AWS 在 Agent Toolkit for AWS 的 amazon-bedrock 技能中新增了知识库迁移指南，让编码代理可以规划从客户托管知识库迁移到 Amazon Bedrock Managed Knowledge Base。代理首先进行只读发现和逐行审查的计划，然后在原始知识库旁创建新的知识库和数据源，或编写迁移后的 IaC 模板。Managed Knowledge Base 将默认配额提高到每个知识库 200 个数据源、每个账户每个区域 10,000 个知识库，并新增了代理式检索、AgentCore Gateway 集成和基于资源的策略。
Anthropic 的指导将每个 Claude 模型匹配到相应规模的工作：Opus 5.5 用于规划和构建完整功能，Fable 5.2 用于最具野心、开放式的技术工作。Sonnet 5.5 覆盖修复 bug 或起草文档等日常任务，而 Haiku 5.5 处理反复进行的较小任务。
一位开发者使用 Google Antigravity 平台中的 Gemini 4 Carbon，将 1987 年的 roguelike 游戏 NetHack 重制为现代 3D 动作 RPG，并将其移植到 Web 技术和 wasm 上。该构建依赖 /swarm 功能，该功能会生成具有独立上下文的子代理来互相审查输出，此外还使用了用于 3D 资产生成的 Blender MCP 服务器。Gemini 4 Carbon 可通过 Google AI Ultra 计划使用。
LangChain 内部的 GTM Agent 在 12 周内生成了 1,540 份销售物料，为客户经理在账户计划、提案演示文稿等文档上节省了 337 小时。发送过物料的交易中，有 47% 推进到了更后期阶段，而匹配的未发送物料的交易中这一比例为 16%；46% 的物料在 14 天内促成了客户通话。该 Agent 运行在 Deep Agents 框架上，其沙箱、技能、记忆和定时运行功能已在 Managed Deep Agents 中提供。
AWS 向 Java 团队展示了如何使用 Spring AI 和 Amazon Bedrock 的 AgentCore 构建自主 AI 智能体，并提供了 spring-ai-agentcore 集成。文中详细介绍了两个参考系统：一个具备工具调用和记忆功能的单智能体旅行助手，以及一个包含五个专业智能体、规则引擎和告警功能的多智能体智能文档处理平台。该技术栈需要 JDK 21、Spring Boot 4.1 与 Spring AI 2.0，并通过 AgentCore 运行时在 ARM64 容器上部署。
OpenRouter 发布了一项盈亏平衡分析，展示了在什么情况下自托管开放权重 LLM 的成本低于通过 API 调用，分析采用截至 2026 年 10 月 8 日的各提供商价格。按这些价格，在一台每小时 0.50 美元租用的 RTX 3090 上运行 Qwen3.8 27B，在 6% 至 12% 负载时达到盈亏平衡；而在四块 H200 上运行 DeepSeek V4.1 Flash，则始终无法胜过最便宜的零数据保留端点。文章还指出，provider.zdr 以及欧盟和美国域名已能满足大多数隐私需求，无需自托管，并建议在本地运行稳定的基础负载，同时将峰值发送到 API。
OpenRouter 发布了一份指南，介绍如何阻止 AI Agent 在工具调用失败后反复重试、陷入死循环，其中给出四种防护措施，并在六个当前模型上进行了测试。启用 doomLoop 检测后，六个模型均在第三次相同的工具调用时被拦截；在 18 次运行中，工具调用次数从 314 降至 64，花费从 $0.29 降至 $0.05。该指南还加入了用于规范化参数的 loopKey、对步数和成本的 stopWhen 上限，以及 API key 上的额度限制——触发时返回 402，limit_source 为 openrouter_key_limit。
OpenRouter 发布了一份指南，介绍如何基于你自己应用的输入对 LLM 进行基准测试，用代码对输出评分，并比较准确率、计费成本和请求时间。在其 60 个合成任务上，GPT-6.1 Sol 在三次重复中共通过 180/180 次试验，而 DeepSeek 的响应成本最低，通过 157/180 次。与公开排名的吻合度较弱，Spearman 相关系数为 0.109。
vLLM 报告称，在单台 NVIDIA Vera Rubin NVL72 机架上服务 DeepSeek-V4.1-Flash，每 GPU 达到 170 万 tokens/s，每用户 387 tokens/s，是 GB300 NVL72 的 58 倍，峰值达 252 万 tokens/s，单用户达 1,810 tokens/s。性能提升来自为 Rubin 的分裂内存域和 FP4 张量核心重建的 kernel、专用的 TP8 解码路径，以及通过 NVLink 共享的机架级 KV 和 Engram 池。借助跨机架池化前缀和 Dynamo 工作负载感知路由，即使在高并发下前缀命中率也保持在 96.5-97%。
推荐理由：vLLM 关于 DeepSeek-V4.1-Flash 的第三篇文章详细说明了 Rubin 专用 kernel 和机架级内存池化如何将吞吐量提升至 GB300 NVL72 的 58 倍，为大规模服务优化提供了具体参考。
Hugging Face 发布了 TRELLIS.2 的微调脚本和容器，该模型是一个 3D 生成模型，可在本地或 Hugging Face Jobs 上运行。该指南通过 PEFT 库使用 LoRA 适配器，仅作用于稀疏结构流 DiT 和形状流 DiT，材质阶段保持冻结。在 GSO 数据集的 188 个物体鞋类子集上，预训练模型经常渲染出错误的鞋底，这正是 LoRA 微调所针对的问题。
本文介绍如何将 OpenAI Codex 模型请求路由到 Amazon Bedrock，同时复用现有的 AWS 身份、IAM、区域和可观测性实践。文章建议先通过 Native AWS Access 开展小规模最小权限试点，AgentCore Gateway 或 LLM Gateway 可作为替代方案，并演示了 IAM Identity Center 登录以及使用 GPT-5.6 Sol 直接检查 Bedrock Runtime 的流程。
一个开源引擎利用 e-graph 上的反合一技术计算形式化策略的语义差异，对共享结构只展示一次，并保留每个差异部分的两个版本。该引擎面向 SMT-LIB、Cedar、Dogwood、OpenShell 策略和 CEL 中的自动形式化输出，其中 LLM 负责生成产物，但不参与差异计算。
在 Amazon SageMaker HyperPod 上运行的 PyTorch DDP 训练循环新增了三项检查，用于捕获静默数据损坏：非有限梯度检查、跨节点比较 loss 位与梯度指纹的环形重放审计，以及优化器步骤后的权重指纹比较。在 4 台 ml.p5.48xlarge 实例（32 块 NVIDIA H100 GPU）上通过软件注入故障进行测试，这些检查能指出可疑的 rank、将其映射到节点，并让 HyperPod 替换该节点并从检查点恢复。
AWS 将于 11 月 30 日至 12 月 4 日举办年度 re:Invent 大会，AI/ML 专场在超过 2,000 场学习会议中提供 140 多场独立会议。该指南将会议对应到 AWS AI 技术栈，涵盖 AI 芯片（AWS Trainium 和 NVIDIA GPU）、Amazon Bedrock 和 SageMaker AI 上的模型与推理，以及使用 Amazon Bedrock AgentCore 的智能体开发。会议从新手内容到技术深度解析进行组织，许多会议可点播观看。
AWS 介绍了一条事件驱动流水线，可在无需手动更新的情况下保持 MCP 服务器的 AWS Agent Registry 记录为最新。AWS CloudTrail 捕获 UpdateAgentRuntime API 调用，Amazon EventBridge 将其跨账户路由，Lambda 函数通过 AgentCore Identity OAuth 令牌查询 MCP 服务器的工具，然后对比并更新匹配的注册表记录。该示例仅更新现有记录，并同时支持单账户和多账户设置。
AWS 正在使用其自动推理工具 Tiros，对所有建模路径进行静态网络分段验证，而不是依赖基于数据包的采样。Tiros 将 Cloud WAN 配置（来自路由表、附件和策略文档）转换为逻辑命题，然后检查策略声明为禁止的网段之间是否存在任何路径，分析频率最高可达每小时一次。
Meta 详细介绍了 Intelligent Delivery，这是一个由机器学习驱动的系统，它在广告服务栈中分配算力，以趋向系统级最优，在 2017 年至 2026 年上半年间模型与系统进步的基础上，贡献了约 10% 的增量排序性能。其 Resource Core Model 使用 6B 稀疏参数和 20M 稠密参数来预测每个请求的边际效用，Meta 称其在离线基准测试中将高影响力广告请求的识别率提升了约 20%。该系统还依赖多层分配机制和日益智能体化的 AI，以适应模型和硬件的变化。
一位负责谷歌 agent skills 项目的工程师构建了一条流水线：Gemini 4 Argon 读取 Go 源码和 RISC-V 反汇编，将存活的 runtime.panicBounds 陷阱转换为 Z3 约束，然后 go test 将任何满足条件的输入重放为真实复现用例。该工作流捕获了 skill-lint 中全部三个植入缺陷和三个潜在缺陷，而未设种子的 go test -fuzz 漏掉了两个植入崩溃，因为 Go 按容量而非长度检查切片。用 data[:len(data):len(data)] 将容量裁剪到长度后，fuzzer 在三次运行中均使两个越界缺陷崩溃，中位数分别为 0.28 秒和 0.17 秒。
Anthropic 发布了面向初创企业的 Claude Tag（测试版）指南，内容基于与八家高增长公司的对话，讨论它们最先在哪些场景部署这款基于 Slack 的智能体。该指南涵盖五种常见配置——值班分诊、从讨论串到 PR、公司大脑、自助数据分析和报告——以及一份入门清单。文中引用的成果包括：在 Slack 中被提及后 21 分钟就创建了一个 PR，以及 NavigateAI 从 Slack 讨论串中合并了 134 个拉取请求。
ElevenLabs 概述了语音克隆如何让内容创作者只需录制一次短样本，之后就能为视频、播客、课程和社交短片生成旁白，而无需再回到录音棚。该指南区分了即时语音克隆（Instant Voice Cloning）与专业语音克隆（Professional Voice Cloning）：前者可在不到一分钟内基于短样本生成克隆，后者则在更大的录音集上训练，并包含一个验证步骤，确认声音属于该创作者。指南还列出了选择标准，包括声音保真度、表达控制、语言覆盖、同意保障、导出选项和商业授权。
OpenAI开发者体验工程师Dominik Kundel和Charlie Guo在AI Engineer Code Summit上发表了题为“New Ways of Working with Codex”的演讲，内容涵盖DevDay上宣布的改版Codex Cloud v2、作为管理编码线程控制平面的语音模式，以及名为dots的个人代理。Kundel表示，Codex Cloud现在充当后台执行器，允许本地Codex将任务移交给云端，但他承认云端工作流仍需变得更简便。
vLLM 扩展了面向多模态服务的编码器/预填充/解码（EPD）解耦，新增仅元数据请求、专用编码器执行路径、通过 NIXL 和 Mooncake 的远程嵌入传输、跨编码器输出复用，以及通过 vLLM Router、SMG 和 llm-d 进行编排。包括 MiMo 和 XPU 支持在内的核心能力随 vLLM v0.32.0 发布，而对 DeepSeek V4.1 Flash 的仅元数据支持已通过 #62802 在 main 上提供。在 GB200 上对 DeepSeek V4.1 Flash 的测试中，在并发 64–128 时，EPD 相比八 GPU PD 基线实现了每 GPU 吞吐量高 6.6–9.5%、P90 TTFT 低 44–47%，但在并发 16 时每 GPU 吞吐量更低。
OpenRouter 在 Claude Sonnet 5.5、GPT-6 Luna 和 Gemini 3.8 Flash 上，用 GitHub MCP server、gh CLI 和一个 gh skill 测量了同一个 GitHub 任务。在 Sonnet 5.5 上三者都回答正确，但 CLI 用了 1,421 个输入 token，skill 用了 3,315 个，而 MCP server 用了 59,417 个——它带有 46 个默认工具，仅这些工具的定义每次请求就增加 19,436 个 token。把 server 限定为两个工具后，该任务降到 23,228 个 token；将结果上限设为 4,000 字符后降到 5,357 个；Tool Search 把 46 个工具的前置成本降到 600 个 token 以下，不过在 Sonnet 5.5 上它把整个任务的成本减半，在 Claude Haiku 5.5 上却提高了。
推荐理由：OpenRouter 的实测对比展示了 MCP server、CLI 和 skill 在同一个 GitHub 任务上各自消耗多少上下文，以及裁剪工具结果或延迟加载定义会在哪里改变账单。
Hugging Face 展示了池化感知训练如何在固定存储预算下提升多向量嵌入模型的检索质量。在 pool_factor=4 时，常规训练的模型保留了其未池化 NanoBEIR nDCG@10 的 94.6%，同时将文档向量减少到四分之一，而池化感知训练将这一保留率提升至 97.8%。文章详细介绍了 HierarchicalTokenPooling、预算校准以及一个可复现的 Sentence Transformers 示例。
OpenRouter 发布了一份指南，介绍如何处理来自 OpenAI、Anthropic 及其自身 API 的 429 Too Many Requests 错误，并在 60 条提示词的批次上测试了三种修复方案。OpenAI Python SDK 的默认重试在 12 秒内使 60 个请求中有 23 个失败，而等待 Retry-After 或 X-RateLimit-Reset 的重试在 Python 中于 89 至 92 秒内完成了全部 60 个请求，在 TypeScript 中为 106 至 218 秒。模型回退方案在 13 秒内以 $0.000066 的成本完成了全部 60 个请求；开启提供商故障转移后，全部 150 个固定提供商的请求均成功，而在关闭回退时最多有 32 个失败。
OpenRouter 于 2026 年 10 月 20 日针对 Qwen3.8 27B 的六个端点运行了 280 个精确答案任务，未发现 fp16、fp8 和 fp4 之间存在准确率差异，六个端点的得分均在 98.3% 至 99.2% 之间。在 1,455 个端点中，59.5% 完全未报告精度，fp8 是最常见的标注格式，占 23.6%。对大多数模型而言，较低精度更便宜，但并非所有模型都如此；提供商选择对价格的影响大于精度，同精度下最贵端点的价格中位数是最便宜端点的 1.72 倍。
推荐理由：OpenRouter 在一个模型的 fp8、fp4 和 fp16 端点上测量了 240 个精确答案任务，未发现可检测的准确率差距，而价格差异更多与提供商相关，而非精度。
LangChain 发布了一篇博客文章，说明检索设计如何塑造 AI 智能体的上下文工程，并以基于其 Deep Agents 框架构建的竞品分析智能体为例。文章涵盖三种失败模式：搜索效率低下、一次性加载过多上下文，以及结果不相关或过时，并为每种模式配以相应技术，例如 glob 和 grep 文件系统工具、使用 read_file 偏移量分页读取大文件、将过大的工具结果卸载到文件，以及在“检索、卸载、委派”模式下将读取工作委派给子智能体。文章还警告称，检索到的文本是数据而非指令，可能携带提示注入，因此应将输出与引用的来源进行核对。
LangChain 详细说明了其开源 Deep Agents 框架如何使用中间件来对抗长时间智能体运行中的上下文腐化。超过约 20,000 token 的工具结果和超过 50,000 token 的用户消息会被卸载到文件中，仅显示预览；而当使用量达到上下文窗口的 85% 时，摘要功能会压缩较早的消息。技能、子智能体和一个 markdown 长期记忆文件使主智能体的窗口保持较小，并让记忆能够跨模型和提供商延续。
推荐理由：LangChain 解释了其开源 Deep Agents 框架如何使用中间件来卸载、摘要和隔离上下文，为执行长任务的智能体提供了一种可复用的模式。
Workday 基于 LangGraph 做编排、LangSmith 做追踪、可观测性和评估，用一个四人团队搭建了面向生产级 AI Agent 的内部开发者平台。原型开发时间从 4–5 个月缩短到不到一天，团队现已扩展到约 30 人。
Meta 详细介绍了 TLX（Triton 低级扩展），这是 Triton 的一个扩展，在保留 Triton 张量编程模型的同时，增加了显式的 warp-group 和 cluster 级编排。TLX 已在 Meta 全公司投入生产使用：在数千块 NVIDIA Blackwell GPU 上用于 GEM 训练时，端到端 MFU 达到 20-25%；用于 RecSys 推理时，计算密集型网络延迟最多降低三分之二；一个分布式分组 GEMM 内核已部署于大规模 LLM 预训练。Meta 表示，TLX 面向 NVIDIA Hopper 和 Blackwell 以及 AMD Mi300 和 Mi350x，并正在开发更多架构支持、自动 warp-group 推断以及一个 torch.compile 后端。
Google Agent Skills 目前托管了来自 Google 各团队的 170 多个技能，GitHub 星标数已从 15,000 增至 21,000，其维护者描述了每项变更都必须通过的流水线。每个拉取请求都要通过六道自动化关卡，包括结构一致性、linter、语义化版本、评估套件验证、链接检查和一个 AI 审查代理，之后再由人类领域专家批准。文章还分享了经验教训，例如原子化评估预期、生成索引文件，以及在昂贵的 LLM 检查之前先运行廉价的确定性检查。
Stripe 基于 LangChain 的开源 Deep Agents 框架构建了公司级知识 AI 平台 Kai，一名工程师在一周内交付了初始版本。该技术栈在 Deep Agents 之上叠加了 Stripe 专属的框架层和配置层，使用由 S3 支持的文件系统中件、用于代码执行的沙箱中件、用于长会话的摘要中件，以及跨 500+ 内部 MCP 工具和 1,000+ 技能的基于技能的动态工具加载。Kai 在大约四周内从 296 名用户增长到超过 5,000 名用户，目前 Stripe 有 83% 的员工每周使用它，会话数超过 60k。
Anthropic 为 Claude Fable 5.2 编写的文档称，该模型会密切关注其所处理代码的归属者。在小型编码任务的测试中，当提示词未提及归属时，模型在不到 10% 的运行中合并了重复代码；而当提示词说明代码库属于模型自己时，这一比例约为 75%。建议的句子是：你是这个代码库的所有者和长期维护者，它的设计由你决定。
Hugging Face 发布了一篇关于决策模型的说明文章，这类模型接收一个状态和带类型的问题，返回预定义答案上的概率，而不是生成文本。文章详细介绍了 choice、score 和 noul 原语、置信度公式，以及通过 Transformers 的 DecisionPipeline 和 AutoModelForDecision 提供的新支持、Transformers 和 llama.cpp 中共享的 /v1/systemone 端点、用于发现的 Hub 标签，以及使用 Trainer API 进行微调。文章指出，同一端点也可通过在一次批量前向传播中对答案 logits 打分，与兼容的自回归 LLM 配合使用。
推荐理由：Hugging Face 解释了决策模型如何将分类转变为带类型的非生成式接口，并展示了如何用 Transformers 和 llama.cpp 来服务和微调它们。
OpenRouter 在八份自制的退化扫描件上测试了 15 个视觉模型、Mistral OCR 和 Tesseract，Claude Opus 5.5 最准确，264 个关键值中答对 262 个，每 1,000 页成本 16.42 美元；Mistral OCR 性价比最高，264 个中答对 258 个，成本 2.02 美元。在一张褪色收据上，GPT-6 Luna 和 GPT-6.1 Sol 编造了卡号数字、一个服务器名称和 wifi 密码，这些错误是字符错误率无法揭示的。文章附有代码，可转录扫描件、关闭推理、交叉核对来自不同实验室的两个模型，并通过 file-parser 插件运行 Mistral OCR。
推荐理由：对 15 个视觉模型以及 Mistral OCR 和 Tesseract 在八份退化扫描件上的实测基准，附可运行代码，用于交叉核对两个模型以捕捉编造的数值。
Meta 在 lldb-server 中构建了一套厂商中立的加速器插件架构，使 LLDB 能在单个会话中调试跨 CPU 和 GPU 的应用程序。该设计将 CPU 和 GPU 表示为独立的 LLDB 目标，各自拥有自己的架构、线程、寄存器和地址空间，同时由插件将厂商设备调试 API 转换为 LLDB 概念。仅当应用使用受支持的 GPU 运行时，GPU 支持才会激活，因此纯 CPU 调试仍走现有的原生路径，不会增加额外开销。
Curative 在 Claude 上构建了分层智能体体系，签约医疗服务提供者的速度约为其团队 2025 年的 50 倍，其智能体 Gwen 已签下 23,000 份合同，每周新增 2,000 至 2,400 份合同。Gwen 每次运行处理一笔提供者交易，主要基于 Claude Opus，而一个 Sonnet 费率审核器可清除约三分之二的超模板费率请求，一个 Haiku 裁判会在每条消息发送前阅读它。每份合同约消耗 2000 万 token，成本约为原来的十分之一，Curative 的签约团队已从 45 人增至约 55 人，每人的生产力约为原来的 2.5 倍。
经过对七款工具的对比，Recraft被评为2026年最佳AI图标生成器；该对比以五项图标一致风格测试和原生SVG导出为评分依据。Recraft在各字形间保持了描边粗细和圆角半径，并导出可编辑的SVG；Canva仅部分通过，而Adobe Firefly和Midjourney两项检查均未通过，输出为位图。
Recraft 发布了一份指南，其中包含十二个可直接复制的文本提示，用于在图像到图像模型上进行照片编辑，基于两行模式：一行变更行，指明对象、其位置和结果；一行保留行，锁定面部、印刷标签、构图和光照。该指南称，移除对象、重新着色、重新打光或更换服装等局部编辑比风格重塑或天气替换更能保留身份特征；而当提示堆叠多项变更、改写印刷文字，或要求新的面部或身体比例时，就会失败。它建议生成两到三个变体，在 100% 缩放下检查，并通过仅指明该区域的后续提示修复一处遗留错误。
用同样的三个表情包需求，对七款AI表情包生成器——Imgflip、Canva、Supermeme.ai、Recraft、Kapwing、ChatGPT和Magic Hour——在免费套餐、水印、模板、字幕渲染、导出尺寸和API方面进行了测试。对比发现没有 universally 胜出的工具：Imgflip在经典模板上胜出，Supermeme.ai在从想法到字幕上胜出，Recraft和ChatGPT在原创图片上胜出，Kapwing在视频和GIF上胜出，而当表情包必须适配某个版式时Canva胜出。