OpenRouter 发布教程，讲解如何从生产流量构建 golden 评测集，作为每次部署前的回归测试。内容涵盖五步流程（抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI），建议从 20 至 50 条复审样本起步、扩展到 100 至 1,000 条完整回归集，用真实流量而非合成数据保留分布和失败模式。
推荐理由：原文给出从生产流量构建 golden 评测集的五步流程和跨模型复测方法，可直接照做。
OpenRouter 发布 AI Agent 回归测试教程：每次提示词、模型、工具定义或检索设置变更后，重跑锁定的用例集并对照书面行为契约检查。
推荐理由：原文给出可复用的 Agent 回归测试方法，包括锁定用例集、行为契约、具体模型 slug 固定和模型切换对比的完整做法。
Fireworks AI 推出 GLOBAL 多区域部署选项，让单个部署可跨区域调度兼容 GPU 容量，并保持单一 endpoint 和部署身份。其调度在请求路径之外预先完成放置，不增加全局调度往返。七天生产观测显示，可全球放置的客户部署在 2 个以上 serving cluster 运行时请求成功率从单区域的 99.269% 升至 99.992%，接近其 99.99% 可靠性目标。
Databricks 发文介绍其让 12,000 多名员工在新模型发布首日即可使用的方法，依托 Unity Gateway 和 UG CLI 分发实验配置，并用按用户的四类预算限制用量。
OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。
推荐理由：官方公布了与 GPT-6 Astra 的多项基准对比和完整 API 定价，开发者可以据此评估用五分之一成本替代旗舰模型的可行性。
Databricks 发布 Lakebase Search，为 Lakebase Postgres 带来 lakebase_vector（可扩展近似最近邻搜索）和 lakebase_text（BM25 全文搜索）两个扩展，已在 AWS 和 Azure 正式可用。
Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。
推荐理由：Databricks 以自家 12000 名员工的实际 rollout 为例，给出可复用的新模型评估、预算分层与成本度量方法。
Meta 宣布启动新业务板块 Meta Enterprise Platform，帮助企业用 AI 实现增长和转型。初期将向企业和开发者开放全栈技术，包括 Muse agent、Meta Business Agent、Muse API 和 Muse Code。
Anthropic 在 claude-api skill 中新增 /claude-api build-eval 和 /claude-api hillclimb 两个命令，前者在代码库内通过访谈式流程构建评测集并验证 grader，后者以一次一改动、train/test 分离并检测过拟合的方式迭代优化应用。
推荐理由：Anthropic 官方讲解了评测设计的关键原则，并给出 build-eval 和 hillclimb 两个命令的用法与真实优化案例，可迁移到自己的应用调优。
NVIDIA 发布 Open Agent Safety Platform，包含开源软件 OpenShell 和参考系统设计 NVIDIA Sentry，为智能体提供从测试到部署的全栈治理与控制。
同一件事，精选收录的是《NVIDIA 发布开源智能体安全平台，提供芯片级持续监控与隔离》
LangChain 发布教程，讲解如何结合 TypeSafe 新发布的决策模型 Jev 与 LangGraph 构建“prod, not god”的生产系统。
推荐理由：文章用文档审查和浏览器自动化案例演示了决策模型加 LangGraph 的组合方式，读者可以借鉴把确定性代码与模型判断拆开编排的思路。
GitHub 工程师 Josh Black 复盘将 Primer 设计系统从 CSS-in-JS 迁移到 CSS Modules 的历程。截至 2024 年 12 月 Primer 全部组件迁移完成，服务端渲染时间减少 55%，组件初始化时间减少 25%。
推荐理由：原文给出大厂从 CSS-in-JS 迁移到 CSS Modules 的完整路径和量化收益，可迁移到类似的前端架构改造。
Reactor 与 Amazon Neuron Science 团队合作，针对 Rolling Forcing 自回归扩散模型在 Trainium 上的部署进行优化，以实现实时交互式视频生成。该模型可生成 30 秒高质量视频并以 16 帧/秒运行，满足视频播放的延迟要求。团队面临的核心挑战是模型序列极长导致内存消耗大，而 Trainium 的性能与内存为持续实时生成提供了支撑。
Anthropic 工程师 Addy Osmani 拆解 Opus 5.5 在 Claude Code 中完成任务的成本构成：turns、缓存读取、输出 token 和模型选择四个因素决定账单。Opus 5.5 输入输出价格比 Opus 5 降 20%，缓存读取降 60%，官方估算典型任务整体运行成本低 40%；文中还给出 effort 分级、缓存命中率维护、/usage 自查等省钱做法。
推荐理由：原文拆解了 Opus 5.5 上一个任务的账单构成，并给出 effort、缓存、压缩等可自查可迁移的成本优化方法。
LangChain 在 Interrupt NYC 上发布多项 LangSmith 更新：Engine v2 新增 Red Teaming 主动排查、检测性能趋势与低效工具调用，并可自动验证修复后一键开 PR，自 5 月上线以来已分析超过 60M 条 traces。
推荐理由：官方一次性发布覆盖开发闭环的多个功能，读者可据此评估自家 agent 生产流程哪些环节能用得上。
PyTorch 基金会将在 PyTorch Conference North America 2026 上新增 Introduction Track，并于 2026 年 10 月 19 日在加州圣何塞举办为期一天、9am–5pm 的官方 PyTorch Associate Training。
vLLM 宣布支持基于 Gumbel-max 算法的无失真水印，将其集成进 Model Runner v2 的采样管线，并通过 PR #54053、#56122、#56233 实现融合 GPU kernel、双键方案和上下文去重，以兼容投机解码并保持输出多样性。
推荐理由：原文给出水印算法原理、双键与去重方案及实测吞吐数据，读者可评估在生产环境启用水印的可行性与代价。
Factory 宣布 Factory Router 的生产环境推理成本节省从 6 月下旬的 42% 升至截至 9 月 13 日当周的 63%，同期路由会话量增长约四倍。
Google 团队用 MaxText 在 Google Cloud TPU 上从头复现 Ai2 的 Olmo 3 7B，完成 stage-1 预训练（约5.93T token。
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark drafter 模型，参数约 280M，仅增加 8.9% 参数量。GPU 上解码吞吐最高提升 2.66 倍、边缘设备 3.13 倍，端到端分别最高 2.27 倍和 2.62 倍；模型已上架 Hugging Face，支持 llama.cpp、SGLang 和 MLX-VLM。
LangChain 发布 Managed Deep Agents 0.8，新增用户自有凭据、用户级内存、HTTP 通道、Slack 文件传输，并内置由 Parallel 驱动的网页搜索工具。用户级内存按调用者身份隔离存储，凭据支持用户或代理级别作用域，内置 23 个服务的开箱即用连接；beta 期间 Parallel 网页搜索免费提供。
LangChain 在 LangSmith 中推出 Trajectories，将多轮 Agent 会话中人类、AI 和工具的消息按首次出现顺序聚合为按时间排列的对话视图。
LangChain 发布 LangSmith Fine-Tuning 和 smithtune CLI，把 LangSmith 中的 Agent 轨迹整理为训练数据，支持 Fireworks 或 Baseten 托管的 SFT 训练与评估，现已进入 Public Beta。
LangChain 发布 LangSmith Custom Apps，用户可基于 LangSmith 数据构建、发布并直接在工作区内运行自定义 UI，省去托管、认证和权限维护。可通过 LangSmith Chat 或模板加编码智能体构建，Plus 套餐含每组织一个应用，Enterprise 套餐不限量；同期开源其设计系统 Macaw。
Meta 宣布将 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜，把信任边界延伸到云端 CVM，使包括 Meta 在内的任何人都无法访问用户数据。
Modal 与 CMU Full Stack Data Lab 联合推出查询感知推理层 Quail，通过联合优化查询规划器与推理引擎加速 AI-SQL 查询。在某个多表连接查询上，Quail 单张 H100 GPU 每分钟处理超 10 亿 token，比同硬件 vLLM 基线快 10 倍以上，Modal 上成本低于每 10 亿 token 6 美分。
Cursor 发布两款软件开发机器人 Rollouts 和 Security Reviewer，帮助团队更快把安全可靠的代码送入生产环境。
推荐理由：原文说明了两款机器人的工作机制和可配置动作，读者可以据此评估是否接入自己的部署与安全流程。
Cursor 通过改进 agent harness，在不降低 agent 质量的情况下将用户 token 成本降低 7%。
推荐理由：官方拆解了 agent harness 省钱的具体层级做法，含可复用的工具加载与缓存断点经验。
Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，通过学习精简不必要的推理，在保持质量的同时减少约 35-50% 的 reasoning token。
推荐理由：官方给出了多组基准、A/B 测试和成本数据，读者可以据此评估用 Ember-1 替代 Kimi K3 降低推理 token 开销的可行性。
Anthropic 团队发文详解今年 8 月通过两周冲刺让 claude.ai 和桌面端核心体验提速约 3 倍的过程：聚焦覆盖 95% 用户活动的四条旅程，75 分位首屏可输入时间从 3.1 秒降到 0.55 秒，合并超过三千个变更且无一次面向用户的事故。
NVIDIA 发布开源 Kubernetes 控制器 NVIDIA Cluster Readiness Engine（NVCRE），通过运行真实的分布式负载（如 NCCL all-reduce 和 Nemotron 5 预训练测试）在集群进入生产前验证就绪度，并将故障归因到具体节点。
OpenRouter 发布 Jev 使用教程，Jev 是 TypeSafe 推出的决策模型（模型 ID typesafe/jev-1.13），通过 OpenRouter Decisions API 接收 state 和问题，返回带概率的类型化答案而非生成文本。
Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。
推荐理由：原文以一线实践拆解编码 Agent 推理优化的完整路径，读者可以迁移其瓶颈定位与 KV 缓存路由方法。
Google DeepMind 宣布将为 Private AI Compute 平台引入私密的服务端持久记忆，使 AI 助手能跨设备长期保留上下文。数据密封在云端专用加密存储中，解密密钥仅保存在用户设备上，请求通过端到端加密通道在隔离的安全飞区中临时解密处理，即使 Google 也无法访问。
微软研究院发布关于物理AI机器人推理基础设施的研究。通过系统评估移动操作任务，发现将推理从机载GPU卸载至边缘或云端，能解决机载算力限制模型规模、导致响应延迟（最高383%）及精度下降的问题。实验显示，卸载推理不仅提升了任务成功率，还通过替换高功耗机载GPU为轻量硬件（如树莓派），使机器人电池寿命延长高达160%。此外，微软推出了基于Kubernetes的Physical AI Toolchain工具集，支持自动化容器化与分布式推理部署。
vLLM 官方发布 vllm-metal v0.28.0，把 vLLM 的 V1 调度器、paged KV cache 和 OpenAI 兼容服务器带到 Apple Silicon，由 MLX 和 Metal 执行模型，版本号与上游 vLLM 对齐。
推荐理由：官方首次发布 vllm-metal，用 packed varlen attention 和 paged KV 解决 Mac 上并发请求的服务问题，并给出可复现的并发基准数据。
Baseten 发布对 NVIDIA Nemotron 3 Diarization 的托管支持，这是一个约 100M 参数的流式说话人分离模型，单一 checkpoint 可在 0.32 到 30.4 秒间配置四种算法延迟。
GitHub 与 Yale Program on Climate Change Communication 对 1039 名 GitHub 美国用户调查显示，80% 有兴趣使用帮助编写更节能代码的工具，74% 想测量软件或开发流程的环境影响，71% 担心 AI 的环境影响。
Factory 宣布 Factory Router 的周度聚合推理成本节省从 6 月下旬的 42% 提升至截至 9 月 13 日当周的 63%，同期路由 session 量增长约四倍。
Prime Intellect 宣布 Prime Sandboxes 正式可用，每个沙箱是完整 Linux 虚拟机，支持原生 Docker 和数万并发实例，已累计创建约 3000 万个沙箱。