Databricks 推出 Private Network Gateway（PNG），Azure 公测、AWS 私测
Databricks 发布 Private Network Gateway（PNG），在 Azure 进入公开预览、AWS 进入私有预览，让 serverless 计算通过一条连接接入用户自有网络。
#部署/工程
产品Databricks BlogAI 评分4242 产品vLLM BlogAI 评分2929 vLLM 推出基于 push 的 NIXL 连接器，优化分离式推理的 TTFT 与 TPOT
vLLM 为分离式推理引入基于 push 的 NIXL 连接器，由 prefill 实例通过 RDMA 将 KV 直接写入 decode 内存，从而把 router 中转、decode 侧分配和传输建立移出 TTFT 关键路径。该方案旨在改善首 token 延迟（TTFT）与每 token 输出时间（TPOT）。
产品vLLM BlogAI 评分2222 vLLM 提出无需置信头的自适应验证方法
vLLM 提出一种在线拟合的接受率估计器，让每个草稿模型投机解码都能使用自适应验证。该方法直接从草稿模型自身的 logits 预测目标模型的接受概率，并在服务过程中持续重新拟合，无需额外的置信头。
产品AWS Machine Learning BlogAI 评分5858 Anchor Browser 集成 Amazon Bedrock AgentCore payments，让 AI 智能体自动完成 x402 支付
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在浏览器会话内自动处理 x402 协议的 HTTP 402 支付请求，现已上线 AWS Marketplace。
安全实践LangChain BlogAI 评分3838 LangChain 如何用 Deep Agents 让文档代码示例自我测试
LangChain 借助 Deep Agents CLI 与 docs-code-samples 技能，把文档中的内联代码示例迁移为可测试的独立文件，并自动加上 :snippet-start: / :snippet-end: 标记、运行测试、生成 Mintlify 片段。
安全实践LangChain BlogAI 评分4242 LangChain 用 harness engineering 将 Deep Agents 编码智能体从 Terminal Bench Top 30 提升至 Top 5
LangChain 通过 harness engineering 将其编码智能体在 Terminal Bench 上的排名从 Top 30 提升至 Top 5，核心手段包括自我验证、追踪和上下文优化。
产品LangChain Blog精选AI 评分6262 LangChain 发布 Deep Agents deploy 测试版，开源智能体部署方案对标 Claude Managed Agents
LangChain 宣布推出 Deep Agents deploy 测试版，称其是部署模型无关、开源智能体框架的最快方式，并面向生产环境。该产品被定位为 Claude Managed Agents 的开源替代方案。
推荐理由：LangChain 把开源智能体框架的部署环节产品化，读者可据此判断自托管智能体方案与托管服务的取舍。
产品LangChain BlogAI 评分5858 LangChain 发布 Open SWE 开源框架，用于构建内部编码智能体
LangChain 发布 Open SWE，一个面向内部编码智能体的开源框架。该框架基于 Deep Agents 和 LangGraph 构建，提供内部编码智能体的核心架构组件。
产品LangChain Blog精选AI 评分6262 LangChain 将 MCP 支持并入主包，适配无状态协议与 elicitation
LangChain 重构了 MCP 支持，将其从独立的 langchain-mcp-adapters 移入主包 langchain.mcp，通过 pip install "langchain[mcp]" 安装，并基于 FastMCP 构建。
推荐理由：LangChain 把 MCP 支持并入主包并适配无状态新规范，读者可据此判断现有 MCP 接入方式需要怎样迁移。
安全实践GitHub Blog · AI & MLAI 评分4040 GitHub 用 ModernBERT 分类器重构密钥扫描：误报减少、成本降 98%
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，在保持正则候选召回的基础上结合文件路径、变量名和上下文判断是否为真实凭据。该方案使推送后扫描中位执行时间缩短 86%、服务成本降低逾 98%，用户对告警的接受度提升 11.5%，并让通用密钥检测得以扩展到推送保护阶段。
产品AWS Machine Learning Blog精选AI 评分6060 如何在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 官方博客介绍 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它构建工具调用智能体。
推荐理由：AWS 官方给出 Grok 4.7 在 Bedrock 上的接入方式与 72 次智能体实测，读者可据此按任务类型选择 reasoning effort 并监控 token 用量。
产品AWS Machine Learning BlogAI 评分3030 ShipStation Global 如何在 Amazon Bedrock AgentCore 上构建 AI IT 服务台 Deckhand
ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 问题、识别报错截图并创建和更新 Jira Service Management 工单。
安全实践AWS Machine Learning BlogAI 评分2222 Orca Security 用 Amazon Bedrock 打造自然语言安全查询
Orca Security 与 AWS 合作，基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。相比最初基线，查询成本降低 90%、输入 token 减少 93%、延迟降低 75%，目前每天处理数千次查询，响应时间 15 秒。
教程AWS Machine Learning BlogAI 评分3535 用 Amazon Bedrock AgentCore 生成演示文稿
基于 Amazon Bedrock AgentCore 构建的 AI 智能体系统可自动生成 PowerPoint 演示文稿，内部测试中完成时间不到 90 秒。
教程AWS Machine Learning BlogAI 评分2222 用 Amazon SageMaker JumpStart 部署并评测模型
Amazon SageMaker JumpStart 提供预训练模型目录，可通过 SageMaker Python SDK 部署模型、运行轻量可重复的性能测试，并在测试完成后删除端点。
教程Databricks BlogAI 评分3838 在 AI Runtime 上将 Qwen 3.8 27B 微调训练时间缩短 6 倍
在 AI Runtime 上微调 Qwen 3.8 27B 的训练时间从 7 小时 44 分钟降至 1 小时 17 分钟，提速 6 倍，训练吞吐从 9,396 tok/s 提升。
行业NVIDIA BlogAI 评分2828 欧洲多城部署 NVIDIA 驱动的 AI 智能体，推进城市运营智能化
欧洲多国城市正联合 ABA Technology、Akila、K2K、Milestone 等软件伙伴，基于 NVIDIA Cosmos、Nemotron 开放模型、Omniverse 库和 Metropolis VSS Blueprint 构建物理 AI 智能体与数字孪生，用于交通、能源、公共安全等城市运营。
行业NVIDIA BlogAI 评分2222 NVIDIA 宣布投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 等英国初创企业
NVIDIA 宣布计划投资 Boltz、Foresight、Hiverge、Prima Mente 和 Riverlane 五家英国 AI 与量子计算初创公司，并作为 Global Alliance Founding Partner 与 Earthshot Prize 合作。
行业NVIDIA Newsroom精选AI 评分6262 英伟达承诺五年捐赠2.5亿美元算力，支持英国智能体安全与安全研究
英伟达宣布五年内捐赠价值2.5亿美元的算力，每年提供5000万美元算力访问，用于支持英国智能体安全与安全研究。大部分算力将面向英国更广泛的AI安全研究社区，一部分用于支持牛津大学主导的BOLD、UCL主导的SOFAIR以及帝国理工学院在基础智能体模型与机器人安全方面的工作。
推荐理由：英伟达以算力捐赠方式介入英国智能体安全研究，读者可了解企业参与AI安全治理的一种路径。
行业LangChain BlogAI 评分2222 Orange Business 如何用 LangChain 和 LangSmith 打造 Live Intelligence
Orange Business 基于 LangChain 与 LangSmith 构建旗舰 AI 平台 Live Intelligence，已部署给 120,000 名 Orange 员工，并被法国及欧洲 150+ 客户采用。
教程LangChain BlogAI 评分3030 Deep Agents SDK 如何为长任务管理上下文
Deep Agents SDK 通过卸载、摘要和文件系统抽象来管理长时 AI 任务的上下文，以防止上下文腐化。该 SDK 面向长时间运行的任务场景，将上下文管理拆解为 offloading、summarization 与 filesystem abstraction 三种手段。
教程Databricks BlogAI 评分1818 Databricks 2026 年实时分析实践指南
Databricks 发布 2026 年实时分析实践指南，聚焦企业如何将分析负载从批处理转向实时处理。数据始终是业务决策的核心，而多数分析工作负载仍以批处理为主。
教程AWS Machine Learning BlogAI 评分2222 用托管授权管理 Amazon Bedrock 私有定价优惠
Amazon Bedrock 的托管授权支持从中心账户订阅 AWS Marketplace 私有定价优惠（MPPO），再向组织内多个账户分发模型访问权限。
安全实践AWS Machine Learning BlogAI 评分4040 Amazon SageMaker AI 上的 MoE 内核工程优化实践
针对 MoE 模型在解码阶段因 token 行数过薄导致的 GPU 利用率瓶颈，团队通过 Swap-AB 转置让专家维度 N=8192 进入 WGMMA 首个操作数位置，在 H200 上实现端到端输出吞吐提升 2–4%，该优化已合入 vLLM 0.24.0 及更高版本。
产品LangChain BlogAI 评分3838 LangSmith 推出 AI Search，可用自然语言按行为检索 trace
LangSmith 上线 AI Search，支持用自然语言查询 trace：描述你想找的行为，LangSmith 就返回该行为发生的 trace。该功能面向按行为而非关键词定位 trace 的场景。
产品LangChain BlogAI 评分2020 用 ScaleDown 与 Deep Agents 构建长时间运行的智能体
LangChain 与 Deep Agents 可结合 ScaleDown 的约束解码模型，用于总结历史、压缩工具结果并更快更省地提取数据。该方案面向长时间运行的智能体场景，通过压缩上下文与工具输出来降低开销。
产品NVIDIA Blog精选AI 评分7878 NVIDIA RTX Spark 笔记本 10 月 16 日上市，首发配套本地 AI 智能体与开发工具
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，最高 128GB 统一内存和 1 petaflop AI 算力，首发覆盖数百款游戏、130 多款加速应用及 PyTorch、CUDA 等开发工具。
推荐理由：NVIDIA 一次性列出 RTX Spark 首发日的本地智能体、创作与开发工具清单，可据此判断本地 AI 工作流的可用边界。
产品AWS Machine Learning BlogAI 评分4040 在泰国、马来西亚、新加坡、印尼和台湾通过 Amazon Bedrock 全球跨区域推理访问 OpenAI GPT 模型
Amazon Bedrock 面向亚太五个 AWS 区域开放 OpenAI GPT-6 系列的全球跨区域推理，GPT-6 Sol 和 GPT-6 Luna 可从新加坡、雅加达、马来西亚、泰国和台北调用，GPT-6 Astra 仅从新加坡调用。
教程AWS Machine Learning BlogAI 评分3030 用 Ray LLM Deep Learning Containers 在 Amazon EKS 上运行多节点推理负载
AWS 发布 Ray LLM Deep Learning Containers，可在 Amazon EKS 上把单个大语言模型跨两个 GPU 节点部署，将 prefill 与 decode 分离到不同节点并统一在一个 OpenAI 兼容端点后。
教程AWS Machine Learning BlogAI 评分3636 在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型
AWS 发布 llama.cpp 专用深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。
行业NVIDIA Blog精选AI 评分6262 NVIDIA 在 OCP 峰会开放 Vera Rubin 架构并发布多项 AI 工厂合作
NVIDIA 在 OCP Global Summit 上通过开放的 NVIDIA MGX 架构向 OCP 贡献了 Vera Rubin 机架与计算托盘设计，为系统厂商提供下一代 AI 工厂基础设施的共同基础。
推荐理由：NVIDIA 在 OCP 峰会上把 Vera Rubin 机架设计开放给 MGX 生态，读者可据此了解 AI 工厂基础设施的标准化路径。
行业NVIDIA BlogAI 评分3838 NVIDIA 宣布对法国初创公司 Doctolib、Entalpic、Genesis AI 和 Pigment 进行新投资
NVIDIA 宣布计划投资法国初创公司 Doctolib、Entalpic、Genesis AI 和 Pigment，分别覆盖医疗智能体、先进材料、通用机器人和企业规划领域。
教程GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 可通过四种方式定制项目上下文：用 .github/copilot-instructions.md 定义仓库级规范，用 .github/instructions 配合 applyTo 字段做路径级指引，用 .github/skills 下的 SKILL.md 封装可复用流程，用 .github/agents 创建专用自定义智能体。
论文Apple Machine Learning ResearchAI 评分4242 Minions：基于闲置 Apple Silicon 设备构建的动态分布式虚拟 GPU 云
Apple 研究团队提出 Minions，一个聚合 macOS 设备上闲置 Apple Silicon GPU 的动态分布式虚拟 GPU 云，用于执行大规模机器学习推理任务。该系统提供灵活的 GPU 推理任务执行、容错能力和高效资源利用，让团队无需额外采购 GPU 即可利用现有硬件。研究经验表明，在集中式 GPU 资源受限的环境中，闲置 macOS 设备可转化为实用的分布式 GPU 推理平台。
安全实践AWS Machine Learning BlogAI 评分4040 Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode
Postman 的 Agent Mode 运行在 Amazon Bedrock 上，为 4000 万开发者提供跨 API 测试、文档、发现与实现的 AI 原生工作方式。
产品AWS Machine Learning BlogAI 评分3838 Amazon Bedrock、AgentCore 与 Strands 2026 年 9 月更新盘点
Amazon Bedrock 在 9 月新增 OpenAI 的 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，GPT-6 Astra Ultrafast 提供最高 6 倍推理加速、300 tokens/秒。
行业OpenAI NewsAI 评分4242 Asana 用 GPT-6.1 Sol 在浏览器测试中将模型成本降低 76 倍
Asana 借助 Codex 中的 GPT-6 Astra，在测试中让浏览器智能体成本降低 76 倍、速度提升 5 倍，从而为客户提供能力更强的模型。
安全实践Hugging Face BlogAI 评分4040 Ai2 如何用 GPU 时间预算与分层公平分配改进集群调度
Ai2 用 GPU 时间预算、分层公平分配和时间切片契约替换了原有的优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维操作转为透明的行政预算流程。
安全实践Hugging Face Blog精选AI 评分7070 作者用 ML Intern 两天训练六个模型，总花费约 103 美元
Hugging Face 作者借助 HuggingChat 中的 ML Intern，用提示词驱动完成六个模型的训练、评测与发布，总计算花费约 103 美元。其中把 Qwen-Image 2.1 的 9B 提示词改写器蒸馏成 0.8B 版本，可在 CPU 上运行，输出有效率 99.7%，token 用量约为教师模型的四分之一。
推荐理由：作者用六个真实项目复盘了如何用提示词驱动 ML Intern 完成训练、评测与发布，可迁移到自己的模型定制流程。
安全实践AWS Machine Learning BlogAI 评分3838 用 Amazon SageMaker HyperPod 实现 GPU 集群的团队隔离与公平共享
Amazon SageMaker HyperPod 推出基于 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群并保持隔离与资源公平。