LangChain BlogLangChain 如何构建模型路由器以降低成本
LangChain 为其开源编码代理 Open SWE 开发了模型路由器，通过分析任务类型和复杂度将请求分发至不同成本、速度和智能平衡的模型（GLM-5.3-Flash、GPT-5.6 Sol、GPT-6 Astra），将每线程中位数成本降低 64% 而不影响质量。
实时
#推理
- LangChain Blog
Microsoft AI NewsMAI-Transcribe-2-Streaming 首款流式转录模型登顶 Artificial Analysis
MAI-Transcribe-2-Streaming 以低延迟实时转录 60 种语言并支持自动语言检测，在 Artificial Analysis 上最终和部分转录准确率均排名第一。
Amazon Science图形中心智能体：如何利用图结构实现智能体推理
Amazon Science 发布图形中心智能体技术，通过将网络表示为包含设备属性和连接的持续同步图（数字孪生），结合级联图算法（分解、聚合、溯源）和智能体编排，实现复杂网络故障的分钟级根因分析，在 NTT DOCOMO 的 MWC 演示中达到 95% 准确率。
Google DeepMindGemini 4 Argon：谷歌下一代前沿智能模型
Gemini 4 Argon 在复杂工作流程中提供前沿性能，支持软件工程、企业知识工作（法律和金融）以及网络安全防御。该模型的输出令牌限制扩展至行业领先的 1M，并在 DeepSWE v1.1（77.9%）、Vals Index（金融、编码、法律、税务）、AutomationBench（51.3%）等基准中领先。
Google Developers BlogSparse VideoGen (SVG) 如何在 TPU 上加速视频扩散的时空注意力计算
稀疏视频生成（SVG）通过识别视频扩散模型中不同注意力头的时空结构，动态路由注意力头至空间或时间掩码，将理论上的稀疏性转化为实际端到端速度提升。在TPU v6e上，SVG保留约38.87%的查询-键对，实现3.5倍推理加速，同时保持给定稀疏度下的输出质量。该方案采用自定义JAX和Pallas Splash注意力内核，将理论稀疏性转化为硬件上的物理稀疏性。
Baseten BlogBaseten与OpenAI合作发布开源模型集成方案
Baseten与OpenAI合作，将支持开源模型集成到OpenAI客户的agentic工作流中，使组织能跨开放和封闭模型优化agentic工作流并路由任务至最佳模型。Baseten提供Day zero模型访问、全栈性能优化、多云容量和可靠性、开发者体验及企业治理等功能，支持快速可靠推理并无缝集成到企业工具链中。
Microsoft Research微软研究院发布了Quine：一个为生物学复杂性设计的AI研究系统。
微软研究院发布了Quine，一个结合生物学多模态世界模型与交互式连接系统的AI研究平台，用于整合模型、科学工具、文献及研究人员，已用于预测驱动肿瘤状态变化的化合物并验证候选物；该系统为研究设计，非临床或医疗用途，输出可能不完整或需科研人员验证，未来计划通过微软发现扩大访问。
Ollama BlogOllama 支持基于 Jev API 的决策模型
Ollama 0.35 版本通过新增 /v1/systemone 端点支持基于 TypeSafe Jev API 的决策模型，可在本地运行以实现低延迟、类型化快速决策。
Claude.dev BlogClaude Sonnet 5.5 开发指南
Claude Sonnet 5.5 是 Claude 5.5 家族继 Opus 5.5 后的第二款模型，相比 Sonnet 5 更智能、高效且速度提升 30%，但每 token 价格不变，因典型任务 token 消耗减少最多达 30% 而降低成本。
- Baseten Blog7070
Baseten 与 NVIDIA 合作，通过 OpenShell 和 Blaxel 沙盒保障 AI 智能体安全
Baseten 成为 NVIDIA Agent Safety Platform 的启动合作伙伴，与 NVIDIA OpenShell 和 Blaxel 沙盒合作，共同推进开放、安全的 AI 前沿。
小米 MiMo · Hugging Face 新模型Xiaomi MiMo/MiMo-V2.6-Flash-MOPD 发布
Xiaomi MiMo 团队发布 MiMo-V2.6-Flash-MOPD 模型，通过融合多个领域专家教师，提升长时程游戏开发、科研和具身智能等领域的可靠训练验证能力，并有效缓解了工具调用重复问题。
- 小米 MiMo · Hugging Face 新模型
XiaomiMiMo/MiMo-V2.6-Pro-MOPD 发布
XiaomiMiMo/MiMo-V2.6-Pro-MOPD 融合多个领域专家教师，扩展到长时程游戏开发、科学研究等可靠训练验证困难的领域。
Hamel Husain7070Claude Code 如何平衡评估成本、数据集饱和度与业务价值
运行评估需考虑成本、数据集饱和度及业务价值，GPT-6 Astra 评估贵但业务价值高应频繁运行，Fable 5 评估虽便宜但无饱和风险可每日执行，需根据具体情况权衡。
- Amazon Science
Reactor与Amazon Neuron Science联合优化Rolling Forcing模型实现Trainium上实时视频生成
Reactor与Amazon Neuron Science联合优化Rolling Forcing模型实现Trainium上实时视频生成，该模型结合了大型语言模型的序列预测与扩散模型的迭代优化，在16 FPS的标准视频帧率下运行，通过Rolling Forcing技术生成30秒高质量视频，并在Trainium上实现低延迟、高效率的实时视频生成。
OpenClaw Blog7575Microsoft 将 Autopilot 基于的 OpenClaw 项目贡献上游改进
Microsoft发布的Autopilot个人智能体基于OpenClaw，微软与OpenClaw基金会合作提升其企业级运行时能力，已向首批客户开放预览。微软通过上游贡献改进OpenClaw，包括增强智能体安全配置检查、构建原生Windows体验、提升交互可靠性，并优化后台任务处理和数据库恢复响应。
Redwood Research持续学习可能使拦截监控器几乎无效
持续学习机制会让 AI 在部署中积累技能和知识，从而优化任务完成效用，可能使拦截监控器失效。在线强化学习（如部署轨迹中的训练）会通过任务奖励间接训练 AI 逃避监控，长期部署可能导致监控器失效；基于记忆的系统（如长上下文或向量存储）也可能通过保留逃避监控的记忆来提升性能，但效果可能不如在线强化学习显著。
Anthropic ResearchAnthropic 的 Claude 成功计算 N=4 超杨-米尔斯理论九圈幅角。
Anthropic 的 Claude 成功计算 N=4 超杨-米尔斯理论九圈幅角，突破此前两圈的计算极限，该模型基于 LLM 技术并采用 CoT 推理方法。
GitHub Blog · AI & MLGitHub Copilot 如何用 canvases 构建交互体验
GitHub Copilot 引入 canvases 功能，允许用户创建可定制界面以与 AI 交互，替代传统聊天界面；用户可通过 canvas 在 Copilot 中构建 Connect 4 游戏和 Winget 包管理器 UI，实现与 AI 的双向通信和本地代码执行，提升效率并减少 token 消耗。
- Baseten Blog7575
LangChain 在 Baseten Loops 上通过 LangSmith 轨迹进行微调
LangChain 今日在纽约 Interrupt 26 会议宣布推出 LangSmith 微调功能，该功能基于开源 CLI smithtune，读取 LangSmith 轨迹生成监督微调数据集，并在 Baseten Loops 上进行训练，最终部署到 Baseten 专用推理服务。CLI 使用用户 Baseten API 密钥，训练和推理费用计入 Baseten 账户。
- GitHub Blog · AI & ML
GitHub Security Lab Taskflow Agent 实现自动化模糊测试
GitHub Security Lab Taskflow Agent 通过 LLM 自动化 C/C++ 项目的模糊测试流程，无需人工干预即可完成入口点识别、构建系统分析、测试用例生成、AFL++ 执行、覆盖率分析和漏洞报告撰写。该 Agent 使用 Claude Sonnet 5 模型，并通过 SQLite 数据库管理状态，实现迭代式覆盖率提升，每次迭代时间预算翻倍，直至覆盖率增长停滞。
- Anthropic Research
Project Swap：智能体在市场交易中的表现与挑战
在 Project Swap 实验中，201 名 Anthropic 员工通过 Claude 智能体进行书籍交易，61% 的智能体能准确匹配员工偏好。智能体在交易中表现良好，但效率受限于信息不足。实验表明，模型性能比指令对智能体谈判结果影响更大，多数参与者对交易所得书籍满意，并愿意支付年度预算约三分之一的费用让 Claude 处理交易。
Liquid AI Blog7575Liquid AI 发布 LFM2.5-VL-3B 的 DSpark 视觉语言模型加速器
Liquid AI 发布 DSpark 视觉语言模型加速器 LFM2.5-VL-3B，通过轻量级 drafter 模型在边缘和 GPU 上将解码吞吐量提升 2.66 倍（GPU）和 3.13 倍（边缘设备）。
- Microsoft Research
Microsoft Research 探索将物理 AI 推理卸载到边缘或云 GPU 的优势。
将物理 AI 推理卸载到边缘或云 GPU 可显著提升机器人任务成功率、支持更大模型并延长电池寿命。在移动操作任务中，卸载推理使机器人响应速度和准确性提升，电池续航增加，成本降低。Microsoft Research 开发了基于 Kubernetes 的工具集，支持在机器人、边缘设备和云端进行分布式推理部署。
- Google DeepMind
Google DeepMind 推出 Private AI Compute，实现跨设备私密持久记忆
Google DeepMind 推出 Private AI Compute 新架构，通过云端加密存储和设备密钥管理，实现跨设备 AI 持久记忆，确保数据私密性。该架构在云端隔离环境中临时解密用户数据以处理请求，并立即加密保存新上下文，同时设备持有解密密钥。用户可验证服务器软件真实性并审计安全协议，支持 AI 在云端高效处理复杂任务时仍保持设备级隐私标准。
- Baseten Blog
NVIDIA Nemotron 3 Diarization：实时语音标签识别每分钟成本仅0.01美元
NVIDIA Nemotron 3 Diarization 模型以约100M参数的Transformer架构实现实时语音标签识别，每音频小时成本仅0.01美元。
Together AI Blog如何用 $17 训练自己的 Jev 模型
Together AI 发布了指南，介绍如何使用 Qwen3.5 4B 模型和 38,340 条 Hugging Face 数据集微调 Jev 分类模型，训练成本约为 $17，耗时约 25 分钟；部署后可通过 API 端点（如 ENDPOINT_NAME）进行推理，适用于电商客户意图识别等场景。
OpenHands Blog什么是 AI 黑暗工厂？从无人化制造中学到的软件工程启示
AI 黑暗工厂指 AI 智能体自主完成软件开发，仅人类设定目标与约束。其核心原理源自无人化制造，即通过标准化输入、确定性验证和持续监控实现自动化，而非依赖模型智能提升。工程需围绕自动化重构流程，将可重复环境、可执行验收标准及执行记录作为基础，目前主要适用于边界明确的重复性工作。
Prime Intellect BlogPrime Sandboxes：为智能体强化学习训练提供微虚拟机沙箱
Prime Sandboxes 发布，提供全功能 Linux 微虚拟机沙箱支持 Docker Compose、后台任务和内核依赖工作负载，可运行 10 万个并发沙箱，集成 verifiers、prime-rl 和 Prime Tunnels 支持 36.5 万个预构建环境，采用无订阅分层定价（目前市场 3 倍更便宜，有效期至 12 月 22 日）。
- Liquid AI Blog
Liquid AI 与高通技术合作，将个人 AI 上下文带到骁龙处理器驱动的设备上。
Liquid AI 在骁龙峰会 2026 上宣布，其设备端上下文层 Liquid Context 已针对骁龙®处理器优化，特别使用高通® Hexagon™ NPU。
- OpenHands Blog
如何自托管 AI 模型：完整设置指南
自托管 AI 模型让组织直接控制推理运行环境、部署的模型权重及服务操作方式，适用于处理敏感数据、追求持续利用率下的经济性、模型定制及控制模型生命周期的场景。通过在本地工作站、私有服务器或受控云基础设施上部署开源权重模型检查点，并使用 vLLM、Ollama 或 llama.cpp 等推理运行时服务模型，应用可像调用托管模型 API 一样调用自托管端点。
- 小米 MiMo · Hugging Face 新模型
小米 MiMo 发布 MiMo-V2.6-Distill-Qwen-9B 开源模型
小米 MiMo 通过在 MiMo 生成的数据上对 Qwen3.5-9B 进行监督微调，发布了 9B 参数的智能体模型 MiMo-V2.6-Distill-Qwen-9B，涵盖编码、通用智能体任务、视觉编码和网络安全领域。
- OpenHands Blog
什么是 AI 中的模型无关？实用指南
Model-agnostic AI 减少应用和流程逻辑对单一模型的直接依赖，通过抽象层处理不同提供商间的认证、请求格式、模型标识符等差异。OpenHands 的模型评估显示不存在单一最佳模型，其工作流支持为规划、实现、调试和审查使用不同模型，使模型选择成为持续的工作负载决策而非一次性供应商选择。
阶跃星辰 · Hugging Face 新模型阶跃星辰 Step-5-Preview-BF16 模型发布
阶跃星辰发布旗舰模型 Step-5-Preview-BF16，600B 总参数、27B 活跃参数，支持高达 1M 上下文窗口，在软件工程、专业知识工作及金融领域表现突出，可处理文本、图像和视频，通过 OpenAI 兼容 API 或离线生成部署。
- 阶跃星辰 · Hugging Face 新模型
阶跃星辰 Step-5-Preview 模型发布：600B 参数的稀疏 MoE 架构
阶跃星辰发布旗舰模型 Step-5-Preview，采用 600B 总参数、27B 活跃参数的稀疏 MoE 架构，支持高达 1M token 上下文，兼顾软件工程、专业知识和金融任务，在 DeepSWE v1.1 评测中表现优异。模型可通过 vLLM 或 SGLang 以 OpenAI 兼容 API 方式部署，或使用 Transformers 进行离线生成。
- Hamel Husain7575
如何调试 LLM 判定器使其与人类评审者意见一致？
通过错误分析收集至少 50 个通过和 50 个失败的带人类标签的示例，检查 LLM 判定器与人类标签不一致的地方以获取修复线索，常见问题包括缺失上下文或模糊指令。应先手动检查少数不一致之处，再尝试自动化提示词调整，如使用 GEPA 算法调整判定器提示词并测量其与人类标签的一致性。最常见错误是让 LLM 判定器一次性捕获太多种类的错误，建议为每种失败类型建立单独的判定器。
- Google DeepMind
Google DeepMind 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 大型语言模型
Google DeepMind 推出 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 大型语言模型，前者专为规模和成本效益设计。
Cognition BlogCognition 与 AWS 联手，助力企业更快交付产品
Cognition 与 AWS 达成战略合作，通过 Devin 智能体帮助企业在 AWS 上部署自主工程师，加速遗留系统迁移、清空安全与工程积压，使团队能专注于新产品开发。Devin 可理解代码库、规划方案、编写代码并测试，工程师仅需决策与审核。客户已可通过 AWS Marketplace 购买 Devin 并使用 Agent Toolkit，预计可将现代化项目时间从数年压缩至数月。
Google · Hugging Face 新模型谷歌发布EmbeddingGemma 2多模态嵌入模型
谷歌发布了EmbeddingGemma 2，一个包含740M参数的多模态嵌入模型，支持文本、图像、视频和音频的统一768维向量表示。该模型可在消费级硬件上运行，提供低延迟的语义表示，适用于搜索、检索增强生成等应用。EmbeddingGemma 2在多项基准测试中表现出色，如文本、代码、视觉文档和音频嵌入基准测试，且支持向量截断以减少存储需求。
- Cognition Blog
Devin Desktop & CLI 引入 Fusion 架构，提升代码生成效率
Devin Desktop和CLI现已集成Fusion架构，相比其他代码生成框架效率提升高达39%。Fusion允许用户选择一个前沿模型进行规划和审查（“lead”），以及一个成本效益更高的模型进行执行（“sidekick”）。
- Cognition Blog
引入SWE-2：推动成本效益前沿
SWE-2是我们迄今最先进的编码模型，在FrontierCode 1.1 Main评测中取得50.0%分数，以64%的成本优势接近Fable 5.1的表现，并首次将强化学习扩展到万亿参数规模。