#部署/工程

Databricks 发布 AI Function ai_decide，在治理数据上快速做出结构化决策

Databricks 推出新的 AI Function ai_decide（Beta），由 TypeSafe AI 的 Jev 决策模型驱动，对文本评估一个或多个问题，在几分之一秒内返回概率、命名标准中的选项或有序量表评分，延迟和成本低于 LLM。

NVIDIA 扩展 xio-sig 加入 cuObject，并发布 SCADA Server SDK

NVIDIA 宣布 xio-sig 在 cuFile 之外新增 cuObject，并正式开放 cuObject 客户端与服务器库，开发者可通过其 API 和 RDMA 线协议构建加速对象存储应用。同步推出的 SCADA Server SDK 让存储厂商构建响应 GPU 发起请求的 SCADA 服务器，IBM 已用集成 Storage Scale 的原型验证互操作性。

Magnitude（YC S25）发布可自优化的开源 Agent 推理引擎

Magnitude（YC S25）发布开源推理引擎，在本地设备上编译调优内核，宣称比 llama.cpp 快最多 2x（Metal 上 decode 快 92%，CUDA 上快 19%）。

Google AI 教程：60 分钟为 AI 智能体搭建生产级 Eval 流水线

Google Cloud 的 AI Agent Clinic 节目演示如何在 60 分钟内搭建框架无关的智能体评测流水线，替代依赖 vibes check 的手工测试。

Google 如何在 TPU 上加速视频扩散模型的时空注意力

Google 在 TPU 上通过稀疏注意力内核优化加速视频扩散模型推理，将理论稀疏性转化为端到端实际加速。

用 NVIDIA NeMo Relay 追踪 Hermes Agent 的 Harness 行为

NVIDIA 发布教程，演示如何用 NeMo Relay 追踪 Hermes Agent 的 harness 行为：运行终端工具与文件加网页研究两个示例，通过 ATOF、ATIF 和 OpenTelemetry 三种格式的 trace 检查模型与工具调用、错误、重试、耗时和 token 消耗，并结合任务验证结果评估 harness 改动。

GPU 文字渲染对比：SDF、MSDF、Slug、纹理图集与 Rive 的取舍

AlphaPixel 发布 Slughorn（C++20、MIT 许可），实现 Eric Lengyel 2017 年提出的 Slug 算法，其专利已于 2026 年 3 月进入公有领域。

Anthropic 销售团队如何用 Claude Managed Agents 重建 inbound 流程

Anthropic 销售团队基于 Claude Managed Agents（beta）搭建购买智能体，每天处理数千场对话，引导客户从咨询到完成购买。转化的销售机会是旧表单的两倍多，成交快约五天，需人工介入的对话占比下降约一半。文章介绍了部署位置、三种会话结局，以及给目标而非规则、少即是多、引入领域专家等构建经验。

CoreWeave 宣布上线 NVIDIA Vera Rubin NVL72 并推出 CoreWeave Forge

CoreWeave 在 Fully Connected 大会宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网正式可用，Cognition 成为首家跑生产负载的客户，其 SWE-2 推理总 token 吞吐较 GB200 NVL72 最高提升 4.8x。

DeepSeek 开源面向华为 Ascend 芯片的编程工具，TileLang 为核心

DeepSeek 与华为合作，开源面向 Ascend 芯片的编程工具，核心是比 CUDA 编程模型更简单的 TileLang，据称华为全面支持该项工作，双方还优化了由 128 颗 Ascend 950 组成的 supernode。

Restate 获 2000 万美元 A 轮融资，为 AI 智能体提供持久化执行基础设施

柏林初创公司 Restate 完成由 Singular 领投的 2000 万美元 A 轮融资，Redpoint Ventures 和 Capital One Ventures 参投，资金将用于组建市场团队、扩充工程师并扩展旧金山湾区办公室。

新思科技与亚马逊签署多年期超 10 亿美元定制芯片 IP 合作协议

新思科技于 9 月 30 日宣布与亚马逊达成多年期、总额超 10 亿美元（约合 67.18 亿元人民币）的定制芯片 IP 战略合作协议，合作拓展至云端及 AI 赋能的工程研发领域。双方将针对 Trainium 与 Graviton 芯片深度优化新思科技的软件工具，新思科技工程团队还将引入 Amazon EC2 与 Amazon Bedrock 加速产品开发，并借助 AWS 加快自身产品迭代。

Torch Spyre 如何借 PyTorch CRCR 实现 L2 集成：智能体测试选择与声明式测试复用

Torch Spyre 基于 PyTorch 跨仓库 CI Relay（CRCR）达到 L2 集成，用智能体流水线从代码与执行证据中筛选并重新分桶测试，再用声明式 YAML 框架适配上游测试而无需打补丁。

vLLM 分离式推理（Disaggregated Serving）实用指南

vLLM 官方博客发布分离式推理实用指南，讲解 vLLM v0.30.0 及以上版本中 prefill/decode 分离、无 GPU render 前端及两者组合的原理与运行方法。

小红书推荐系统 Agentic 发布实践：跨昼夜长程任务 Harness 详解

小红书技术团队详解推荐系统 Agentic 发布实践：一次发布横跨十几个部署组、数千个 Pod，平均持续 10 多个小时，团队将发布知识沉淀为近 20 万字 SKILL，并构建长程任务 Harness，通过任务持久化状态、流程模板、引擎推进与 Transactional Outbox 效果查证保障跨昼夜可靠执行。

X.PIN@thexpin· 14:18AI 评分6767

DeepSeek 发布一套与自家 Nvidia 组件对应的昇腾工具包，包括 TileLang、DeepGEMM、DeepEP、TileKernels、FlashMLA 和 DeepSelect，均已给出 GitHub 开源地址。

DeepSeek 开源面向华为昇腾平台的基础设施组件

DeepSeek 开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect，与此前英伟达平台开源组件一一对应。

DeepSeek 开源面向华为昇腾算力平台的基础设施组件，与英伟达平台一一对应

DeepSeek 于 9 月 30 日通过官方公众号宣布正式开源面向华为昇腾算力平台的基础设施组件，与此前面向英伟达平台的开源组件一一对应，涵盖 TileLang 编译工具、计算库和分布式通信库。

Anthropic 与 SpaceX 签署最高 845 亿美元算力协议，可提前 90 天通知解除

Anthropic 与 SpaceX 签署算力协议，据路透社查阅的 IPO 申报文件，合同金额上限最高达 845 亿美元，用于租用 SpaceX 数据中心内的英伟达 GPU。

OpenRouter 教程：如何从生产流量构建 golden 评测集并跨模型复测

OpenRouter 发布教程，讲解如何从生产流量构建 golden 评测集，作为每次部署前的回归测试。内容涵盖五步流程（抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI），建议从 20 至 50 条复审样本起步、扩展到 100 至 1,000 条完整回归集，用真实流量而非合成数据保留分布和失败模式。

OpenRouter 教程：提示词或模型变更后如何对 AI Agent 做回归测试

OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集并对照书面行为契约检查。

特斯拉签署 300 亿美元信贷协议，加码 AI 算力与太阳能产能

特斯拉签署总额 300 亿美元的信贷协议，其中包含 200 亿美元可延后支取定期贷款额度、80 亿美元五年期循环信贷额度和 20 亿美元 364 天期循环信贷额度。

Fireworks 多区域部署解析：一个部署实现全球调度

Fireworks 为推理部署新增 GLOBAL 多区域选项，让单个部署和单一端点跨区域调度兼容 GPU 容量，避免把工作负载钉在单一区域造成容量上限。其路由在请求路径之外预先规划，DNS 就近选择健康网关，不增加每次请求的全局调度往返。七天生产观测中，可全球部署客户在 2 个以上服务集群的请求成功率从单区域的 99.269% 升至 99.992%。

微软发布 WSL 3.0.1，原生支持 Linux 容器、Windows 文件访问速度翻倍

微软正式发布 Windows Subsystem for Linux 3.0（最新版本 3.0.1），在 Windows 11 上原生支持运行 Linux 容器，引入 wslc（WSL Containers）工具，无需额外虚拟化软件即可创建、部署、运行容器，并同步开放 API 供 Windows 程序透明调用。

Liquid AI 发布决策模型 d1：零输出 token 返回校准概率

Liquid AI 发布决策模型 d1，专为结构化选择设计，通过 Noul、Choice、Score 三种原语一次调用返回类型化答案和校准概率，output_tokens 为 0。

Databricks 如何让 12,000 名员工 Day 1 用上新模型

Databricks 发文介绍其让 12,000 多名员工在新模型发布首日即可使用的方法，依托 Unity Gateway 和 UG CLI 分发实验配置，并用按用户的四类预算限制用量。

Rohan Paul@rohanpaul_ai· 02:27AI 评分4040

几乎所有 AI 云都跑在 NVIDIA 上。 General Compute 想成为运行其他一切的那一个：Cerebras、SambaNova、Etched。 他们的第一个大动作是大规模采购 Cerebras，由 4 亿美元债务融资。这些机器将与 NVIDIA GPU 并排放置，每个请求在两者之间拆分。 GPU 读取提示词。Cerebras 写出答案，速度很快，因为权重存在片上 SRAM 中，所以解码不会因内存带宽而停滞。

OpenAI Developers@OpenAIDevs· 02:27同事件AI 评分6565

OpenAI 宣布 Codex cloud environments 上线，用户关掉笔记本后智能体仍可继续工作。可复用的云环境预置仓库、依赖、脚本和设置，减少配置时间、加快启动。

同一件事，精选收录的是《OpenAI 推出 Codex 云环境，可复用配置并跨设备跟进任务》

OpenAI 发布 GPT-6.1 Sol：性能接近 GPT-6 Astra，标准价格仅为其五分之一

OpenAI 在开发者活动日宣布推出 GPT-6.1 Sol，性能接近旗舰 GPT-6 Astra，标准输入/输出 token 价格仅为 Astra 的五分之一，每 100 万 token 缓存输入费用 0.10 美元。

同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能》

OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能

OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。

Rohan Paul@rohanpaul_ai· 00:55AI 评分5454

Y Combinator 支持的 InsForge 推出 InstaCloud，定位为 agent-native 的 serverless 云，宣称让编码 Agent 自行开通和运行 Postgres、S3 兼容存储和容器，人类负责审核关键变更，并支持通过 MCP/CLI 使用。

Aravind Srinivas@AravSrinivas· 22:29AI 评分5252

Perplexity CEO Aravind Srinivas 展示 Perplexity Computer 在 Standard Mode 下使用 Opus 5.5，端到端设计并构建了一款基于浏览器的开放世界游戏。过程包括自行租用 GPU、以 headless 方式运行 Blender、进行程序化设计、在线下载素材并设计音频，总花费约 $2000 额度，游戏可在 https://vice.pplx.app/ 试玩。

实测 Claude Sonnet 5.5：代码动画断档领先 gpt6，但 3D 不如 Opus 5.5

作者实测 Anthropic 新发布的 Claude Sonnet 5.5，用代码动画、HTML PPT、3D 网页和写作四项任务对比 Opus 5.5 与 gpt6。

Manus 2.0 发布，支持视频编辑、多人游戏托管和手机远程运行智能体

Manus 发布 2.0 版本，将 AI 智能体升级为平台，用户可编辑视频、托管多人游戏，并用手机远程操控智能体。

Google Research 开源 RRSI：智能体在模型权重冻结下自我改进 harness 并避免过拟合

Google Cloud AI Research 联合 UNC-Chapel Hill、Stanford 和圣路易斯华盛顿大学发布 RRSI（Regularized Recursive Self-Improvement），让 LLM 智能体在不改动模型权重的情况下改写自身 harness 的提示词、工具、记忆、控制流和子智能体。

ESP32S3-LLM-Cluster：7 块 ESP32S3 组成集群运行 1.58-bit BitNet 语言模型

开源项目 ESP32S3-LLM-Cluster 在 7 块 ESP32S3 上以分布式流水线方式运行 1.58-bit BitNet 量化模型，其中切片后的 0.5B 模型由 1 块主节点加 6 块计算节点分担。

Modal Labs 接近以 157.5 亿美元估值完成 7.5 亿美元融资

据知情人士，AI 推理基础设施公司 Modal Labs 接近完成由 Accel 领投的 7.5 亿美元融资，投后估值 157.5 亿美元，较四个月前 46.5 亿美元估值增长逾两倍。

Databricks 为 Lakebase Postgres 推出 Lakebase Search 向量与全文搜索

Databricks 发布 Lakebase Search，为 Lakebase Postgres 带来 lakebase_vector（可扩展近似最近邻搜索）和 lakebase_text（BM25 全文搜索）两个扩展，已在 AWS 和 Azure 正式可用。

Databricks 如何让 12000 名员工在模型发布首日用上新前沿模型

Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。

Tomer Tunguz 解析 GPU 租金翻倍而 AI 价格下降的并行逻辑

GPU 租赁价格在九个月内从 $4.40 翻倍到 $8.08 每 GPU 小时，但 AI 使用价格仍在下降。