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。
TechCrunch的Equity播客讨论了为什么许多已宣布的数据中心项目可能根本不会建成，甚至在当地反对、许可延迟和电力短缺等问题出现之前就已如此。主持人Rebecca Bellan和Tim De Chant与Ascend Analytics的Brent Nelson一起，在数十亿美元的AI基础设施投资中，区分现实可行的项目与投机性项目。
TechCrunch的Equity播客讨论了地方反对、许可延迟和电力短缺如何拖慢数据中心热潮。Ascend Analytics的Brent Nelson认为，项目储备被严重夸大，已宣布的AI基础设施中只有一小部分会真正建成。本期节目还谈到：泡沫破裂对租户选择错误的开发商意味着什么、民主党人为何现在应推动许可改革，以及为什么天然气并非开发商所设想的那样可靠的退路。
Google Research 推出一个研究性框架，可将消费级可穿戴设备数据转化为可指导的健康年龄，并模拟个性化的 12 周“假设”健康轨迹。SensorWM 世界模型基于约 10 万名用户、共 228 万人周的匿名 Fitbit 数据进行预训练，可在不同步数、睡眠和有氧运动习惯下预测 20 项生理指标。在一项盲测研究中，生活方式教练在 71.4% 的评估中选择以反事实为依据的方案为整体最佳，医生评定 99.2% 的方案处于安全运动强度范围内；作者指出这些模型是研究原型，而非临床诊断工具。
Google 推出了 Gemini Decisions API，由新的 Gemini Decision 1 模型（gemini-decision-1）驱动，可通过 Google AI Studio 中的 Gemini API 使用。单次多模态输入最多 256K token，可在一次前向传递中对照最多 1,000 个是/否、多项选择和评分标准打分问题进行检查，返回概率和置信度分数，端到端延迟为 150-250 毫秒，每 100 万输入 token 收费 0.10 美元，不收取输出 token 费用。Google 表示，该模型在其基准测试套件中领先，校准误差最低，并且比使用 Interactions API 的 Gemini 3.5 Flash-Lite 便宜近 5 倍；内部用途包括 Gemini Notebook 中的模型路由、Stitch 中的线框图生成，以及 Search 中 MCP 工具的对抗性内容检查。
推荐理由：Google 的新端点可在一次传递中以 150-250 毫秒对最多 1,000 个多模态是/否、选择和评分标准问题进行评分，为智能体路由和政策检查提供了比生成式调用更便宜的替代方案。
Simon Willison 发布了 LLM 0.37.2，以修复 Daniel de Araujo 在 GHSA-v9h7-jj4g-f862 和 GHSA-r639-rr7r-x72w 中报告的安全问题。该漏洞可能在以下情况下通过 extra-openai-models.yaml 将已配置的 OpenAI API 密钥发送至第三方 OpenAI 兼容端点：指定的 api_key_name 从未被存储，或者一个 responses: true 的模型在 -o chat_completions 1 下运行。
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。
Mastra 新增了私有模型网关，让 agent 可以将请求路由到自托管的开放权重模型，并通过类似 private/ollama/gpt-oss:20b 的前缀引用。自托管可将敏感数据保留在网络内部，并以基础设施成本替代按 token 计费的成本；设置 AUTO_BLOCK_EXTERNAL_PROVIDERS=true 可在 Studio 中隐藏外部提供商。该功能需要 @mastra/core@1.82.0 或更高版本。
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。
Anthropic 以私测形式发布了自托管 Claude Managed Agents，让开发者可以在自己的云或本地环境中运行完整的 agent 服务，包括 harness、沙箱、凭证和会话历史。模型请求可以直接发往 Anthropic，也可以发往 Amazon Bedrock、Google 的 Agent Platform 或 Microsoft Foundry，或通过客户自己的网关发送，会话历史则保留在客户的数据库中。该公司表示，这一设计将 agent 循环和 vault 密钥置于沙箱之外，支持允许主机白名单，并通过 OpenTelemetry 导出每次会话的完整记录。
Figma 已开放 3D 变换功能的公测，让设计师可以在空间中倾斜、旋转和排列文本、图像、矢量与画框，并在父级画框上应用透视效果，以构建共享的空间构图。这些非破坏性效果保持可编辑，可与着色器组合、用 Figma Motion 制作动画，或通过 Figma 智能体进行探索。Figma 的品牌工作室使用了这些工具（包括一个由智能体构建的生成式插件）来制作该功能的发布视频。
J.Crew 在 JCrew.com 上线了 Style Advisor，这是一款 AI 造型师，推荐的是整套穿搭而非单件商品，目前面向美国市场的女装和男装风格开放。J.Crew 团队使用 Claude Code 并调用多个 Claude 模型构建了它：Claude Fable 5.1 负责规划造型师的推理逻辑，Claude Opus 5.5 用于原型开发，Claude Sonnet 5.5 在每次对话中担任造型师，Claude Haiku 5.5 处理快速任务。每一条推荐都取自 J.Crew 自家造型师为商品目录拍摄所创作的造型。
Marktechpost 推出了 GPU Leaderboard，这是一个免费的云 GPU 价格比较网站，面向 AI 推理，按 $/GPU-hr 对来自 24 家提供商的 201 个实时报价进行排名。其成本计算器可计算包含空闲时间的完整运行成本：一个 8×H100、72 小时、90% 利用率的任务，价格从 Latitude 的 $967.68 到 CoreWeave 的 $3,545.28 不等。配套的 Deploy It Chrome 扩展可在 Hugging Face 模型页面和 GitHub 仓库上估算 FP16、INT8 和 INT4 下的 VRAM，并显示最便宜的适配 GPU。
Anthropic昨日启动IPO路演，其路演视频披露了此前未公开的业务运作细节，其中包括联合创始人Tom Brown关于算力策略的部分。Brown表示，Anthropic在AWS Trainium、Google TPU、NVIDIA GPU和AMD GPU上训练和推理Claude，并且今年开始与AMD GPU合作时，一个名为Mythos的系统在基本无需人工干预的情况下，三天内就让Claude在AMD上运行起来，几乎100%地移植或编写了内核。他还将算力乘数描述为算力优势的第二驱动因素，称每个乘数都叠加在前一个之上，Claude最终可能会完全自行发现它们。
推荐理由：Anthropic的IPO路演视频详述了其横跨四个芯片系列的多芯片训练与推理策略，其中包括一个由Claude辅助、三天内完成的AMD移植。
ElevenLabs 推出合作伙伴计划，提供增强的商业激励、新认证、联合上市机会和专属技术支持。该计划覆盖 44 个国家的 550 多家活跃合作伙伴，今年合作伙伴生态系统已产生 3.15 亿美元销售管道，以及超过 5200 万美元的合作伙伴来源和合作伙伴影响收入。ElevenLabs 的目标是让合作伙伴每为其创造 1 美元收入，就能获得 3 美元服务收入，并由前置部署工程师和新的认证合作伙伴目录提供支持。
在纽约峰会上，ElevenLabs 为其 AI 交互层发布了新模型、智能体和部署选项，其中包括负责管理轮流发言并将对话各部分路由至更便宜或前沿 LLM 的交互引擎。ElevenAgents 新增记忆功能，可构建回头客的结构化记录，以及例程功能，这是用于通话前、通话中和通话后多步骤工作的自动化层。ElevenLabs 还预览了 ElevenAI 职场应用，今日开放免费早期访问；推出了合作伙伴计划，目前覆盖 44 个国家的 550 多家合作伙伴，并与麦肯锡结成联盟；同时推出了 ElevenLabs 市场；NVIDIA 的 Nemotron 3.5 Super VL 现已在 ElevenAgents 中可用，并新增 15 MW 的 Vera Rubin 算力容量。
ElevenLabs 推出了 ElevenLabs Marketplace，这是一个由技术合作伙伴基于其模型构建的、面向特定行业的 AI 与语音应用精选集合，首批合作伙伴包括 Salesforce、IBM、NiCE、Twilio 和 Zendesk。企业可以探索金融服务、保险、医疗健康、电信、零售和政府领域的解决方案，并直接与这些方案背后的合作伙伴建立联系。从明年开始，符合条件的合作伙伴解决方案将可通过现有的 ElevenLabs 承诺购买。
Modal 与蚂蚁集团和 Tines 一道，成为加入 gVisor 维护者行列的三家公司之一；与此同时，Google 将该项目及其商标捐赠给 CNCF，采用维护者主导的治理模式。Modal 表示其每天启动多达 4000 万个 gVisor 容器，并自 2023 年起向上游贡献代码，包括 nvproxy GPU 支持、名为 rdmaproxy 的 RDMA 设备代理，以及 tmpfs 和内存分配器优化。该公司表示正在为 gVisor 开发多 GPU 内存快照和 GPUDirect Storage 支持。
ElevenLabs与NVIDIA已在模型、基础设施和主权部署方面扩大合作，将NVIDIA Nemotron 3.5 Super VL引入ElevenAgents平台。ElevenLabs计划在现有Blackwell Ultra系统之上新增15MW的NVIDIA Vera Rubin算力，并利用NVIDIA机密计算为波兰Centralna e-Rejestracja预约系统在本地部署语音智能体。据ElevenLabs称，在ElevenAgents客户支持基准测试中，Nemotron 3.5 Super VL实现了领先的端到端任务完成准确率，成本比其他领先开源模型低70%。
ElevenLabs表示，企业客户目前贡献其营收的55%以上，其技术已进入十大科技公司中五家、十大保险公司中五家以及十大电信运营商中四家的日常运营。在纽约峰会上，Ramp、Customers Bank、Banco Inter、Clover Health和FOX Sports等客户介绍了如何使用ElevenAgents和ElevenCreative开展支持代理、入职引导、多语言服务，以及在FOX Sports App中打造评论员Colin Cowherd的AI形象。
NVIDIA重点介绍了四家Inception初创公司，它们利用AI和机器人技术在回收工厂分拣混合废弃物。AIRECO的Jetson Orin NX试点线识别准确率超过95%，目标是将年处理能力从18,000吨提升至48,000吨，同时将运营成本降低85%；EverestLabs已在北美和澳大利亚部署了约150台视觉引导机器人。
Vapi 推出 Agent Loop 早期访问版，计划于明年初正式发布（GA）。它是一个可自我改进的框架：只需一段简单提示即可构建语音智能体，针对业务目标对每通电话打分，为未达标之处起草修复方案，在模拟环境中测试，并先推送到一小部分实时流量，然后再全面上线。该循环运行在 Vapi 的基础能力之上，包括现已可在仪表盘中使用的 Simulations 和 Traffic Splitting，以及即将推出的 Goals、Call Health 和 Experiments。每个 Agent Loop 智能体都是真实的 Vapi 助手，因此工程师可保留完整的仪表盘和 API 访问权限，且任何变更上线前都需要人工批准。
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。
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。
JioStar 首席架构师 Vijay Seshadri 分享了在 5 亿用户规模下运行 AI 发现的经验，涵盖评估、护栏以及将 AI 投入生产。这篇由 OpenAI 发布的文章聚焦大规模 AI 部署背后的运营实践。
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。
Resend 联合创始人兼 CEO Zeno Rocha 做客 Latent Space 播客，解释这款邮件 API 如何被设计成能被编码智能体选中；他引用了一项 AEO 研究，其中 Claude Code 在 102 次邮件推荐中有 64 次首选 Resend。Resend 早期的切入点是 React Email——一个开发者可用于任何服务商的模板工具，因此在他们切换之前，仓库里就已经有一些 Resend 代码。
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发布了一篇工程概述，介绍Your algorithm——一套AI工具，让Facebook用户用自然语言说明自己希望在Feed和Reels中看到什么，并提供一个可编辑页面列出“感兴趣”和“不感兴趣”的主题。每次更改都由一个较小的LLM验证，用嵌入和搜索关键词丰富，并保存到一个共享存储中，Feed和Reels都会读取该存储，同时一个微调过的LLM重排器会移除与新添加的“不感兴趣”主题匹配的内容。Meta表示，补充性的尾部加载和客户端缓存失效使更改更快生效，并且一个单独的LLM评判器会在上线前对Lately Summary等输出进行评分。
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。
NVIDIA 正将其用于保护和治理自主 Agent 的开源运行时 OpenShell 作为 Sandbox 项目贡献给云原生计算基金会，同时也为 Google 主导的 Agent Substrate 做出贡献。NVIDIA 宣布了三个新的 DSX AI Factory 平台组件：NVIDIA Kubernetes Engine 和 NVIDIA Kubernetes Recipes（现已进入公开预览），以及 NVIDIA Snapshot，后者可在数秒内恢复检查点副本，无需重新加载模型或预热。Crusoe 在 Crusoe Cloud 上测试了 GLM-5.3，将工作负载就绪时间从大约八分钟缩短至 31 秒，而 Saturn Cloud 将 vLLM 启动时间从 2 到 8.5 分钟缩短至 6 分 34 秒。
推荐理由：NVIDIA 将其 Agent 安全运行时 OpenShell 贡献给 CNCF，并为 GPU AI 工厂新增 Kubernetes 工具，早期 Snapshot 结果将推理启动时间从数分钟缩短至数秒。
Mastra 推出 Mastra Forward，这是一项 AI 工程服务，为每位客户配备一名指定的前置部署工程师，并搭配 Mastra Factory——一个安装在客户代码仓库中的智能体集群。该服务按年计费，费用低于雇用一名资深 AI 工程师，并包含企业许可证，支持托管、自托管或 BYOC 部署，另附 Trace Intelligence 资源池。Mastra 表示其工厂每周产出 750+ 个 PR。
Mastra 现已在 MCPServer 和 MCPClient 中支持 tasks，使长时间运行的工具调用可在后台执行，同时智能体继续响应用户。服务器会立即返回一个任务 ID，客户端轮询状态值 working、input_required、completed、failed 或 cancelled，任务完成时会向智能体发送通知。工具可设置为 always、auto（默认 2 秒 syncWindowMs 后）或 off，任务仍可调用 suspend() 等待人工输入；该功能需要 @mastra/mcp@2.7.0 和 @mastra/core@1.81.0 或更高版本，且仍处于实验阶段。
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。
The Pragmatic Engineer采访了Antithesis的杰出工程师、Pony语言核心贡献者Sean Allen，讨论软件正确性与供应链安全。Allen认为，ML语言家族的强类型系统在编译期捕获的错误比ALGOL家族语言更多，而手动测试是确保正确性最差的方式。他还表示，供应链攻击没有单一的简单修复方案，因为像'E'这样防御稳健的语言并不流行，而流行语言则假设生态系统可信。
LiveKit 发布了 LiveKit Portal for ROS 2，这是一个独立的 ROS 2 节点，可将 ROS 图连接到 LiveKit 房间，使 ROS 和非 ROS 参与者能够通过 WebRTC 交换话题、服务调用和视频，而无需跨网络暴露 DDS。它支持四条数据路径——通过 DataTracks 传输话题、通过 RPC 传输服务、将图像作为 VideoTracks 传输，以及直接视频源——并提供 YAML 规则来配置方向、速率限制和模式编码。一个演示将立体 SLAM 和场景重建从 Jetson Orin Nano 漫游车卸载到桌面 RTX 5090。