Ghostwriter：当 AI 从工具变成队友
Sierra 将 Ghostwriter 从需要提示的工具改造为常驻 Slack 和 Teams 的主动型 AI 队友，可 @ 提及查询客服解决率趋势、销售漏斗转化图表或发起新实验，并主动提出团队未想到的业务洞察。它每周自动完成通话复盘，给出三项具体改动建议、对应对话证据和受影响客户数估算，并推荐优先执行的两项，还能把想法转为实验、监控结果并提示统计显著性。该版本将于下周开始更广泛地推送。
#部署/工程
日期栏展示收录日期，历史补录归入原文日期。
Sierra BlogAI 评分4848 Claude Developer Blog精选AI 评分8585 使用 Claude Sonnet 5.5 构建应用
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，比 Sonnet 5 更智能、更高效且快 30%，每 token 价格不变，因完成任务所需 token 更少，多数工作成本最多降低 30%。
推荐理由：官方给出 Sonnet 5.5 的定价、迁移清单与调参建议，可据此判断是否替换现有 Sonnet 5 工作流。
Baseten BlogAI 评分3838 用 NVIDIA OpenShell 和 Blaxel 沙箱守护开放前沿
Baseten 宣布成为 NVIDIA Agent Safety Platform 的启动合作伙伴，并加入 Open Secure AI Alliance，同时为 NVIDIA 开源运行时 OpenShell 提供支持。
NVIDIA Newsroom精选AI 评分7474 NVIDIA 发布开放智能体安全平台，覆盖从测试到部署
NVIDIA 发布 Open Agent Safety Platform，由开源软件 OpenShell 与 Sentry 参考系统设计组成，为智能体提供全栈治理与控制。
推荐理由：NVIDIA 把智能体安全边界从模型层挪到运行时与硬件层，读者可据此判断企业级智能体治理的落地路径。
LlamaIndex Blog精选AI 评分6262 为什么 VLM 读不懂表单？
LlamaIndex 发文解释 VLM 在表单解析上的失败模式，包括复选框状态误判、边界框漏检与错位、以及把数值挂到错误字段的静默归因错误。文章给出 LlamaParse 的表单 JSON 结构，用字段、分区和边界框表示 W-2 等表单，并说明其自研复选框状态分类器与边界框检测模型如何修正 VLM 输出。
推荐理由：LlamaIndex 用 W-2、1040 等实例拆解 VLM 读表单的失败模式，并给出表单 JSON 结构与调用方式。
Mastra BlogAI 评分2020 用 Mastra 构建符合 GDPR 的智能体
Mastra 发布构建 GDPR 合规智能体的实践指南，框架开源可自托管，平台版提供专属 EU 区域，创建环境时用 `--region eu` 指定，且创建后不可更改。
METR BlogAI 评分3434 为更安全的评估实现并评测一个基础的逐动作监控器
METR 开发并部署了一个基础的实时逐动作监控器，用 LLM 裁判在智能体动作执行前审查，超过阈值即转人工复核并暂停评估，以降低评估中智能体造成现实危害的风险。该监控仅针对现实危害和规避监控系统的行为，不覆盖作弊等可事后扫描的问题。METR 还梳理出监控有效性的论证结构，并发现策略执行不可靠、编码智能体可能自动"批准"被拦截动作、监控无法抵御伪造用户轮次等红队攻击等问题。
SemiAnalysisAI 评分6262 中国 AI 基础设施热潮：SemiAnalysis 中国数据中心模型发布
SemiAnalysis 发布中国数据中心模型，追踪 60 多家运营商的 1000 多个设施，测算中国数据中心容量超过 24GW，规模大于 EMEA 和亚洲其他地区之和，另有约 20GW 老旧储备和约 30GW 已宣布项目未计入。
Claude Developer Blog精选AI 评分6262 Opus 5.5 上一个任务要花多少钱
Anthropic 官方博客拆解 Claude Code 单个任务的成本构成，指出轮次、缓存读取、输出 token 和模型选择四项决定开销，并以 Opus 5.5 API 定价（输入 $4、输出 $20、缓存读取 $0.20 每百万 token）举例说明。
推荐理由：官方拆解 Claude Code 单任务成本构成，给出 effort、缓存与模型选择的取舍方法。
Browser Use BlogAI 评分2222 什么是 Chrome DevTools Protocol（CDP）？
Chrome DevTools Protocol（CDP）是用于检查和操控 Chromium 系浏览器的底层协议，通过结构化消息暴露 JavaScript 执行、DOM 检查、网络监控和页面渲染等能力，Chrome DevTools 及 Playwright、Puppeteer 等自动化库均基于它构建。
Amp NewsAI 评分3434 Less Noise
Amp 现在会进一步折叠 AI 智能体的逐步执行过程，默认只展示智能体做了什么，需要时仍可展开查看每一步。官方称用户如今同时运行大量智能体，应让它们独立运行更久、承担更难的任务，而不是近距离盯着每一步。
Figma BlogAI 评分3838 如今打造优秀产品需要具备什么
Figma 提出 AI 时代打造优秀产品需在速度、方向和差异化三方面发力：用最快媒介完成每类改动，在 Figma Make 中通过属性面板直接调整间距、排版、布局和尺寸，或把预览复制为可编辑图层到 Figma Design，并接入本地代码库预览改动后交工程评审。团队还可把可复用流程做成 skill 或 plugin，用 / 命令触发，如按无障碍规范检查设计。
GitHub Blog · AI & ML精选AI 评分6060 当聊天框是错误的 UI
GitHub 的 Burke Holland 提出，聊天框只是 LLM 的通用入口，当用户明确知道要做什么时，聊天往往是错误的 UI。他介绍 GitHub Copilot app 中的 canvas，即运行在应用内、无浏览器外壳的全栈小应用，可与 agent 双向通信，并能在本地执行代码、调用第三方 API。
推荐理由：GitHub Copilot 团队提出聊天框并非多数任务的最佳界面，并给出 canvas 这一可定制交互面的实践思路。
Baseten Blog精选AI 评分6060 用 Baseten Loops 在 LangSmith 轨迹上做微调
LangChain 在 Interrupt 26 大会上发布 LangSmith Fine-Tuning，可将 LangSmith 中的 Agent 轨迹转成监督微调数据集，训练与部署都跑在 Baseten 上。
推荐理由：原文给出了从 LangSmith 轨迹到微调数据集的完整链路，读者可据此判断自有 Agent 数据能否直接转成部署模型。
Amp News精选AI 评分6060 Amp 推出共享 Runner 功能
Amp 上线共享 Runner 功能，用 --share 启动后工作区成员都能在这台机器上从 ampcode.com 发起线程，带 GPU 的机器、用于构建签名 iOS 应用的 Mac 或特定网络内的开发机都可作为共享算力。
推荐理由：原文给出共享 runner 的启动方式、环境变量隔离与权限边界，便于团队评估自建算力如何接入智能体工作流。
vLLM Blog精选AI 评分6262 vLLM 中的水印技术
vLLM 现已支持基于 Gumbel-max 算法的无失真文本水印，并集成到 Model Runner v2 的采样管线中，同时支持投机解码。实现将伪随机数生成、Gumbel 变换与 argmax 归约融合进单个 GPU kernel，在 Qwen3.5-27B 上跨 batch size 1–256 的吞吐变化在 −1.1% 到 +2.0% 之间。
推荐理由：vLLM 把无失真文本水印接进采样管线，读者可了解其算法取舍与吞吐开销。
Liquid AI BlogAI 评分4040 LFM2.5-VL-DSpark：在边缘设备及更多场景加速视觉语言模型
Liquid AI 发布实验性草稿模型 LFM2.5-VL-DSpark，为其视觉语言模型 LFM2.5-VL-3B 加速解码，GPU 解码吞吐最高提升 2.66×、边缘设备最高 3.13×，端到端吞吐分别最高提升 2.27× 和 2.62×，且不改变输出质量。
SemiAnalysisAI 评分6262 ClusterMAX 3.0：行业标准 GPU 云评级系统回归
SemiAnalysis 发布 ClusterMAX 3.0，对 77 家 neocloud 厂商做全面评测，市场覆盖范围从 2.0 版的 209 家扩大到 323 家。
GitHub Blog · AI & MLAI 评分2222 在 GitHub Copilot 应用中渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以应对超大 diff 与评论带来的渲染压力。团队用一个含 2,200 个文件、超 100 万行改动和 400 多条行内评论的开源 PR 做验证，将文档高度拆成确定性的代码几何与动态评论块两套体系，评论高度按需测量并锚定到文件、行和侧，避免滚动跳动。
Pragmatic EngineerAI 评分3434 Design Engineering with Maggie Appleton
GitHub Next 的 staff research engineer Maggie Appleton 在 Pragmatic Engineer 播客中谈设计工程：她习惯用纸笔和笔记本启动项目，认为手绘比向 Claude Code 描述更快，且次日仍可回溯。她让编码智能体搭建带滑块和取色器的交互原型，称为“Jigs”，并已不再查看工作中生成的 PR 代码，只写详细规格说明让智能体自行验证。
Microsoft ResearchAI 评分5858 面向真实世界物理 AI 机器人的推理卸载
微软研究院对移动机器人操作负载做了一项系统测量研究，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 能提升任务表现并延长续航。
Google DeepMind精选AI 评分6262 Google 为 Private AI Compute 引入安全的服务端记忆
Google Private AI Compute 团队公布为 Private AI Compute 平台引入持久化的服务端记忆能力，让 AI 助手能跨设备保留上下文，同时维持端侧级别的隐私标准。
推荐理由：Google 公开了 Private AI Compute 的持久化服务端记忆方案，读者可了解云端长期记忆如何与端侧隐私标准结合。
Comfy Blog精选AI 评分6262 Comfy Router 发布：一个 API 调用前沿媒体模型
Comfy 在 Comfy Developer Platform 上线 Comfy Router，用一个 API 接入前沿图像、视频、3D 和音频模型，首日支持 Seedance 2.5、MiniMax H3、Nano Banana Pro、GPT Image 2、Kling 和 Black Forest Labs。
推荐理由：Comfy Router 把多家前沿图像视频模型的调用收敛到一个 API，读者可据此判断多供应商路由是否值得接入。
Baseten Blog精选AI 评分6666 NVIDIA Nemotron 3 Diarization：每小时音频一美分的实时说话人标签
NVIDIA Nemotron 3 Diarization 发布，这是一个约 100M 参数的 Transformer 说话人分离模型，基于 NVIDIA Streaming Sortformer 构建，把 16 kHz 音频切成 10ms 帧并输出 T×8 的说话人活动概率矩阵。
推荐理由：原文给出单检查点四档延迟、DER 对比与单卡并发上限，可据此评估实时说话人分离的部署成本。
Claude Developer Blog精选AI 评分7171 我们如何在两周内让 claude.ai 提速 3 倍
Anthropic 团队在两周冲刺中把 claude.ai 和 Claude 桌面应用的核心体验提速约 3 倍，新加载页面可输入时间从 3.1 秒降到 0.55 秒，启动 Claude Code 会话从 0.8 秒降到 0.3 秒。
推荐理由：Anthropic 团队复盘用 Claude 在两周内把 claude.ai 提速 3 倍的完整工程流程，可迁移到性能优化实践。
Prime Intellect Blog精选AI 评分6262 Prime Sandboxes：面向大规模智能体 RL 训练的 microVM
Prime Intellect 宣布 Prime Sandboxes 正式可用，每个沙箱是一台完整 Linux 虚拟机，支持 Docker Compose、后台任务和依赖内核的工作负载，可运行数万个并发沙箱。
推荐理由：Prime Intellect 公布智能体 RL 沙箱的架构取舍与定价，可据此比较容器与 microVM 方案的差异。
Factory News精选AI 评分6060 Factory Router 将推理成本降低 63%
Factory 公布 Factory Router 的生产数据，使用该路由的会话总体成本比按前沿模型公开价格计算低 63%，6 月底这一数字为 42%，同期路由会话量增长约四倍。
推荐理由：原文给出路由在生产环境的成本与通过率数据，可据此判断模型路由对智能体工作流的实际收益。
Cursor Changelog精选AI 评分6262 Rollouts 与 Security Review
Cursor 推出 Rollouts 和 Security Review 两个 bot，分别监控每次变更的部署健康状况、在每个 PR 中报告可被利用的缺陷，现已在团队版和企业版上线。
推荐理由：Cursor 把部署监控与安全审查做成两个 bot，读者可了解 AI 编码工具如何延伸到交付与安全环节。
Sierra BlogAI 评分3838 你的智能体，一览无余
Sierra 发布 Agent Studio，让用 Ghostwriter 构建的智能体的每条旅程、动作、策略和人格都可见可编辑，并可通过 Simulations 和 Experiments 在全面上线前测试改动影响。
Comfy BlogAI 评分4848 让 MiniMax H3 视频 VAE 提速 2 倍
MiniMax H3 视频 VAE 编码最高提速约 2.2 倍、解码提速约 1.4-2.7 倍，1344x768、129 帧的编解码往返从 24.3 秒降至 12.7 秒。
Where’s Your Ed AtAI 评分6060 Where're All The AI Chips?
Ed Zitron 在 Where's Your Ed At 撰文质疑 AI 芯片的真实装机进度，认为 NVIDIA 自 2023 年初以来售出的约 5615 亿美元 AI 芯片与硬件中，约有一半仍堆在仓库或未通电的数据中心里。
vLLM Blog精选AI 评分6666 vllm-metal 发布：在 Apple Silicon 上实现并发推理服务
vLLM 官方发布 vllm-metal，把 vLLM 的 V1 调度器、分页 KV 缓存和 OpenAI 兼容服务端带到 Apple Silicon，由 MLX 与 Metal 负责执行。
推荐理由：vLLM 官方把调度器与分页 KV 缓存搬到 Apple Silicon，读者可据此判断 Mac 本地并发推理的可行边界。
LlamaIndex BlogAI 评分5959 LiteParse 更新：2026 年 9 月
LlamaIndex 发布 LiteParse 9 月更新，通过 PDFium 定制优化将文本提取提速 20-25%，实测 2.8ms/页提取文本、3.9ms/页渲染 markdown。
LiveKit BlogAI 评分3232 LiveKit 推出 Private Links
LiveKit 推出 Private Links，让托管的 AI 智能体通过云网络私有访问企业内部敏感资源，无需维护公网 IP、入站防火墙规则或 VPN。该功能通过加密 WireGuard 隧道连接 AWS PrivateLink 或 Azure Private Link，仅支持基于 TCP 且经 TLS 加密的连接，不支持非安全 TCP 和 UDP。
SemiAnalysisAI 评分2222 推理中的计算与数据搬运
混合专家（MoE）已改变前沿模型的推理服务结构与经济性，它改变的不只是参数量，而是每个 token 激活哪些张量、哪些数据必须就近放置、哪些传输需要高本地带宽。
LiveKit BlogAI 评分3838 构建实时语音和视频 AI 智能体的最佳开源框架
LiveKit Agents 与 Pipecat 是构建生产级实时语音和视频 AI 智能体的两大主流开源框架，前者基于 LiveKit 自研 WebRTC 和 SIP 基础设施、提供更高层抽象，后者不预设传输层、以更低层抽象让开发者逐级搭建流水线。TEN Framework、Dograh、Vision Agents 和 Vocode 等名字虽会出现，但均未进入生产选型名单。
Browser Use BlogAI 评分2323 Vesta 如何用 Browser Use 从无 API 的网站收集抵押贷款合规证据
Vesta 的 AI 原生贷款发放系统（LOS）用 Browser Use 智能体从无 API 的政府与县级网站抓取抵押贷款合规证据，包括 OFAC、SAM.gov、HUD 排除名单查询和房产税单，每次任务返回结构化 JSON 加页面 PDF 存证。
vLLM BlogAI 评分3636 Qwen3.8-2.4T 的 PD 分离式服务
vLLM 在 GB300 NVL72 集群上对 Qwen3.8-2.4T 做 PD 分离式服务，8K/1K 负载下高吞吐场景达每 GPU 5000 总 token 吞吐，低延迟场景达每用户 180 生成 token。
Browser Use BlogAI 评分3636 Browser Use 与 Browserbase 对比：定价、隐身能力与性能
Browser Use 与 Browserbase 的对比显示，Browser Use 浏览器小时单价 0.02 美元、代理 5 美元/GB，比 Browserbase 的 0.10-0.12 美元/小时和 10-12 美元/GB 分别便宜约 5 倍和 2 倍。
Browser Use BlogAI 评分3838 Composio 的 Browser Tool 如何用 Browser Use 在无 API 的情况下自动化网站
Composio 的 Browser Tool 让接入 Composio 的 AI 智能体在无 API 的网站上完成登录、导航、填表、提取数据和下载文件，每个任务都由托管云浏览器中的 Browser Use 智能体执行。