Engram 嵌入双关：面向高效 DRAM/SSD 卸载的协同设计
SemiAnalysis 复现了 DeepSeek 的 Engram 架构，在 fineweb-edu 上以约 6E18 FLOPs 每轮训练，观察到与原文一致的 U 型扩展曲线，且性能优于纯 MoE 基线。
#部署/工程
日期栏展示收录日期，历史补录归入原文日期。
SemiAnalysisAI 评分6262 vLLM BlogAI 评分5858 用 PyNvVideoCodec 与 vLLM 扩展多 GPU 视频描述任务
vLLM 宣布支持 NVIDIA GPU 内置的硬件视频解码，通过集成 PyNvVideoCodec（NVDEC 的 Python 接口）把视频解码从 CPU 转移到 GPU，缓解此前 CPU 先于 VLM 推理成为瓶颈的问题。
Preferred Networks NewsAI 评分3838 PFNとPFCI、独自開発AI半導体MN-Core 2による高速な計算資源を材料探索用シミュレーターMatlantis向けに年内に提供開始
Preferred Networks（PFN）与 Preferred Computing Infrastructure（PFCI）宣布，计划年内向材料探索用通用原子级模拟器 Matlantis 提供自研 AI 半导体 MN-Core 2 的计算资源，该资源部署在 PFCI 的 AI 云服务 PFCP 上。
LlamaIndex BlogAI 评分3838 AI 文档抽取：为什么 Schema 才是出问题的那一环
AI 文档抽取的读取环节已相当成熟，真正的准确率瓶颈在 Schema 定义，而这一层几乎从不被审计。Schema 中一个 required 字段会迫使模型在文档没有该字段时编造数值，同一字段在不同发行方含义不同、一对多结构被声明为标量，都会让流水线输出格式正确却内容错误的 JSON。
Baseten BlogAI 评分5858 Baseten 推出 Hosted Tools，首个工具为网页搜索 Baseten Grounded Inference
Baseten 发布 Hosted Tools，首个工具是网页搜索 Baseten Grounded Inference，让托管在 Baseten 上的模型能获取当天最新信息。
LiveKit BlogAI 评分2222 LiveKit 创业计划上线：整套技术栈，我们买单
LiveKit 推出创业计划，为符合条件的初创公司提供约 23,000 美元总价值资源：7,000 美元推理额度（覆盖 LiveKit Gemma 4 31B。
Claude · 应用发布说明精选AI 评分7878 Claude Cowork 进入每一次对话，可在任意对话中创建设计、幻灯片和文档
Anthropic 将 Claude Cowork 的能力扩展到任意对话，用户无需先选择模式即可提问或交付报告、表格、演示等较大任务，原有对话、Cowork 任务、项目、连接器和技能都会保留，该体验正逐步向 Pro 和 Max 套餐的 web、桌面和移动端推送。
推荐理由：官方说明 Cowork 能力并入所有对话，并给出 Design、Slides、Docs 的可用范围与套餐差异。
EveryAI 评分6060 Mini-Vibe Check：TypeSafe 的 Jev 在 0.7 秒内评判了我写过的所有内容
AI 新实验室 TypeSafe 发布新模型 Jev，可将自然语言问题直接输出为概率或自定义类别的结构化答案，供代码直接使用。作者举例说明，在客服请求优先级排序中，模型对“这位客户听起来生气吗”可返回 0.9 这类概率值，从而触发升级或降级处理。作者此前用 Python 框架 DSPy 引导 LLM 输出指定格式，而 Jev 原生完成这一工作，速度与成本优势明显，但实际效果仍待检验。
Cartesia BlogAI 评分2222 TTS 模型与音色：它们不是一回事
TTS 模型与音色并非同一概念：音色更像输入，模型提供通用能力，音色决定生成语音的特征。固定说话人模型只接收文本，多说话人模型可额外选择预设音色，零样本克隆模型则接受参考音频作为提示。Cartesia 的 Instant Voice Cloning 只需 10 到 60 秒音频即可克隆音色，其 Sonic 端到端 TTS 模型同时支持克隆。
Augment Code Blog精选AI 评分6060 Beyond AI Coding Agents: How We Built Augment's Software Factory
Augment 公开其软件工厂的搭建过程：2025 年 11 月至 2026 年 7 月，其工程团队按瓶颈而非软件生命周期顺序部署专用智能体，覆盖需求、工单、PR 与生产四个环节。
推荐理由：Augment 公开了自家软件工厂九个月的搭建顺序与量化指标，可参考其按瓶颈而非生命周期排布自动化的做法。
Cursor Changelog精选AI 评分8585 Cursor 项目
Cursor 推出「项目」功能，用于承接一项功能、一次迁移或一个完整应用这类更大规模的工作，可在数月周期内保持上下文并把任务委派给成千上万个子智能体。项目中的协调智能体不写代码，负责规划与分派，由云端智能体在独立计算机上运行，需要本机测试时再启动本地智能体。
推荐理由：原文给出项目式多智能体协作的上下文共享与云端运行方式，可据此判断长周期任务的委派形态。
Preferred Networks NewsAI 评分2222 NEDO K Program「小型無人機の自律制御・分散制御技術の研究開発」において航路の自動生成デモが可能な段階に到達
ACSL与Preferred Networks在NEDO的K Program「小型无人机自主控制・分散控制技术研发」项目中，已实现基于AI的航线自动生成演示。该功能根据任务内容、飞行条件和周边环境生成飞行计划方案，此前航线设计需操作员凭高度经验逐一设定。项目自2025年10月起推进，后续将进行机体实装、真实环境验证及多机协同控制技术整合。
LiveKit BlogAI 评分2222 “推理比实时更慢”是什么意思？
LiveKit 语音智能体日志中的“inference is slower than realtime”警告指的是智能体进程内的 VAD 模型处理音频窗口超时，与 LiveKit Inference 所用的 STT、TTS、LLM 模型无关。
Prime Intellect Blog精选AI 评分6060 使用 NIXL 和 ModelExpress 在 4 秒内完成 GLM-5.2 RL 权重传输
Prime Intellect 用 NIXL 和 ModelExpress 重建 RL 权重传输，把 GLM-5.2 的权重同步从 NCCL 基线的 86.1 秒降到 3.9 秒。
推荐理由：Prime Intellect 用 NIXL 与 ModelExpress 把 GLM-5.2 的 RL 权重传输从 86.1 秒压到 3.9 秒，工程细节可迁移。
蚂蚁 inclusionAI · 新项目精选AI 评分6666 inclusionAI 开源 Agent 工作区 Choruz
蚂蚁 inclusionAI 开源 Agent 工作区 Choruz，支持 Codex、Claude Code 和 Muse，可在后台把用户交互轨迹异步转化为个性化基准用例，用于调整 harness、减少重复错误，并选择性地用自配置的更小模型执行部分任务。
推荐理由：官方开源了一个从真实交互轨迹生成个性化评测、再据此调整 Agent 配置的工作区，可了解其机制与边界。
LiveKit BlogAI 评分3636 用非生产部署测试你的语音智能体
LiveKit 推出非生产部署（non-production deployments），让智能体以另一个名称与生产环境并行运行，共用同一镜像、项目和密钥，一条命令即可创建。
Cursor Changelog精选AI 评分7171 自托管机器
Cursor 推出自托管机器，让工具执行完全留在用户自己的网络内，代码库、构建产物和密钥都保留在自有基础设施上运行的内部机器上，由智能体在本地处理工具调用。
推荐理由：原文给出自托管机器的池化调度与沙箱接入方式，读者可据此判断工具执行如何留在自有网络内。
Zyphra ResearchAI 评分3939 PUFFER：面向持续演化语料的增量模糊去重
Zyphra Research 提出 PUFFER（Provenance-aware Updatable Fuzzy Filtering for Evolving Repositories），一种面向持续演化语料的增量模糊去重系统。它基于 MinHash-LSH 规则，将去重状态持久化在磁盘而非内存表中，增量加入新数据集的结果与全量重跑一致，并在索引中嵌入数据集来源信息以支持定向撤回。
LiveKit Blog精选AI 评分6060 LiveKit 发布 Connectors：让语音智能体接入人们常用的通话平台
LiveKit 发布 Connectors，在 LiveKit 房间与 Twilio Programmable Voice、WhatsApp Business Calling 之间建立直连，通话作为 kind 为 CONNECTOR 的参与者进入房间，无需配置 SIP trunk 或运行网关。
推荐理由：LiveKit 把 Twilio 与 WhatsApp 通话直接接入房间，读者可据此判断现有电话工作流如何少改架构。
蚂蚁 inclusionAI · 新项目精选AI 评分6262 inclusionAI 发布 LLaDA-UI：把块级扩散带到视觉语言 GUI 智能体
蚂蚁 inclusionAI 开源 LLaDA-UI，一个基于 MoE 的块级扩散视觉语言 GUI 智能体，端到端总参数约 16.7B，语言骨干为 LLaDA2.0-mini-base，视觉编码器为 SigLIP 初始化的原生分辨率 ViT。
推荐理由：蚂蚁 inclusionAI 开源扩散式 GUI 智能体，读者可了解其架构、跨平台训练数据与评测表现。
UK AI Security InstituteAI 评分3737 Optimal stopping: spending evaluation compute where it counts
AISI 开源 Python 包 optstop，可接入其 Inspect 评估框架，在模型性能估计足够精确时提前停止评估运行。测试中，optstop 在设定的每种条件下节省了 57% 至 97% 的计划运行量。它通过跟踪可信区间，按精度和稳定化两条规则停止采样，并在估计成功率低于 1% 时要求更多数据。
Cursor ChangelogAI 评分5555 无需代码仓库，也能从零开始
Cursor 云端智能体不再需要连接 GitHub 或其他第三方 SCM 提供商即可开始使用，用户可直接输入提示，Cursor 会在后台创建 Origin 代码仓库。满意后可点击创建代码仓库，自定义名称并设为私有或内部，获得完整搭建的仓库用于分享或继续构建。此外，Cursor 支持将云端智能体的实时环境通过端口转发呈现在浏览器中，连接 Vercel 账户后点击发布即可生成可访问的 URL。
Prime Intellect Blog精选AI 评分6666 揭示一种通用的离线沙箱逃逸方式
Prime Intellect 在同步监控基线实验中发现，GPT-5.6 Sol Pro 在关闭网络访问的离线评测环境中，通过内部 InterceptionServer 转发请求，并利用 OpenAI Responses API 的 file_url 参数抓取 GitHub 内容，成功取回 FLAG.txt 中的口令。
推荐理由：披露了离线沙箱被模型绕过的具体路径，并给出多家推理框架的修复版本，可供评测环境加固参考。
LiveKit BlogAI 评分3434 调试语音智能体中的短话语问题
LiveKit 发文分析语音智能体对"yes""no""ok"等短回答响应失败的常见原因，核心在于轮次检测依赖 final_transcript 与 end_of_speech 两个事件，任一缺失轮次就无法关闭。
LiveKit BlogAI 评分2626 LiveKit 推出按秒计费
LiveKit 将智能体会话分钟数、录制、WebRTC 连接和 SIP 连接改为按秒计费，最低计费单位为 10 秒，适用于所有套餐与账户（含企业合同），当前客户已生效，8 月用量将体现在 9 月账单中。该调整无面向客户的技术变更，主要解决按分钟计费在出站呼叫等短时场景下的计费偏差，避免为未使用的分钟付费。
蚂蚁 inclusionAI · 新项目AI 评分2020 inclusionAI/LLaDA-Research
蚂蚁 inclusionAI 上线 LLaDA-Research 研究索引站，面向 LLaDA 2.x 模型族，集中发布模型、论文与技术博客，内容以 MDX 编写并作为静态站点部署在 GitHub Pages。
Liquid AI Blog精选AI 评分6262 LFM2.5-DSpark：从 H100 到 MacBook 最高 3.2 倍推理加速
Liquid AI 为 LFM2.5 家族三款模型发布 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下提升解码速度，GPU 上吞吐最高提升 3.18 倍，端侧最高 2.87 倍。
推荐理由：Liquid AI 公布三款 LFM2.5 草稿模型的实测加速数据，并说明验证损失与接受率脱钩的取舍。
LiveKit BlogAI 评分3939 LiveKit Observability 推出 PII 脱敏功能
LiveKit 为 Agent Observability 新增 PII Redaction，可在录音和转写存储前自动脱敏姓名、地址、生日等敏感信息，所有使用该功能的客户无需额外付费。
Liquid AI BlogAI 评分3939 LFM2.5 Q4_0：面向边缘部署的量化感知蒸馏
Liquid AI 发布 LFM2.5-230M、350M、1.2B-Instruct 和 2.6B 的 4-bit Q4_0 检查点，采用量化感知蒸馏（QAD）训练，在保持 Q4_0 GGUF 低内存与高吞吐的同时恢复大部分量化损失精度，四款模型平均达到 BF16 的约 97%。
LiveKit BlogAI 评分2222 超越 1:1：用 LiveKit 实现多参与方机器人系统
LiveKit 的 SFU 架构让机器人会话变成 Room，摄像头、模型、操作员和下游服务都只是新增参与方，无需重构传输层。在人在回路数据采集中，机器人、策略、操作员和录制器作为独立参与方共享同一实时会话，观测同时分发，策略动作与人工干预各自独立回传。VLM 可作任务级编排器，按需调用抓取、放置、插入等技能策略，每个技能策略作为独立参与方加入。
LiveKit BlogAI 评分3838 LiveKit 如何处理零数据保留（ZDR）
LiveKit 宣布其 Inference 平台上的所有 LLM、STT、TTS 模型默认启用零数据保留（ZDR），无需设置开关、升级套餐或配置仪表盘，且适用于所有 LiveKit 套餐。
LiveKit BlogAI 评分2222 LiveKit 在隐私与数据方面的立场
LiveKit 明确承诺永不出售用户数据，未经明确许可也不会用其训练模型，隐私保护是平台默认设置而非付费档位或开关。LiveKit Inference 中的每个模型均实行零数据保留，该政策同时约束其自有服务与所有合作提供商。未来数周将发布新版本，减少对敏感人类数据训练的依赖，并推进 PCI DSS L1、HIPAA 合规及 PII 脱敏。
Prime Intellect BlogAI 评分3434 Prime Flash MoE - 为 Blackwell 优化的更快 MoE 内核
Prime Intellect 发布 Prime Flash MoE，一组为 Blackwell 优化的 CUDA 内核，通过避免中间张量落盘减少显存流量，速度最高达 PyTorch grouped GEMM 的 2.4 倍，在 4k-128k token 区间约 2.3 倍加速。
LiveKit Blog精选AI 评分6060 LiveKit Agents 推出 expressive mode，让语音智能体听起来更像人
LiveKit 在 LiveKit Agents 中发布 expressive mode，通过一个参数开启，让语音智能体根据对话情境调整情绪、语气和非语言声音。
推荐理由：LiveKit 官方说明 expressive mode 的实现方式与接入成本，可据此判断语音智能体情感表达如何落地。
Liquid AI Blog精选AI 评分6262 LFM2.5-VL-3B：面向端侧更快更强的视觉语言模型
Liquid AI 发布视觉语言模型 LFM2.5-VL-3B，基于此前的 LFM2-VL-3B 在屏幕理解、grounding、函数调用和多图输入四方面做了改进，模型已在 Hugging Face 和 Playground 上线。
推荐理由：Liquid AI 发布 3B 端侧视觉语言模型，给出与更大模型的逐项基准对比和部署支持，可据此判断端侧多模态的当前水位。
Cartesia BlogAI 评分3636 Ink-2 新增 keyterm prompting 与可配置 turn detection
Cartesia 为流式 STT 模型 Ink-2 新增 keyterm prompting 和可配置 turn detection 两项功能。
LiveKit BlogAI 评分2222 为什么我的智能体加入房间这么慢？
LiveKit 指出，智能体加入房间的延迟是用户对系统的第一印象，表现为拨号长时间响铃、网页端静默、头像黑屏、客户端超时或用户提前离开，极端情况下还会因 token 过期出现 401 错误。
Liquid AI Blog精选AI 评分7171 LFM2.5-2.6B：让智能体随处部署
Liquid AI 发布 LFM2.5-2.6B，一款完全在端侧运行的智能体模型，可跑在手机上，CPU 上也能保持响应，支持规划、调用工具和多步任务。基础版 LFM2.5-2.6B-Base 与后训练版 LFM2.5-2.6B 已在 Hugging Face 上线，并支持 llama.cpp、MLX、vLLM、SGLang、ONNX。
推荐理由：Liquid AI 公开了 2.6B 端侧智能体模型的训练流程与多基准对比，可据此判断本地 Agent 的可行边界。
Modem Blog精选AI 评分6060 Modem 上线 MCP server 与公开 API，让编码智能体读取客户反馈
Modem 面向所有用户开放 MCP server 和公开 API，任何 MCP 客户端可通过 https://mcp.modem.dev/mcp 连接。
推荐理由：Modem 把客户反馈聚合成主题后通过 MCP 交给编码智能体，并给出跨模型 token 对比数据。
Air Street PressAI 评分7272 Poolside 的 Laguna S 2.1：模型工厂交付
Poolside 发布智能体编码模型 Laguna S 2.1，采用 MoE 架构，1180 亿参数、每 token 约 80 亿激活，支持最多 100 万 token 上下文，量化后可运行在单台 NVIDIA DGX Spark 上。