LangChain Deep Agents releases3535deepagents-code 0.2.1 发布
deepagents-code 0.2.1 发布，默认 Anthropic 自动分类器设置为 Claude Sonnet 5.5，新增技能范围 MCP 工具支持。
实时
#推理
- LangChain Deep Agents releases3535
Claude · YouTubeFactory 如何利用 Claude 构建自主软件工程
Factory 利用 Claude 的前沿模型构建 AI 编码智能体 Droids，以实现企业级软件工程的自主化。Claude 处理大型代码库的长期任务，使团队能以更少监督信任智能体计划。构建完全自主的软件“暗工厂”仍需克服诸多障碍。
Hugging Face BlogLitPivot：在文献景观中通过动态上下文开发研究想法
LitPivot帮助研究人员通过阅读先前文献来调整研究方向，将研究想法分为问题、贡献和评估计划，并为每个部分提供基于文献的批评和修订建议。在涉及17名研究人员的实验室研究中，领域专家评价新颖想法的文献基础比使用文本编辑器和AI聊天工具开发的想法更好，参与者也报告了更强的文献理解和对想法新颖性和实用性的提升。
Latent SpaceOpenAI 的数学突破：模型如何解决复杂问题
OpenAI 的内部模型解决了埃尔德什单位距离猜想，并证明了循环双重覆盖问题等数学难题。这些模型通过深度优先搜索模式，结合大量计算和提示词，在几分钟内验证想法，而人类需要数月时间。AI 的推理方式与人类不同，其深度优先搜索和自动化验证能力使其能快速探索复杂问题，尽管目前仍需人工判断半成品想法的可行性。
- Hugging Face Blog
Hugging Face 发布 torch-neuronx 模型支持查询 Space，检测 AWS Trainium 兼容性
Hugging Face 发布 torch-neuronx 模型支持查询 Space，检测 AWS Trainium 兼容性。该 Space 支持查询 Hugging Face Hub 上 175B 参数规模的主流模型（如 Qwen3-0.6B）是否能在 Trainium 上无修改运行，并提供运行脚本。
ChinaTalk3535中国的Groq在哪里？
HBM 曾在 2025 年底风靡一时，因其能通过高带宽满足 AI 推理需求，但市场已成熟，单一架构不再主导，不同芯片在训练、预填充或解码方面表现各异。
MarkTechPost3838TinyFish 发布生产级 AI 智能体用到的 Agent 搜索架构技术指南
TinyFish 发布生产级 AI 智能体用到的 Agent 搜索架构技术指南，其系统基于 TinySearch、TinyFetch、TinyBrowser 和 TinyAgent 四个 Web 基本构件，通过围绕基础模型的七阶段控制循环运行，在 OpenBenchmarks 上完成率 79.0% 的编码任务时，实现最低中位数任务成本 $0.050 和 token 足迹。
IT之家 · AI月之暗面发布Kimi K3.1预热视频，发布日期暂未官宣。
月之暗面发布 Kimi K3.1 预热视频，画面显示“Model：Kimi K3.1”，支持 1M tokens 上下文窗口，新增 medium 推理强度档位。K3.1 已在 Hugging Face 可识别，但官方未公布正式发布日期、参数规模或定价。
- IT之家 · AI
LSTC、北海道大学等五方合作开发 2nm 医疗影像低功耗 AI 推理芯片
LSTC、北海道大学、富士胶片、GE 医疗、imec 五方合作开发基于 2nm 工艺的医疗影像低功耗 AI 推理芯片，用于光子计数 CT 高速重构、超声影像实时叠加、术中显微镜实时识别，目标提供现有 GPU 5 倍图像处理速度和 10 倍能效，将在 IBM Spyre 加速器开发后迁移至芯片，并在北海道大学附属医院进行临床应用。
Hugging Face Daily Papers同一件事 · 2 家WeVisOne-VL：从对象到像素的统一视觉感知模型
WeVisOne-VL 通过结构化 token 预测统一对象级和像素级视觉感知，支持检测、定位、计数、OCR、分割和 matting 等任务，采用轻量级像素解码器和多阶段训练，在 30 项以上基准测试中表现领先，并保持对不存在对象的稳健拒绝。
同一件事 · 2 家各家口径不同：Hugging Face Daily Papers 表示使用轻量级像素解码器；MarkTechPost 提到 9.6M 参数解码器。
腾讯混元 · Hugging Face 新模型腾讯混元发布 WeVisOne-VL-2B 模型
腾讯混元发布 WeVisOne-VL-2B 模型，基于 Qwen3-VL 构建，集成 9.5M 参数像素解码器，支持目标级感知（开放词汇目标检测、指向定位、计数、指向和 OCR）与像素级感知（指向分割和可提示 alpha 摩擦），适用于视觉定位、指向、计数、OCR 定位、指向分割和图像摩擦等研究任务。
- 腾讯混元 · Hugging Face 新模型
腾讯混元发布 WeVisOne-VL-4B 统一视觉语言模型
腾讯混元发布 WeVisOne-VL-4B 模型，基于 Qwen3-VL 构建，集成 9.6M 参数像素解码器，支持目标级感知（开放词汇目标检测、指向定位、计数、指向和 OCR）与像素级感知（指向分割和可提示 alpha 摩擦），适用于视觉定位、指向、计数、OCR 定位、指向分割和图像摩擦等研究任务。
- Hugging Face Daily Papers7575
LaLa-World：使用自然语言动作扩展潜在世界模型
LaLa-World是一种语言条件潜在世界模型，通过结合模拟、机器人和视频数据实现高效的模型预测规划和策略初始化。该模型采用视频生成模型的语言条件接口，使JEPA风格的潜在世界模型（LWMs）能够跨不同领域和数据源学习。
- MarkTechPost5858
You.com 发布推理路由器：集成 12 个开源模型，提供 99.9% 正常运行时间 SLA
You.com 推出推理路由器，一个兼容 OpenAI 的托管 API，可运行 12 个开源模型，提供 99.9% 正常运行时间 SLA 和零数据保留。该服务采用按量付费模式，无平台费，并包含 100% 美国托管和服务器端网络搜索。
- IT之家 · AI7070
Wccftech报道《血源诅咒》非官方PC移植版在RTX 4070显卡上实现1080p突破220 FPS
Super Medo 制作的《血源诅咒》非官方 PC 移植版在 RTX 4070 显卡上通过支持 NVIDIA DLSS 帧生成技术，实现 1080p 分辨率下稳定突破 220 FPS，性能约为原版主机的 7 倍以上；原生 4K 分辨率启用 DLAA 后平均帧率约 40 FPS，开启 DLSS 3 帧生成后质量模式超 100 FPS，性能模式约 130 FPS。
- IT之家 · AI6767
谷歌推出 ACE 服务：为 AI 智能体配“独立工位”，空闲时自动下班 / 唤醒不到 500 毫秒
谷歌推出 Agent Compute Engine（ACE）服务，为 AI 智能体提供安全、可暂停的独立 microVM 环境，支持快速唤醒（<500ms），最初用于支撑 Gemini 等 AI 智能体，未来可供开发者通过 Google Cloud 使用。
- Hugging Face Daily Papers6565
Policy-Mask：面向判别性任务的扩散特征预算感知适配方法
Policy-Mask 学习一种预算感知的扩散时步、网络块和通道选择策略，为判别性视觉任务提取紧凑且任务最优的特征。在冻结的扩散模型中选择中间特征用于判别任务很复杂，因为有用信号分布在去噪轨迹、网络深度和通道中。
36氪 · AI6565前OPPO老兵创业公司APOM推出AI旅行墨镜L'Atitude 52°N众筹超40万美元
深圳艾普梦光学科技（APOM）旗下智能眼镜品牌L'Atitude 52°N面向旅行和户外场景推出AI智能墨镜，众筹累计金额近40万美元，首款眼镜标价$399起，预计2026年备货量约2万副。产品核心体验集中于第一视角影像、实时翻译和AI导览，搭载1200万像素摄像头模组和专用AI影像芯片。
vLLM Blog5858vLLM 为 MiniMax-M3.1-Flash 提供零日支持
vLLM 在 NVIDIA Blackwell、Rubin 和 AMD MI350 系列显卡上为 MiniMax-M3.1-Flash 提供零日支持，在智能体工作负载上表现优异。
- IT之家 · AI
MiniMax M3.1 Flash 开源模型权重，总参数 428B
MiniMax 开源 M3.1 Flash 模型权重，总参数 428B、激活参数 23B。通过稀疏注意力、量化感知训练和 Power-aware scheduling 优化，推理效率提升，上线 72 小时处理超 100 万亿 Token。
TechCrunch · AI7575MIT研究发现：Claude Opus 4.7 AI智能体在虚拟岛屿上自发游戏式探索并提升技能
MIT研究人员将13个运行Claude Opus 4.7的Eko智能体置于虚拟岛屿30小时无特定任务，它们自发创造挑战并展现游戏行为特征。实验后这些智能体在特定任务中普遍优于未参与探索的对照组。Eko在探索中学会抛掷石头超距、堆叠造物、利用环境规则（如悬崖重生机制）达成目标，并产生设计者未知的世界知识。
- IT之家 · AI精选8080
OpenAI 全面开放决策 API：基于 GPT-6 Luna，输入每百万 token 0.1 美元
OpenAI 宣布全面开放基于 GPT-6 Luna 构建的决策 API（Decisions API），面向具有限定答案的问题，协助应用与智能体基于文本、图像及结构化输入做出准实时决策，响应速度比通过 Responses API 调用 GPT-6 Luna 提升高达 10 倍。
推荐理由: 原文给出决策 API 的定价、延迟提升和单次请求上限变化，读者可据此判断它适合哪类智能体工作流。
Sakana AISakana AI 发布基于本体论的 AI 智能体平台 Sakana Aquarium
Sakana AI 发布 AI 智能体构建、执行、运行平台 Sakana Aquarium，通过本体论整合组织信息，支持 AI 智能体高效构建与安全运行。平台包含本体论、治理和智能体执行基座三核心机制，实现组织判断依据体系化与任务自动化。
- Hugging Face Daily Papers6565
TTR-Compressor 重塑序列压缩技术
TTR-Compressor 作为标准池化与投影压缩的替代方案，在高效大模型块状稀疏注意力压缩和 MLLM 视听域投影（合并器）方面均显示显著实证优势。该技术可拓展至视频/音频时序压缩、原生高效 ViT 训练及深度感知压缩等新应用领域。
- Hugging Face Daily Papers6565
EvalResearchBench：AI 智能体能否自主构建用于递归自我改进的反馈？
EvalResearchBench (ERB) 是一个用于自主评估研究的基准，让 AI 智能体在固定时间和 API 预算内选择或合成任务、实现评分器并修订，最终冻结可执行评估器。9 个研究者与 13 个候选模型被研究，其生成的评估器在 14 个目标基准上的得分一致性约为 75%，低于 91% 的上限。人类设计的公共任务仍是强基线，且执行成本最低的评估器达到了最高的成对一致性。
Modal Blog5858Sakana AI 发布 1 万亿参数混合专家模型 Namazu 并部署于 Modal 平台
Sakana AI 发布了 1 万亿参数的混合专家模型 Namazu，用于日语商业语境、网页搜索和代码执行。Modal 团队通过 NVFP4 精度量化、定制 DFlash 模型训练和内核级优化，使 Namazu 在 Modal 平台上实现内存和吞吐量提升，并支持 30 亿 token 的实时训练。部署后，模型推理速度提升 40%，接受率提高 43%，延迟降低 52%。
Prime Intellect Blog3838Prime Mega MoE：快速融合 MoE 内核加速训练
Prime Mega MoE 通过融合反向传播内核，使 DeepSeek 的 Mega MoE 内核可用于训练，相比默认 PyTorch 实现 MoE 内核速度提升高达 3.11 倍，相比 Prime-RL 基线端到端训练速度提升 1.34 倍。
- Hugging Face Daily Papers2222
RouteWeaver: 统一 LLM 路由模式选择与执行
RouteWeaver 通过协同训练和渐进式探索统一了异构 LLM 路由模式，在多种推理任务中提升了准确性；其平均准确率达到 61.4%，相比最强基线相对提升 11.03%，并在五个领域均超越所有对比基线。
- Hugging Face Daily Papers6565
不同任务，不同时间步：扩散语言模型的时序任务感知量化 T²Quant
T²Quant 框架通过少量无标签校准提示预测精度敏感性，在固定比特宽预算下分配激活精度，在 3 个扩散语言模型和 6 个基准测试中改进现有量化方法达 6.7 个百分点，无需增加平均精度预算。
- Hugging Face Daily Papers6565
RLSplat：资源线性预算控制的前馈3D高斯splatting方法
RLSplat通过区域分配高斯并使用局部注意力解码，实现了前馈3D高斯splatting的延迟、内存和模型大小线性降低。在零样本评估中，RLSplat在所有预算下都优于先前的预算可控方法，即使高斯数量减少4倍也能超越最强基线，且在低预算下速度提升4.1倍、峰值内存减少9.6倍。
- Hugging Face Daily Papers4747
Agent Mosaic：识别代理式 LLM 系统中的机密泄露风险
Agent Mosaic 量化了 3 个 LLM 代理在模拟和开源环境中的 11,240 个回答，发现 GPT-5.6-Sol 在模拟中 7.08% 的回答（95% CI。
- Hugging Face Daily Papers3838
Heartbeat 思考：实时语音代理中的推测推理与工具执行
Heartbeat 思考通过在语音更新期间继续准备工具调用，提升了语音代理的覆盖率和响应速度。该技术使语音代理在用户说话时就开始准备工具调用，解决了传统方法因语音更新而中断调用的限制。在 FDBench v3 基准测试中，Heartbeat 思考将工具覆盖率提高了 16 个百分点，并将平均最终响应延迟降低了 36.4%。
- IT之家 · AI6969
微软推出 AI 医疗诊断系统 MAI-DxO：复杂病例准确率达 83%，成果登《科学》
微软 AI 诊断系统 MAI-DxO 在《新英格兰医学杂志》复杂病例模拟评估中准确率达 83%，为人类医生水平的 1.7 倍。该系统通过编排多个 AI 智能体模拟专家会诊，在测试中表现最亮眼的模型为 OpenAI GPT-5 及 GPT-5.5。
Ollama releases4040Ollama v0.40.9-rc3 发布：支持 Gradium Phonon 检查点
Speech Ollama 可在 Apple Silicon 上使用 Phonon 生成语音，通过 /v1/audio/speech 端点流式传输音频；d3 决策模型支持 2B 至 27B 参数规模，用于分类、评分等任务；Flint 扩展至 Linux 和 Windows 平台，其他改进包括错误报告和模型能力传递。
Liquid AI Blog同一件事 · 2 家Liquid RIPL：毫秒级实时智能引擎发布
Liquid RIPL 在不到 50 毫秒内返回完整生成响应，支持 NVIDIA GPU 上的实时请求。LFM2.5-1.2B 在 RIPL 上比 Qwen3.5-0.8B 在 vLLM 上 p95 滞后降低 14.4–28.4 倍，Shopify 已在生产中部署用于搜索增强。
- Modal Blog
Modal 发布开源 Tinker 兼容训练服务器 Spindle
Modal 发布开源 Tinker 兼容训练服务器 Spindle，支持在 Modal 工作空间运行，通过 GPU 时间计费替代 token 计费，可自定义配置并支持数百个并发训练任务。Spindle 支持 full-parameter 训练和多 LoRA 在多种开源模型上运行，其底层采用分布式控制平面和容器自动扩展，适用于需要自定义训练循环和降低成本的团队。
MIT Technology Review · AIEXL 探索企业级 AI 服务框架设计之道
EXL 研究发现，企业 AI 竞争优势更多取决于模型周边的工程系统，而非模型本身；应先定义业务负载约束，再选择适配的模型与服务架构，而非反其道而行之；需通过测量瓶颈、针对性优化、构建可扩展架构，实现可靠、经济、大规模的 AI 应用交付。
Hacker News · AI 热帖OpenShell 0.1.x 发布：为自主 AI 智能体提供安全私有运行时
OpenShell 0.1.x 发布，为自主 AI 智能体提供安全私有运行时，支持稳定发布节奏、新隔离原语、扩展扩展接口及新 API。通过内核级策略执行（控制文件访问、系统调用、网络连接）和形式化验证（审查策略变更风险），确保智能体在不访问真实凭证、数据或网络的情况下执行任务。
- LangChain Deep Agents releases4545
deepagents-code 0.2.0 发布
`deepagents-code` 0.2.0 版本现在要求 Python 3.14，并移除了低价值启动测试。
Amazon ScienceAmazon Science 发布 TorchNeuron：AWS Trainium 芯片的 PyTorch 后端
Amazon Science 发布开源后端 TorchNeuron，将 PyTorch 代码转化为 AWS Trainium 系统可执行的指令，支持现有 PyTorch 代码在 Trainium 上运行，通过自适应急切模式、多级缓存等优化实现高效执行，并使用 AI 代理筛选 841 个代表性模型及数万种张量维度进行基准测试。
