跳到正文
实时
#部署/工程
10月16日周五
  4. Cohere Blog75

    Cohere 北极星（North）助力公用事业企业解决 AI 能力与控制难题

    Cohere 北极星（North）平台可在公用事业企业安全边界内部署，解决 AI 能力与控制难题。该平台支持在受控环境中处理工程文档、资产历史等敏感数据，无需数据外泄。北极星通过内置访问控制、审计可见性和可配置工作流，确保企业掌握 AI 代理的授权和责任，适用于公用事业企业的安全、数据和运营要求。

  5. Baseten Blog

    Meta 发布 Muse Spark Open：一个为代码智能体设计的开源权重模型

    Meta 发布 Muse Spark Open，一个 816B 参数的开源权重模型，专为代码智能体设计，具有 42.7B 活跃参数、1M token 上下文窗口和全模态输入（文本、图像、视频、音频），性能与前沿实验室模型相当，采用压缩 MoE 架构和混合全局/局部注意力机制优化推理效率，通过 NVFP4 检查点将权重大小缩减至 540GB。

  7. Microsoft AI News

    微软AI发布80亿参数MoE大模型MAI-Base-2

    微软AI完成新MoE大模型MAI-Base-2的预训练，拥有80亿活跃参数和2.8万亿总参数，在内部评估中超越所有开源模型。该模型比开源最强基座模型DeepSeek-V4-Pro-Base预训练FLOPs效率高出4-12倍，并用于训练更大模型。微软通过全栈控制，使用有机数据预训练，计划通过Foundry授权模型权重。

  8. Google DeepMind

    Google Antigravity如何加速抗菌肽的发现

    Google Antigravity 平台通过其智能体工作台和 ProtNLM 模型，帮助生物学家快速发现、结构评估和优先排序有潜力的抗菌肽靶点，将以往分散在多个数据库的搜索压缩为单次会话。该平台利用 ProtNLM 预测蛋白质功能，并支持研究人员扫描 UniProt 数据库中数百万个未表征的蛋白质。研究人员与 AI 代理在共享的 3D 画布上协作，将抗菌肽发现流程所需时间从数天压缩至单次会话。

10月15日周四
  4. Google Developers Blog

    如何评估 AI 智能体：超越感觉检查

    评估 AI 智能体不能仅凭感觉检查，因为智能体可能陷入重试循环或产生幻觉回答却仍看似正常，导致云费用和 token 使用量激增。应建立可重复的评估流程，从定义关键用户旅程（CUJ）开始，使用模拟用户测试，并采用单元测试、确定性指标、LLM 作为裁判的评分标准和集成测试等多层检查。结合手动审查的跟踪记录与自动化验证，可在开发早期检测到隐性回归，并随着智能体能力增长扩展评估框架。

  6. Google Developers Blog

    Google OAuth 推出 DPoP 支持：保护刷新令牌安全

    Google OAuth 平台推出 DPoP 支持，通过应用层加密绑定刷新令牌与客户端密钥对，防止令牌窃取和重放攻击。该方案将 DPoP 仅用于约束长寿命刷新令牌，确保即使令牌被盗也无法被重放，同时短寿命访问令牌仍为标准 Bearer 令牌以维持高性能。DPoP 与 DBSC 协同防御 API 和网页会话凭证盗窃，但需注意其在多智能体工作流中的密钥共享挑战。

  8. AI as Normal Technology

    超越自动化：AI 的新研究方向

    超越自动化：AI 的新研究方向认为 AI 不应仅限于自动化人类劳动，而应探索增强人类、促进人机协作的新方向。该观点主张 AI 研究应关注白盒智能体、过程追踪、人机交互设计等新问题，以推动 AI 超越纯粹的技术自动化，实现更广泛的应用。

  10. LangChain Blog

    LangChain Deep Agents 如何通过中间件管理上下文窗口

    LangChain Deep Agents 通过中间件管理上下文窗口，防止不必要信息进入并过滤已有内容。它采用卸载（将大工具结果和用户消息保存到文件）、摘要（压缩旧消息）、技能（按需加载）、子代理（分离噪声工作）和长期记忆（跨会话保存学习）等技术。这些技术通过在模型调用和工具调用等关键节点插入中间件实现，无需用户编写代码即可使用。

10月14日周三
  1. Baseten Blog

    Runway 视频模型在 Baseten 上部署

    Runway 的 Gen-4.5 和 Aleph 2.0 视频生成与编辑模型现在可通过 Baseten 直接部署。用户可以将文本和图像输入转化为视频，并对现有素材进行修改。Baseten 提供安全的单租户环境，支持定制化部署和自动扩展，确保高可用性和合规性。

  3. METR

    如何评估内部 AI 智能体的控制与监控

    评估者可通过监控覆盖率、监控系统漏洞、监控规避、响应机制和潜在影响等五个核心子问题，收集内部AI智能体监控可靠性的证据。评估重点在于LLM监控，因智能体权限通常较宽泛，需理解其行为全境。评估需访问推理日志、监控日志及员工访谈，并检查是否有阻断式监控器及未监控推理是否确非智能推理。

  8. Claude · YouTube

    Claude Code 云会话功能详解

    Claude Code 的云会话在云端虚拟机中运行，可离线持续工作，支持手机启动和并行处理。适用于需要持续运行或远程协作的场景，支持 GitHub 连接和环境配置。该功能包含在 Pro、Max、Team 计划及企业高级或 Chat + Claude Code 座位中，计入计划限制且无额外计算费用。

  9. GitHub Blog · AI & ML

    GitHub 的秘密检测模型：用更少噪音发现更多秘密

    GitHub 发布了专用的秘密检测模型，将微调后的 ModernBERT 分类器与正则表达式结合，在 11.5% 更高的接受率下将误报减少，并将推送后扫描执行时间缩短 86%，成本降低 98%。该模型通过分析文件路径、变量名和上下文代码来区分真实凭证和类似项，使通用秘密检测扩展到推送保护成为可能。

  13. IBM Research Blog38

    IBM 将于 2027 年第一季度推出 7 纳米纳米堆叠技术早期研究开发工艺设计套件（PDK）

    IBM 宣布将在 2027 年第一季度推出 7 纳米纳米堆叠技术早期研究开发工艺设计套件（PDK），帮助半导体公司在大规模采用前评估该技术。该套件将提供逻辑功能标准单元库和 SRAM 设计示例，支持布局布线、早期模块级布局和密度与功耗性能特性评估。纳米堆叠技术通过将晶体管堆叠而非并排排列，首次在逻辑晶圆技术层面实现晶体管级别的 3D 布局，与当前纳米片晶体管架构有显著差异。

10月13日周二
  1. LangChain Blog

    LangSmith 新增 AI 搜索功能，通过行为追踪优化大语言模型智能体调试

    LangSmith 推出 AI 搜索功能，支持用自然语言查询智能体行为追踪记录。该功能可搜索用户输入、智能体推理、工具调用及响应等内容，帮助团队发现特定行为模式，如 PII 泄露或用户挫败感等。AI 搜索结合 SmithDB 数据层和决策模型，通过分析标准化轨迹而非原始长文本，实现跨 SDK 的快速高效搜索，优先处理用户消息和智能体回复等关键信息。

  2. IBM Research Blog58

    IBM Research 用开源智能体工厂以 26 美元成本实现量子纠错芯片设计 52 倍加速

    IBM Research 使用开源智能体工厂优化量子纠错硬件，高级综合评估实现 52 倍加速，成本约 26 美元；同等预算下闭源前沿模型配置成本 299 美元（11.5 倍更高）但加速 204 倍，开源配置以更小面积实现硬件优化；该智能体工厂通过协调器分配任务给并行工作智能体，结合代码修改与硬件效果评估，探索多种架构可能性。

  3. LangChain Blog

    ScaleDown 如何通过压缩和提取技术优化长时运行智能体的上下文管理

    ScaleDown 通过压缩和提取技术优化长时运行智能体的上下文管理，其模型在基准测试中比 GPT-5.5 等通用模型便宜 41 倍且快 2.7 倍。ScaleDown 提供四种模型：Summarize、Compress、Extract 和 Classify，分别用于摘要、压缩、提取和分类，支持最多 1M tokens 的输入，并支持图像和 PDF 输入。