Microsoft ResearchPDD Kit 正式验证 AI 智能体编写的全栈 Web 应用
PDD Kit 将用户意图转化为形式化规范，并验证智能体为每个输入编写的代码是否符合该规范，同时辅以测试。团队在 GitHub Next 的 Chopin 环境中使用 PDD Kit 正式验证了 Rust 编写的 Pet Store 登录逻辑，Verus 工具发现并修复了现有 Bug，证明规范下无登录 Bug。
实时
#推理
- Microsoft Research
TechCrunch · AIAxiom Math 宣布正式验证 Stacks Project 项目
Axiom Math 宣布正式验证 Stacks Project 项目，该项目包含约 7,654 页数学内容，团队将其翻译为约 1600 万行计算机验证代码。公司通过 AI 代理在 Lean 编程语言中重构数学证明，填补了代数几何领域的形式化空白，为未来 AI 智能体构建可靠知识库奠定基础。
NVIDIA Newsroom3838NVIDIA 全栈协同设计如何解决 AI 的内存挑战
NVIDIA 通过全栈协同设计提升内存效率，在 GPU、CPU、网络、存储和软件各层优化内存使用。Blackwell Ultra 显卡使每 GPU HBM 容量提升约 3%，而 SemiAnalysis AgentX 上的智能体推理成本降低 30 倍。
NVIDIA Technical Blog6565NVIDIA Co-Design 如何最大化 AI 工厂中每个字节的价值
NVIDIA协同设计通过优化内存使用，减少冗余权重复制、闲置KV缓存和重复计算前缀，提升HBM效率，将更多内存用于生成token。该方案使每个字节能产生更多有用工作，而非单纯关注GPU内存容量。
量子位网易有道推出互动式数学讲题Agent「欧拉讲题」，推翻行业“搜题生意”，开卷“讲题力”
网易有道推出互动式数学讲题Agent「欧拉讲题」，已在应用市场上线。与传统搜题产品提供答案和文字解析不同，欧拉讲题将分步骤讲解、互动追问和动态板书结合起来，让学生可以边看讲解边提问，还能通过图形演示理解抽象的数学关系。
LangChain BlogBrowserbase Stagehand 如何优化浏览器智能体使用
Browserbase Stagehand 工具通过代码模式让智能体一次调用完成多步浏览器操作，结合快照视图管理上下文，显著提升 Claude Sonnet 5.5 在 WebVoyager 100 任务中 90% 的通过率（总成本 $1.98。
- LangChain Blog
人类洞察力如何构建更优智能体——LangChain 人类反馈三原则
LangChain 探索人类反馈三原则提升智能体开发：专家判断定义质量标准，完整上下文评估，将反馈转化为可复用数据；通过 agent trace 记录用户交互与模型行为，人工标注评分并附理由，用于校准自动化评估器、改进评估标准与构建黄金数据集，形成专家知识可复用资产。
- LangChain Blog5252
LangSmith BYOC 现已支持 AWS、Azure 和 Google Cloud
LangSmith Bring Your Own Cloud (BYOC) 现在支持 AWS (GA)、Azure (Beta) 和 Google Cloud (Beta)，用户可将追踪、评估、数据集、提示词和智能体部署保留在自选云账户中，LangChain 负责数据层管理。
- TechCrunch · AI4242
Box 整合 Nvidia Nemotron 打造新一代智能内容检索系统
Box 在开发者大会上推出 Box 内容检索功能，将 Nvidia Nemotron 集成到产品核心，通过 Nemotron 创建的嵌入元数据使智能体查询效率提升四倍。
- TechCrunch · AI6565
硅谷初创公司 Aina 发布智能戒指 Aina AI Ring，集成屏幕、摇杆和麦克风用于与 AI 智能体交互
硅谷初创公司 Aina 发布智能戒指 Aina AI Ring，售价 399 美元，集成屏幕、摇杆和麦克风，可通过麦克风与 AI 智能体交互、记录笔记、接听电话，并作为 AI 和非 AI 应用的控制器。该戒指支持手势操作，可与 Mac 和手机屏幕交互，控制音乐或智能家居设备。Aina AI Ring 已开始预售，将于 2027 年 1 月发货。
Hacker News · 300+ 热帖同一件事 · 4 家6565 Ripple-65B 预览：美国开源超大规模模型在 Agentic Coding 上达成 SOTA
Ripple-65B 通过优化 SFT 和 RL 方案提升计算效率，采用合成数据管道和质量过滤，在高质量长时程合成环境中使用截断重要性采样、分数中心化和线性长度惩罚的混合 RL 方案，仅用 1.4M 滚动次数就达到 TerminalBench 2.1 分数 80.5，比 Reflection Beam 少 70 倍。
ByteDance Seed · Hugging Face 新模型ByteDance-Seed/Qwen3-30B-A3B-MoE-SAE 发布
ByteDance-Seed/Qwen3-30B-A3B-MoE-SAE 发布，包含在 Qwen3-30B-A3B 模型第 4、30 和 46 层训练的 TopK 稀疏自编码器（k=100，2^20 潜在变量），每个 SAE 约 17.2 GB，重建方差未解释分数分别为 12.6%、25.1% 和 7.6%。
Databricks BlogZerobus Ingest 推动 Debezium 的 CDC 到 Unity Catalog
NVIDIA 与 Databricks 联合为 Debezium 项目贡献的 Zerobus Ingest 消息接收器，通过直接将记录写入 Unity Catalog Delta 表。
IBM Research Blog3636ORNL、IBM 和 AMD 联合发布量子纠错协同设计平台
ORNL、IBM 和 AMD 在 IBM 纽约波基普西园区部署量子纠错（QEC）协同设计平台，将 IBM Quantum Nighthawk r2 处理器与 ORNL Umbra HPC 系统整合，后者包含 AMD Instinct MI355X GPU 和 5th Gen AMD EPYC™ CPU，为混合 HPC-量子计算环境中的算法开发与验证提供低延迟量子-经典执行能力。
- IBM Research Blog3838
HRL 实验室开发的 MEMS 惯性传感器可媲美 GPS
HRL 实验室开发出采用先进算法的惯性测量单元（IMU），提供不间断的 GPS 替代方案。其 MEMS 惯性传感器尺寸如汤罐，精度接近 GPS，并解决长期困扰的偏差漂移问题，通过 AutoCal 自动校准系统持续修正误差，实现无限导航支持。该 IMU 采用 ASIC 和先进封装技术优化成本与尺寸，适用于无人机等轻型载体。
Hugging Face Daily PapersStreamDuo：一个实时解说员和一个研究智能体用于未见过的新游戏
StreamDuo将一个可训练解说员与一个冻结的研究智能体配对，该研究智能体检索游戏维基条目，以在不针对目标游戏进行训练的情况下提高跨游戏直播解说。StreamDuo在 Baldur's Gate 3 上训练并在十个未见过的新游戏中测试，将实体召回率从 0.082 提高到 0.116，将源游戏泄露率从 9.9% 降低到 1.0%，并在直播模型中实现了最佳时机、最高的评判活力和总体质量。
IT之家 · AI4242大疆发布 Matrice 5T 无人机：标配激光雷达、毫米波雷达、全彩全向视觉感知系统，57488 元
大疆发布 Matrice 5T 无人机，首次在轻型行业无人机上标配激光雷达、毫米波雷达与全彩全向视觉感知系统，售价 57,488 元。配备原生 1K 热成像相机、多焦段可见光相机，支持 IP55 防水等级，最长飞行时间 59 分钟，内置机载算法可辨别超 20 种目标类型，开放算力可导入第三方 AI 模型。
O'Reilly RadarRouteLLM 研究人员如何通过偏好数据训练路由器在强模型和廉价模型之间选择
RouteLLM 研究人员训练路由器在强模型和廉价模型间选择，基准评测显示成本降低一倍以上且对响应质量影响极小。自动路由能帮助用户在预算内获得更多帮助，使同一订阅支持更多请求或更频繁使用强模型。用户需了解路由效果，评估其带来的成本和时间效益，例如通过代码分析任务全程交互来比较不同路由策略。
Codex releases00GitHub Copilot rust-v0.168.0-alpha.4 发布
GitHub Copilot rust-v0.168.0-alpha.4 发布，该版本包含最新功能改进和修复。
Hacker News · AI 热帖高通 Cloud AI 100 Ultra 显卡发布：150W AI 加速器卡配备 128GB 内存，带宽达 548GB/s
高通推出 Cloud AI 100 Ultra 显卡，这是一款 150W AI 加速器卡，配备 128GB 内存，带宽达到 548GB/s。
36氪 · AI6565MachinePulse 推出 Karpo AI 产品，聚焦城市生活从模糊心情到具体安排的转变
MachinePulse 发布 Karpo AI 产品，通过理解用户模糊心情提供具体城市活动安排。Karpo 记住用户偏好（如家中狗 Koda）并整合现实供给（如推荐狗友好场所），在用户明确需求前介入决策。产品团队来自豆包、TikTok 等公司，面向海外市场探索“生活方式×AI”，通过持续对话捕捉意图并连接城市服务。
- IT之家 · AI6565
Rollme AuraCam 头戴式耳机发布：支持图像识别与实时翻译
Rollme 推出 AuraCam 头戴式耳机，配备 800 万像素摄像头和电子防抖，支持 OpenAI 图像识别与实时翻译功能，售价 89.99 美元。耳机具备会议录音、拍照录像功能，通过按钮同步至手机 App，支持蓝牙 5.4 和 Wi-Fi 6，续航最长 50 小时。
- Hugging Face Daily Papers6565
NEO-VLA框架消除固定视觉编码器以提升动作策略的鲁棒性
NEO-VLA框架通过让动作策略直接访问网络深处的视觉表征，消除了固定视觉编码器，在多种操控场景和分布偏移下实现了更强鲁棒性。该框架使用轻量级卷积层对图像进行分词，并让视觉表征与语言在骨干网络中共同演化，使动作专家能从指令条件化的不同深度视觉表征中获取信息。层探查实验显示，动作关键信号常在最终视觉表征形成前就已达到峰值。
MarkTechPost精选同一件事 · 2 家7171Together AI 发布 Together Compiler，智能体让推理最高提速 2.6 倍
Together AI 发布 Together Compiler（TKCC），一个由编码智能体驱动的持续编译系统，通过改写模型前向计算并热加载到常驻推理引擎，在 SemiAnalysis InferenceX 的 AgentX 负载上最高达到已公开最优配置的 2.6 倍 TPS，每个配置在不超过 2 个节点、24 小时内完成。
同一件事 · 2 家- Together AI Blog · Together Compiler：面向 AI 推理的持续编译器首发
- Together AI Blog · Together AI 发布了 Together Compiler，持续编译优化 AI 推理。
各家口径不同：Together AI博客提到了模型Kimi K3和GLM 5.3；MarkTechPost提到了SemiAnalysis InferenceX AgentX。
- 量子位精选同一件事 · 3 家7272
百度开源文心5.5 Flash Base，在多基准测试中刷新同尺寸模型 SOTA
百度于11月5日正式开源基座模型文心5.5 Flash Base（ERNIE 5.5 Flash Base），采用 MoE 架构，总参数量2800亿，每个 Token 激活140亿参数，预训练使用33.5万亿 Token，预训练上下文最高128K，微调与推理阶段支持最长100万 Token 上下文。
- ByteDance Seed · Hugging Face 新模型5858
ByteDance-Seed/Cross-Layer-TopK-CLT 发布：为 Qwen3-8B-Base 设计的跨层转码器
ByteDance-Seed 发布跨层转码器（CLT）为 Qwen3-8B-Base，包含 36 层 × 32,768 潜在变量，参数量 94.2B，总大小 377 GB，支持 fp32 推理，通过联合评分所有层中的 360 个最高激活潜原来编码，解码时重建原始 MLP 输出。
- 量子位6565
spaCy作者炮轰MIT Astra研究：修改Qwen权重被指障眼法
spaCy作者Matthew Honnibal质疑MIT Astra研究，称其修改Qwen3.5-0.8B权重提升数学成绩的实验存在误导，将读权重、写权重和修复大模型混为一谈；Honnibal指出，Astra修复大模型时需借助Python编程和多次前向测试，并非直接读取权重，批评其呈现方式模糊了不同能力的界限。
- Hugging Face Daily Papers6565
TurnWise 框架通过回合级信用分配提升流媒体视频理解能力
TurnWise 框架通过回合级信用分配和决策权重平衡改进流媒体视频理解，其回合级信用分配使用沉默完成的前缀评分构建组相对优势，回合均值策略优化平均每个回合内的 token 损失，实验表明该方法优于现有流媒体视频理解 RL 方法。
- IT之家 · AI
Flipper Devices宣布多功能无线设备Flipper One开启预订，厂商坦言“几乎不赚钱”。
Flipper Devices 宣布多功能无线设备 Flipper One 开启预订，采用 20 美元“预订券”模式，未来在 Kickstarter 众筹时以 379 美元优先购买。
- MarkTechPost同一件事 · 2 家
Google AI Research 发布 Agile Deliberation 框架用于灰色区域图像分类
Google AI Research 发布 Agile Deliberation 框架，通过人类参与循环将模糊概念转化为结构化定义，用于灰色区域图像分类。该框架基于 Gemini 2.5 Pro 和 Gemini 2.5 Flash API，无需微调，平均 F1 分数比零样本 Gemini 2.5 Flash 高 10.5 分，付费场景下 F1 达 0.59。
同一件事 · 2 家各家口径不同：谷歌研究提到用户实验减少疲劳和焦虑；MarkTechPost 关注 F1 分数提升。
- IT之家 · AI6565
香橙派发布 OrangePi Zero 3W Pro 小尺寸 SBC
香橙派发布 OrangePi Zero 3W Pro 小尺寸 SBC，基于瑞芯微 RK3576 处理器，支持 16GB LPDDR 内存和多种存储扩展，集成 Wi-Fi 6E & 蓝牙 5.3，适合本地轻量 AI 推理。
- IT之家 · AI同一件事 · 2 家
英伟达发布 CUDA Toolkit 13.5：正式支持 Vera Rubin 并升级多 GPU 通信
英伟达发布 CUDA Toolkit 13.5，正式支持下一代 AI 计算平台 Vera Rubin 并面向企业生产环境部署。更新升级了 GPU 资源调度、多 GPU 通信、数学计算库及性能分析工具，优化了 cuBLAS 对 NVFP4、MXFP8 低精度矩阵运算，提升训练和推理吞吐量。
MIT News · AIMIT 研究员开发 UQ-DAAAM 系统，提升机器人记忆准确性
UQ-DAAAM 系统能识别并修正机器人记忆中的错误描述，通过比较多视角图像量化不确定性并优化物体描述，提升机器人对物体、位置和时间的认知准确率，目前修正成功率约 92%，准确率提升 5%。该系统采用 LLM 融合多视角描述，并使用启发式规则选择最佳补充图像，无需重跑 VLM 即可大幅降低计算量。
- IT之家 · AI3535
FurMark 2 发布 2.11.0.4 版本，支持 RTX Spark 等新 GPU 设备
FurMark 2 2.11.0.4 版本更新，支持 RTX Spark 等新 GPU 设备测试，优化 Windows GPU 核心热点与内存温度显示及 Linux Wayland 协同。
- IT之家 · AI
Kimi Hosted Agents 托管智能体发布，将 Harness 作为云端服务提供
Kimi 推出托管智能体 Kimi Hosted Agents，将 Harness 作为云端服务提供，支持 7×24 小时托管环境与长程任务执行。企业可按需配置 Agent 快速构建内部业务或产品用户应用，提供 140+ Skills 与 30+ 插件，计费为 ¥0.072/小时沙箱运行时长加模型推理费用。
- Codex releases55
GitHub Copilot 0.168.0-alpha.3 发布
GitHub Copilot 0.168.0-alpha.3 发布，该 AI 编码智能体用于任务、项目和自动化工作，包含代码审查、质量分析、安全漏洞检测等功能。
- 量子位
VAST 发布 V·STAR 人才计划，聚焦 3D 生成、三维理解与智能体、世界模型研究
VAST 发布 V·STAR 人才计划，聚焦 3D 生成基础模型、三维理解与智能体、世界模型研究，希望与年轻研究者共同推进 AI 从生成内容到构建可交互世界的目标。
- 36氪 · AI
腾讯混元Hy4上线，TokenHub调用限时2.5折起
腾讯混元Hy4上线，首次引入视觉理解并支持跨应用任务操作电脑，综合表现跻身最强开源模型之列。Hy4已上线腾讯云TokenHub，每百万Tokens输入最低0.3元。即日起至12月31日通过TokenHub按量调用享5折，11月18日前通过Token Plan接入享2.5折，全球新老用户同享。
- IT之家 · AI同一件事 · 2 家6262
华为宣布昇腾 0 Day 支持 Kimi K3.1 Pro 推理部署，2.8 万亿级 MoE 模型能力再进阶
昇腾基于 vLLM Ascend、SGLang 同步实现 0 Day 推理适配 Kimi K3.1 Pro，支持 2.8 万亿参数模型在 Atlas 800 A3、900 A3 SuperPod 及 950 超节点系列上部署，模型原生支持视觉理解并具备百万 token 上下文窗口。
同一件事 · 2 家 
Cognition BlogSWE-2 Flash 发布：美国低成本的智能编码模型
SWE-2 Flash 首次在强化学习前加入中期训练阶段，性能显著超越基线模型 Inkling-Small，Terminal-Bench 4.0 分数从 0.9% 提升至 20.0%，FrontierCode 2.0 从 3.2% 提升至 24.0%，优于所有美国开源模型。该模型在 Devin Desktop 和 CLI 中可用，价格仅为 SWE-2 的五分之一，速度提升三倍。
