参考该文章或让 Agent 直接落实这些发现。配图显示 read 是最常用工具，占 91.3% 的 Agent 会话，grep 77.8%、glob 68.5% 次之。

Google DeepMind 为 Private AI Compute 增加安全的服务端持久记忆

Google DeepMind 宣布将为 Private AI Compute 平台引入私密的服务端持久记忆，使 AI 助手能跨设备长期保留上下文。数据密封在云端专用加密存储中，解密密钥仅保存在用户设备上，请求通过端到端加密通道在隔离的安全飞区中临时解密处理，即使 Google 也无法访问。

微软研究院：机器人推理卸载至边缘/云端可显著提升性能与续航

微软研究院发布关于物理AI机器人推理基础设施的研究。通过系统评估移动操作任务，发现将推理从机载GPU卸载至边缘或云端，能解决机载算力限制模型规模、导致响应延迟（最高383%）及精度下降的问题。实验显示，卸载推理不仅提升了任务成功率，还通过替换高功耗机载GPU为轻量硬件（如树莓派），使机器人电池寿命延长高达160%。此外，微软推出了基于Kubernetes的Physical AI Toolchain工具集，支持自动化容器化与分布式推理部署。

Stripe 详解内部知识 AI 平台 Kai 的架构与落地成效

Stripe 发文介绍其面向非工程师的知识 AI 平台 Kai，4 月上线两周内多数员工开始使用，目前周活达 83%。

vLLM 发布 vllm-metal v0.28.0：在 Apple Silicon 上支持并发推理服务

vLLM 官方发布 vllm-metal v0.28.0，把 vLLM 的 V1 调度器、paged KV cache 和 OpenAI 兼容服务器带到 Apple Silicon，由 MLX 和 Metal 执行模型，版本号与上游 vLLM 对齐。

NVIDIA Nemotron 3 Diarization 上线 Baseten，实时说话人分离低至每音频小时一美分

Baseten 发布对 NVIDIA Nemotron 3 Diarization 的托管支持，这是一个约 100M 参数的流式说话人分离模型，单一 checkpoint 可在 0.32 到 30.4 秒间配置四种算法延迟。

NVIDIA 发布开源 100M 参数说话人分离模型 Nemotron 3 Diarization，登顶 VoiceArena Diarization-Bench

NVIDIA 发布开源权重、100M 参数的 Nemotron 3 Diarization 说话人分离模型，支持最多八名说话人，在 VoiceArena Diarization-Bench 12 个系统中以 14.72% DER 排名第一，比第二名低约 24% 相对值。

GitHub 联合 Yale 调查 1039 名用户：开发者需要更高效的软件与可测量的节能路径

GitHub 与 Yale Program on Climate Change Communication 对 1039 名 GitHub 美国用户调查显示，80% 有兴趣使用帮助编写更节能代码的工具，74% 想测量软件或开发流程的环境影响，71% 担心 AI 的环境影响。

部分 Mac 升级 macOS 27 后 Apple Intelligence 占用空间超 30GB，高于苹果官方上限

部分 Mac 升级 macOS 27（Golden Gate）后，Apple Intelligence 实际存储占用远超苹果官方数字。

Nokia 开源 AnyJev：无需训练将开放 LLM 变成校准决策模型

Nokia 应用研究团队开源 AnyJev，一个 Python 库，无需训练即可把开放 LLM 变成可输出概率的决策模型，接口借鉴 TypeSafe AI 于 2026 年 9 月发布的 Jev。

Rohan Paul@rohanpaul_ai· 13:40AI 评分6464

FT 报道称中国正考虑对 Broadcom 交换机采取限制措施，这类交换机在国资背景数据中心部署中占比可能高达 90%。国务院国资委近几周调查了国有控制数据中心对 Broadcom 的使用情况，审查针对 AI 基础设施中在训练和推理期间加速器之间传输数据的高速交换机，背景是推动国产厂商发展、降低对外国 AI 基础设施的依赖。

DeepSeek 发表 DSec 论文公开 Agent 训练沙盒基础设施，梁文锋署名

DeepSeek 发布 DSec（DeepSeek Elastic Compute）论文并署名梁文锋，公开用于 Agent 训练的沙盒基础设施技术细节。

Factory Router 推理成本节省升至 63%，并上线 Factory Private 私有化部署

Factory 宣布 Factory Router 的周度聚合推理成本节省从 6 月下旬的 42% 提升至截至 9 月 13 日当周的 63%，同期路由 session 量增长约四倍。

Prime Intellect 发布 Prime Sandboxes 微VM沙箱，正式开放使用

Prime Intellect 宣布 Prime Sandboxes 正式可用，每个沙箱是完整 Linux 虚拟机，支持原生 Docker 和数万并发实例，已累计创建约 3000 万个沙箱。

Rohan Paul@rohanpaul_ai· 07:40AI 评分5454

OpenAI 为 GPT-6 的提示词缓存带来更高命中率、诊断工具、断点、预热和保留缓存的推理变更。缓存复用可将缓存输入 token 成本降低最多 90%，新仪表盘展示缓存命中率及缓存与未缓存 token 量。作者指出高命中率仍是应用设计问题，开发者需让长时运行智能体的稳定指令和工具保持可复用。