跳到正文
实时
#部署/工程
10月27日周二
  2. IT之家 · AI

    蚂蚁灵光 2.0 发布：全新升级“能管事的 AI 助理”，突破单次对话限制

    蚂蚁集团发布灵光 2.0，将 AI 助理从被动响应指令、完成单次任务，向主动发现需求、持续管理事务演进。依托独立云主机，灵光 2.0 突破单次对话限制，在用户退出后继续运行任务，并根据新信息动态跟进。目前内置支付宝账单、会员、出行，以及钉钉、飞书、邮箱、米家等服务能力，管理范围延伸至跨平台工作流和智能家居设备控制。

  4. IT之家 · AI

    Ollama Mac 版新增离线生成 AI 语音：数据不出门，速度比原方案最高快 35%

    Ollama 于 10 月 24 日宣布其 Mac 应用正式支持文本转语音（TTS）生成，首个支持的语音模型是 Gradium 开发的 Phonon 系列，用户无需依赖云端服务，可在 Apple Silicon Mac 上运行。在搭载 M5 Max 芯片的 MacBook Pro 上，Phonon 语音生成速度比 Gradium 自身实现快 35%，并支持实时语音生成。

  7. LangChain Blog58

    LangChain 如何构建企业级智能体（公司 harness）

    LangChain 内部智能体通过 Slack 集成，以用户身份或固定凭证执行任务，具备全局与用户级记忆，在沙盒中执行代码，并支持后台调度运行。其架构包含 GTM、OpenSWE 和 Content Studio 三种智能体，分别处理 GTM 活动、工程代码审查和营销内容创作，通过“ breakout”功能优化用户体验，并解决身份认证等核心问题。

  13. AWS Machine Learning Blog48

    使用 AWS CDK 在 Amazon Bedrock 管理知识库上构建企业级智能检索

    使用 AWS CDK 在 Amazon Bedrock 管理知识库上构建企业级智能检索，通过 AgentCore 提供的推理代理和 AgenticRetrieveStream API 实现多轮规划和工具驱动检索，返回带引用的答案。该方案部署包含 Amazon S3 语料库、知识库和推理代理的 CDK 应用，支持语义路由和多次检索，并内置 Amazon CloudWatch 监控和评估功能。

  14. Sierra Blog65

    Sierra 已登陆 Google Cloud Marketplace

    Sierra 现在可在 Google Cloud Marketplace 上使用，让企业能利用现有 Google Cloud 承诺来与 Sierra 合作。通过 Sierra，企业可构建和部署 AI 智能体，以改善客户体验并推动业务增长，从贷款再融资到支付保险索赔或防止客户流失。

10月26日周一
  9. Factory News65

    Factory 部署团队：推动企业级 AI 智能体应用边界

    Factory 部署团队深入客户真实软件环境解决自主智能体落地难题，通过在 Blackstone、Nvidia 等企业的实践，将工程自主性转化为企业成果。团队采用客户主权基础设施部署智能体，实现跨大型单一代码库的推理能力，并开发可复用的产品功能如代码审查与安全审查。该团队由高自主性工程领导者组成，负责战略客户部署与智能体自动化能力验证。

10月25日周日
  2. The Decoder71

    Anthropic 称单智能体在质量、成本和延迟上优于多子智能体架构

    Anthropic 表示，单个按需加载上下文的智能体在质量、成本和延迟上常优于多子智能体架构，并发布迁移工具包帮助团队评估是否合并子智能体。Anthropic 称从 Opus 4.5 起的新模型可在单一循环中直接管理复杂计划，一次对比中单智能体架构运行速度约为多智能体方案的两倍。

    推荐理由: Anthropic 基于企业部署经验给出单智能体优于多子智能体的判断，并列出适用边界与迁移路径。

  3. IT之家 · AI65

    阿里 AI 智能体“千问 Go！”上线“我的应用”功能

    阿里 AI 智能体“千问 Go！”上线“我的应用”功能，用户无需编程即可搭建用于生活、工作和学习等场景的应用，支持对外分享和持续更新数据。该功能接入阿里云 AI 应用生产平台 Meoo（秒悟），可自动完成应用搭建、数据库配置和部署上线，并结合千问 Go 的云端 Pro 能力，在授权后调用用户在淘宝、高德等平台的个人数据，生成更个性化的专属工具。

  4. 36氪 · AI58

    千里科技发布集成10 TOPS算力NPU的AI毫米波雷达

    千里科技发布集成10 TOPS算力NPU的AI毫米波雷达，首次实现雷达内部目标检测与分类，支持边缘侧、卫星与兼容三种工作模式。该雷达通过在感知链路前端引入数据驱动模型，突破传统架构的规则上限，缩短反应时间并提升安全性。千里科技通过收购融感科技打通软硬一体业务闭环，实现自研算法与硬件的联合优化。

  7. IT之家 · AI75

    开源项目 GPU Unlock 可释放 RTX 30 系列显卡隐藏 AI 算力，实测提升最高约 60%

    GitHub 用户 Zagitta 开发的开源项目 GPU Unlock 可解除安培架构消费级显卡在 FP16/BF16 张量核心运算中的指令发射速率限制，无需修改驱动或刷写 VBIOS。

    推荐理由: 原文给出多张 RTX 30 显卡在 GEMM 与图像生成负载下的实测提升数据，也标明了显存带宽等限制。

  8. vLLM Blog60

    vLLM在GB300 NVL72上服务DeepSeek-V4.1-Flash：性能追平DeepInfer并扩展至整机架

    vLLM 团队在 NVIDIA GB300 NVL72 单机架上用 P/D 分离与 Wide-EP 服务 DeepSeek-V4.1-Flash，在 SemiAnalysis AgentX 上达到每 GPU 954K tokens/s、单用户 P90 196 tokens/s，为早期单节点结果的 7.9 倍。

    推荐理由: vLLM 团队公开了在 GB300 NVL72 上服务 DeepSeek-V4.1-Flash 的逐项优化与实测数据，可与 DeepSeek 自家引擎 DeepInfer 对照。

10月24日周六
  3. Cohere Blog58

    Cohere Model Vault 如何构建可验证的机密 AI 推理

    Cohere Model Vault 在微软 Azure 上使用 NVIDIA GPU 的公共测试版中引入了机密计算，旨在减少客户必须信任的明文数据基础设施，并提供加密证据供客户在敏感信息释放前验证。该系统通过硬件强制隔离保护计算本身、使用 Oblivious HTTP 加密敏感请求内容、以及远程证明机制来确保处理请求的环境符合预期，从而保护从请求传输到计算执行的整个流程。

  4. SemiAnalysis

    亚马逊 Trainium 攻占训练市场

    亚马逊 Trainium 通过原生 PyTorch 训练体验的重大改进，显著提升其在训练领域的竞争力。Trainium3 支持标准 PyTorch API，无需 XLA 标记即可将大部分 PyTorch 代码迁移至 .to("neuron")，但 BF16 训练体验尚未完善。SemiAnalysis 工程团队测试显示其性能接近 CUDA 生态，但仍有改进空间。

  5. vLLM Blog62

    vLLM 详解 GLM-5.3 在 16 张 H200 上的 PCP、DCP 与 Hybrid HiSparse 优化

    vLLM 团队发布 GLM-5.3 优化第二部分，在 16 张 H200 上以 1 个预填节点加 1 个解码节点部署，用 PCP 按 token 切分预填、DCP 按 token 切分 KV cache，使 1M 上下文可放入预填节点

    推荐理由: vLLM 团队拆解了 PCP、DCP 与 Hybrid HiSparse 如何在 16 张 H200 上组合，读者可据此理解长上下文部署的内存与预填瓶颈。