蚂蚁百灵正式开源 Ling-3.1-flash，权重可在 Hugging Face 和 ModelScope 获取。模型总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文；经 MXFP4 与 block-FP8 量化后权重占用从约 534GB 降至 292GB，Hopper GPU 测试中服务部署由 8 卡降至 4 卡。
推荐理由：官方开源公告给出权重入口、Artificial Analysis 与 Design Arena 评测数据和 4 卡部署实测，便于评估自部署可行性。
Factory 发布 OpenCompute，一款可在用户自选运行时上自托管编排智能体沙箱的产品，现已进入 private preview。它提供按需供给与生命周期管理，集成 Environments、Automations 和 Remote Control，支持 AWS Lambda MicroVMs、Kubernetes 等基础设施。
Modal 宣布年化收入突破 10 亿美元，并完成 7.5 亿美元 D 轮融资，投后估值 157.5 亿美元，由 Accel 领投，Kleiner Perkins 及现有投资方跟投。
推荐理由：作者作为当事方给出融资规模、估值和业务数据，并说明自研底层技术栈与新产品线，读者可据此了解 Modal 的增长轨迹。
Epic Games 发布新版 Epic Games Launcher 预览版，称其更快、更流畅并首次支持 Linux，官方确认整个刷新由 AI 智能体编写和审查代码。
Runway 的前沿视频生成与编辑模型 Gen-4.5 和 Aleph 2.0 现已可通过 Baseten 进行专属部署。用户可从 Runway 直接授权模型权重，在 Baseten 的单租户隔离环境中运行，并获得专属 GPU 资源与自动扩缩容，Baseten 为该部署提供 99.99% 可用性 SLA。
Lovable 宣布推出 Deploy on AWS，目前处于私测阶段，企业团队可以在自己的 AWS 账户内运行 Lovable 应用。
豆包工作上线 AI 资产一键迁移功能，支持把 ChatGPT 和 Claude Code 里的对话、技能（skill、connector、custom instructions）和记忆导入继续使用，作者机器上检测到 Claude 240 项、ChatGPT 682 项可导入，一两分钟完成，导入的历史会话可继续对话且上下文连贯。
Databricks 以内部应用 Slide Hub 为基准，实测 Lakebase Search 在 1M 到 4M 行语料下的表现，给出按查询先定 CU 再扩应用的选型方法。
MarkTechPost 发布 2026 年 9 大 AI 网关排名，Bifrost 以 Go 二进制、Apache 2.0 许可和 5,000 RPS 下 11 µs 开销居首，Portkey 以 MIT 许可、1,600+ 模型和内置护栏列第二，LiteLLM 凭 53.8K GitHub stars 和 100+ 提供商成为采用最广的开源网关。
OpenAI 发布博客，讲解关键 AI 工作负载如何在直连 OpenAI API（1P）与通过云供应商访问 OpenAI 模型（3P）之间做生产路由和故障转移。
Databricks 宣布 Private Network Gateway（PNG）在 Azure 进入公开预览、在 AWS 进入私有预览，让 Serverless 工作负载通过一条连接接入客户自有网络。
NVIDIA 发布 cuDF skills for Apache Spark，用 AI Agent 把 Spark UDF 自动改写为 GPU 加速版本，几分钟内完成测试、基准到集成。
Ollama 宣布 Ollama Cloud 可在 Fly.io Sprites 沙箱内使用，支持 Claude Code、Codex、Cursor 和 Gemini CLI 开箱即用。
Cursor 宣布 Origin 应用市场上线，已集成 20 多款应用，覆盖部署、CI、代码审查、安全、监控和项目管理，合作伙伴包括 Cloudflare、Linear、Sentry 和 Socket Security。市场即日起向公众开放提交，团队可基于 Origin API 构建应用，经审核后上架；官方还提供发布指南、API 参考和 Origin Apps 插件辅助开发与迁移。
Pydantic AI 作者 Samuel Colvin 撰文主张图库是个错误，代码本身就是图，认为 LangGraph 那类图 API 在类型安全、并行执行和状态快照三者间不可兼得。
Rohan Paul@rohanpaul_aiAI 评分4141Getting your inference right shouldn't be hard. @useRouterPlus (YC F26) is live: the right model and provider for your workload, at the best price. check out : https://routerplus.com/capacity
Modal 工程团队展示在 Qwen3.6-35B-A3B 的 agentic coding RL 训练中，用跨六种加速器（B200、B300、H100、H200。
Mastra 平台推出 Metrics API，可通过 Mastra Client SDK（需 1.9.0+）、CLI（需 1.9.2+）或可观测性端点查询 token 用量、模型成本、延迟和错误率，支持 US 和 EU 两个区域端点。
Pragmatic Engineer 刊登 Sam Newman 新书《Building Resilient Distributed Systems》两章节选，讲解灾难恢复的 RPO/RTO 目标及备份恢复、pilot light、warm failover、多站点 active-active 四种模式。
Anthropic 发布工程复盘，因 Claude 使日均合并代码量从 2026 年 5 月约 2,500 增至 9 月超 30,000，五个月内自研版本控制系统 Scion 并完全替代 git，同时推出代码评审工具 Antique。
推荐理由：Anthropic 自建版本控制系统 Scion 的完整复盘，给出面向智能体规模负载的设计原则、架构细节和实测收益，可迁移到其他大规模仓库场景。
Baseten 工程博客解析 Gradium TTS 如何实现实时语音合成，Coval 基准测得其 TTFA 中位数为 155 ms，四分位距仅 2 ms。
LangChain 发布 langchain-scaledown 集成，并在 LangSmith LLM Gateway 中支持 ScaleDown 的约束解码模型（CDM），用于降低长时智能体上下文管理的成本和延迟。
推荐理由：文章给出 ScaleDown 约束解码模型与 LangChain、Deep Agents 中间件的具体配置方法，读者可以按场景迁移用于压缩智能体上下文。
英伟达与思科联合推出业界首款支持 400Gbps/lane 的可插拔光模块规范 USFP，首批产品集成 16 条全双工通道，后续可扩展至 32 条乃至更多通道，实现 12.8 Tb/s 吞吐量。其带宽达现有 200G/lane 可插拔光模块的 4 倍，在 400G SerDes 支持下能效为后者 1.3 倍，并支持 100W 功耗。
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。
Aravind Srinivas@AravSrinivasAI 评分5959This is how we built the filesystem behind Perplexity Projects as a Git forge for agents. Each agent works in its own sandbox and commits to a shared repository where people and other agents can build on its work across sessions. Read more: https://www.perplexity.ai/hub/blog/building-shared-workspaces-for-people-and-agents
Agent37 (YC F26) 在 Hacker News 发布面向 AI Agent 的低成本沙箱服务，客户平均每沙箱月费 $0.37，低于多数沙箱厂商 90% 以上。
vLLM 通过双向 KV 传输让 decode 节点把已计算的 KV 缓存回传给 prefill 节点，避免多轮对话中重复计算上下文。在 Amazon EC2 P5en 的 1P1D 部署上，该特性将 Qwen3-32B 的 TTFT 降低最多 1.6 倍，zai-org/GLM-5-FP8 降低最多 3.3 倍。
Modal 推出 Endpoint Candidates，可为 Dedicated Endpoint 暂存候选部署，镜像生产流量以对比质量、延迟、吞吐和成本，并从仪表盘晋升到生产，现已向所有 Modal 工作区开放。
Flo Health 借助 Databricks AI Runtime 在无服务器 NVIDIA H100 GPU 上对开源模型做分布式微调，用 26 个 AI 评委（12 个医疗安全、6 个微观行为、8 个实用性）和超 15,000 条隐私优先合成问题构建训练信号，并采用监督微调加 DPO 的强化微调流程。
NVIDIA 与普林斯顿 Dao AI Lab 发布 ReplaySSM，将 SSM 状态表示为检查点加近期输入缓冲，减少状态内存流量、简化投机解码回滚并限制量化误差累积。
Mastra 为 Mastra Studio 的智能体 trace 新增 Thread View，可将对话消息与产生它们的步骤并排查看，并支持打开完整 thread 按顺序浏览整段对话。该功能需 mastra@1.33.0 或更高版本，若智能体已使用 memory 并通过 MastraStorageExporter 持久化 trace，则无需额外配置。
IBM Research 发文解析分布式推理如何为大规模 LLM 服务调度流量，其开源 Kubernetes 原生框架 llm-d 涵盖前缀缓存感知路由、KV-cache 卸载、流控、批推理优化、prefill/decode 分离与宽专家并行六项技术。
Anthropic 发文详解其自研版本控制系统 Scion：因 Claude 使日均合并代码从 2026 年 5 月约 2,500 次增至 9 月超 30,000 次，git 难以承载，团队七人在五个月内构建 Scion 和代码评审工具 Antique 并完成迁移。
推荐理由：Anthropic 复盘自研版本控制 Scion 的设计原则与迁移经验，为面临类似 agent 规模代码压力的团队提供了可借鉴思路。
NVIDIA 在 OCP 全球峰会宣布通过 MGX 架构开放 Vera Rubin 机架和计算托盘设计，并发布 MGX 1.2 规范，支持最高 250kW 机架部署、盲插液冷和 5000A 母线。
Mustafa Suleyman@mustafasuleyman同事件AI 评分6565今天，我们宣布迄今为止在自研芯片上最大的一笔押注。 从下一个自然年开始，我们将把 Maia 系列扩展到多吉瓦级部署规模，使其成为我们自有产品和服务的首要推理系统。 同时，我们推出 Maia 300，与领先的基于 GPU 的系统相比，每瓦可多提供 40% 的 token。 我们已在美国、欧洲和澳大利亚部署 Maia 200，在 Teams 和 Copilot 的各项体验中，每瓦可多提供高达 1.7 倍的 token。 我们的目标是在我们已经看到的全栈效率提升基础上继续发展，同时持续将整个生态系统中的最新创新引入我们的集群。
同一件事，精选收录的是《微软发布自研芯片 Maia 300 并将大规模扩展 Maia 推理部署》
Microsoft 宣布将从 2027 年起把 Azure Maia 系列扩展到多吉瓦级部署，并使 Maia 成为微软产品与服务的主要推理系统。
Satya Nadella@satyanadella精选AI 评分6565推荐理由：作者本人官宣自研芯片路线，给出了 Maia 300 与 Maia 200 的能效数字和部署范围，可对比主流 GPU 方案的取舍。
Satya Nadella@satyanadellaAI 评分4949浏览器指纹识别通过收集 user agent、语言、屏幕尺寸、字体、canvas 与 WebGL 渲染、音频处理等信号，组合后经哈希函数生成紧凑标识，用于在 cookie 被删除后仍能识别回访浏览器。它分为被动式（HTTP 头、IP、TLS 握手）与主动式（JavaScript 采集）两类，常用于追踪用户、防欺诈和检测机器人，但相似浏览器可能撞车、浏览器更新也会改变结果。
