烏蘭察布，一座偏遠的中國城市，成為AI繁榮之城與年輕勞工的磁石
烏蘭察布曾是內蒙古一座鮮為人知的城市，隨著資料中心遍布其草原，如今已成為新興的AI運算樞紐，吸引來自中國各地的年輕勞工。快手於2023年在當地啟用其首座自建資料中心，DeepSeek則於今年4月刊登資深維運職缺，月薪最高達3萬元人民幣（4,200美元）。如今勞動市場已趨於飽和，雇主紛紛提高招聘門檻，有些甚至只考慮學士學位持有者。
#部署/工程
Recode China AIAI 評分3838 Google Blog · AIAI 評分5858 Google Cloud 推出醫療保健版 Gemini，自動化臨床與行政工作流程
Google Cloud 宣布推出醫療保健版 Gemini，這是一套 AI 解決方案，透過連接電子健康紀錄、帳務平台、臨床指引與 Medicare 資料集，整合分散的臨床、營運與行政系統。該平台在這些脈絡中進行推理，以在既定護欄內並搭配人工監督，編排病歷彙整與事前授權審查等多步驟工作流程。初期以預覽形式推出，合作夥伴包括 HCA Healthcare、Highmark Health 與 Northwell Health，目標是解決臨床人員每週因文書作業而損失的約 28 小時。
LangChain BlogAI 評分5959 Stripe 如何在一週內用 Deep Agents 打造 Kai
Stripe 以 LangChain 的開源 Deep Agents 框架打造了全公司通用的知識 AI 平台 Kai，由一位工程師在一週內完成初版。這套技術堆疊在 Deep Agents 之上疊加了 Stripe 專屬的框架與配置層，採用由 S3 支撐的檔案系統中介軟體、用於執行程式碼的沙箱中介軟體、用於長時間工作階段的摘要中介軟體，以及橫跨 500 多個內部 MCP 工具與 1,000 多項技能的基於技能的動態工具載入機制。Kai 在大約四週內從 296 名使用者成長到超過 5,000 名，如今 Stripe 有 83% 的人每週使用，累計超過 6 萬個工作階段。
Hugging Face Blog精選AI 評分6060 Hugging Face 解釋決策模型及其在 Transformers 與 llama.cpp 中的支援
Hugging Face 發布了一篇關於決策模型的說明文章，這類模型接收狀態與具型別的問題，並回傳預定義答案上的機率，而非生成文字。文章詳細介紹了 choice、score 與 noul 原語、信心公式，以及透過 Transformers 的 DecisionPipeline 與 AutoModelForDecision 提供的新支援、Transformers 與 llama.cpp 中共用的 /v1/systemone 端點、用於探索的 Hub 標籤，以及使用 Trainer API 進行微調。文章指出，同一個端點也能透過在批次前向傳遞中對答案 logits 評分，與相容的自迴歸 LLM 搭配運作。
推薦理由：Hugging Face 解釋了決策模型如何將分類轉變為具型別、非生成式的介面，並展示如何用 Transformers 與 llama.cpp 來服務與微調這些模型。
OpenRouter Announcements精選AI 評分7272 OpenRouter 對 15 個視覺模型與 Mistral OCR 進行掃描文件基準測試
OpenRouter 在八份自製的劣化掃描檔上測試了 15 個視覺模型、Mistral OCR 與 Tesseract，Claude Opus 5.5 最準確，264 個關鍵值中答對 262 個，每 1,000 頁成本 $16.42，而 Mistral OCR 性價比最佳，264 個中答對 258 個，成本 $2.02。在一張褪色收據上，GPT-6 Luna 與 GPT-6.1 Sol 捏造了卡片數字、一個伺服器名稱與 wifi 密碼，這些錯誤無法從字元錯誤率中看出。文章包含轉錄掃描檔、關閉推理、交叉核對兩個不同實驗室的模型，以及透過 file-parser 外掛執行 Mistral OCR 的程式碼。
推薦理由：對 15 個視覺模型加上 Mistral OCR 與 Tesseract 在八份劣化掃描檔上進行實測基準測試，並附上可執行的程式碼，可交叉核對兩個模型以揪出捏造的值。
Hugging Face BlogAI 評分2020 Hugging Face Hub 現在支援透過 Google Cloud 帳戶計費
Hugging Face 組織現在可以連結 Google Cloud 帳戶，讓 Hub 的使用量顯示在既有的 Google Cloud 帳單上，而非透過信用卡付款。此設定透過 Google Cloud Marketplace 進行，涵蓋 Team 或 Enterprise 訂閱、依用量計費的運算服務如 Jobs、Inference Endpoints、Inference Providers 和 GPU Spaces，以及按 Hugging Face 公開定價的額外儲存空間。訂閱在 Marketplace 計費開始前會由 Hugging Face 審核，已綁定信用卡的組織則會在下一个計費週期開始時切換。
Google AI · DEVAI 評分4242 Claude Fable 5.2 現已在 Google Cloud 上推出
Claude Fable 5.2 現已在 Google Cloud 上推出，鎖定用於執行高難度技術工作的長時間執行代理。該模型定位於跨多個儲存庫與單一儲存庫的代理式程式設計、涵蓋數小時至數天無人值守工作並具備子代理協調的工作流程，以及包含物理計算、形式證明與資料分析的科學與資料管線。
MIT Technology Review · AIAI 評分4040 為何資料中心的反彈其實是電力問題
走訪維吉尼亞州的資料中心走廊後發現，對AI資料中心的反彈，更多是由電力需求驅動，而非大型科技公司所描述的文化戰爭。當地一座典型設施用電54兆瓦，而對AI訓練有吸引力的最小場址需要300兆瓦，理想場址約需6,000兆瓦——大致相當於芝加哥的用電量。企業正轉向現場燃氣渦輪機和柴油發電機，維吉尼亞州已實施新規，要求資料中心全額支付新建輸電線路的費用。
LangChain BlogAI 評分5050 LangSmith BYOC 在 AWS 上正式推出
LangSmith Bring Your Own Cloud (BYOC) 現已在 AWS 上正式推出，為企業提供在其自有 AWS 帳戶與 VPC 中執行的受管 LangSmith 部署。追蹤、資料集、實驗、提示、代理部署與沙箱資料等敏感資料皆保留在客戶的 AWS 環境中，而 LangChain 則負責監控、升級、擴展與叢集生命週期管理。BYOC 適用於美國、歐盟與亞太地區共 15 個 AWS 區域的 Enterprise 客戶。
Meta Engineering BlogAI 評分4040 Meta 以廠商中立的加速器外掛架構擴充 LLDB，實現 CPU-GPU 除錯
Meta 在 lldb-server 中建構了一套廠商中立的加速器外掛架構，讓 LLDB 能在單一工作階段中除錯橫跨 CPU 與 GPU 的應用程式。此設計將 CPU 與 GPU 表示為各自獨立的 LLDB target，各自擁有架構、執行緒、暫存器與位址空間，並由外掛將廠商的裝置除錯 API 轉譯為 LLDB 概念。GPU 支援僅在應用程式使用受支援的 GPU runtime 時才會啟用，因此純 CPU 除錯仍走既有的原生路徑，不會增加額外負擔。
Mastra BlogAI 評分2525 Mastra 推出 Mastra FDE 前線部署工程計畫
Mastra 推出 Mastra FDE，這是一項前線部署工程計畫，開放給任何正在打造代理的團隊，將 Mastra 工程師派駐到客戶團隊中，從架構設計一路支援到正式上線。合作模式從每週 6 小時的顧問形式，到每週 20 至 40 小時的實際開發，並搭配與 Mastra 創辦人及工程師共用的 Slack 頻道，以及 Mastra Enterprise。Mastra 表示，這項計畫的成本低於聘請一位資深 AI 人才。
Claude BlogAI 評分3434 Curative 如何用 Claude 上的代理打造全國供應商網路
Curative 在 Claude 上建構了一套代理階層，簽署供應商合約的速度約為其團隊 2025 年的 50 倍，透過其代理 Gwen 達成 23,000 份合約簽署，每週新增 2,000 至 2,400 份合約。Gwen 每次執行處理一筆供應商交易，主要使用 Claude Opus，而 Sonnet 費率審查員清除了約三分之二的超模板費率請求，Haiku 審判員則在每條訊息發送前進行審閱。每份合約約消耗 2,000 萬個 token，成本約為原先的十分之一，Curative 的合約團隊已從 45 人增至約 55 人，每人的生產力約為原來的 2.5 倍。
Mastra BlogAI 評分2525 Mastra Platform 推出 25 美元入門方案，含專用伺服器
Mastra Platform 推出 25 美元的 Starter 方案，提高每月運算、資料與可觀測性事件的額度，並包含一台 Small 專用伺服器且其運算費用已涵蓋。所有方案的額度現已提高，免費層更名為 Free，其中無伺服器代理可免費執行。專案可採無伺服器執行，或部署於 Small、Medium、Large 伺服器，而 Mastra Connect 會依方案增加連線額度。
MIT Technology Review · AIAI 評分1212 Lubrizol 在特用化學品領域的 AI 驅動研發策略
Lubrizol 正在建立數位基礎，串接業務流程、現代化資料平台與雲端基礎架構，以加速特用化學品的研發。IT 副總裁 Girish Rao 表示，目標是給科學家更好的工具，而非取代科學判斷，並由科學家、資料科學家和 IT 人員組成的「融合團隊」從小規模試點著手以建立信任。雲端存取也支援永續發展工作，例如對澱粉和玉米基材料替代品進行建模。
Hugging Face BlogAI 評分4040 HOPE：混合專家語言模型中的高階專家剪枝
研究人員提出 HOPE，一種針對混合專家語言模型的二階專家剪枝方法，該方法考量共同激活專家之間的成對交互作用，而非獨立地為每個專家評分。在 50% 剪枝率下，HOPE 取得所有方法中最佳的平均排名，在代理式編碼任務上相較於次佳的剪枝方法最高提升 +6.1%。此研究針對 Qwen3.5-122B 等模型的記憶體瓶頸，其中專家 MLP 佔據約 250 GB 足跡的 95%。
Anthropic · Claude.dev精選AI 評分6060 Anthropic 指南：如何在 Claude Fable 5.2、Opus 5.5、Sonnet 5.5 與 Haiku 5.5 之間選擇
Anthropic 發布指南，建議開發者將多數程式設計與知識工作從 Claude Opus 5.5 的預設中等努力等級開始，因為其每 token 成本僅為 Fable 5.2 的一半。該指南將 Sonnet 5.5 對應到範圍明確的日常工作，Haiku 5.5 對應到高頻分類、路由與子代理任務，Fable 5.2 則對應到最困難的程式設計、金融與科學專案或長時間無人值守的執行。指南也建議在切換模型前先調整努力等級，並指出在 SWE-bench Pro 上，Opus 5.5 以低努力執行、失敗者再以高努力重跑，通過約 97% 的任務，每項約 $0.17，相較之下每項任務都以高努力執行則為 95.3%、每項 $0.29。
推薦理由：Anthropic 自家的指南將每個 Claude 模型與努力等級對應到具體任務類型，並提供每項任務成本與基準比較，以供從中選擇。
Zyphra Research精選AI 評分7878 Zyphra 發布 ZONOS3-Mini：一款可在裝置端執行的 Apache 2.0 零樣本語音複製 TTS 模型
Zyphra 發布 ZONOS3-Mini，這是一款稀疏 MoE 文字轉語音模型，具備 1 億活躍參數與 8 億總參數，採用 Apache 2.0 授權，以 112 張 NVIDIA H100 訓練 2.5 天。它在 Pixel 9 的瀏覽器上可達到低於 570 毫秒的首次音訊延遲，在 M3 MacBook Air 上則低於 150 毫秒，並提供 WebGPU、SGLang、vLLM 與 GGML 的執行環境。該模型新增對身分、口音、品質、情緒與表達方式的控制，包括詞級引導，且 Zyphra 表示它在其新的 ZTTS2-Eval 基準測試中於開源模型裡排名第一。
推薦理由：Zyphra 這款精巧的 MoE TTS 模型將零樣本語音複製與詞級表達控制結合，同時能在手機與筆記型電腦上即時執行。
NVIDIA BlogAI 評分3838 NVIDIA 宣布計劃投資韓國新創公司 Point2、Motif Technologies、RLWRLD 與 Upstage
在首爾舉行的 MSIT-NVIDIA AI 新創合作論壇上，NVIDIA 宣布投資韓國 AI 互連新創公司 Point2，並計劃對 Motif Technologies、RLWRLD 與 Upstage 進行額外投資。這四家公司涵蓋完整的 AI 堆疊，從基於 RF 的晶片對機架互連與開放權重基礎模型，到機器人基礎模型與 Solar 語言模型。這些計劃中的投資建立在 NVIDIA Inception 之上，該計畫擁有超過 1,000 家韓國成員。
NVIDIA BlogAI 評分3636 NVIDIA 在韓國推進半導體、自動駕駛與機器人領域的實體 AI 發展
NVIDIA 正協助推進韓國的實體 AI 生態系，三星、Kakao Mobility 與 LG 電子將加速運算、AI 與模擬應用於半導體製造、自動駕駛車輛與機器人。三星的 sMOL 平台透過 NVIDIA cuEST 執行特定量子化學計算，速度最高提升 5 倍，且一個 AI 均質化案例將模擬時間從 32 核心 CPU 上約 18 小時縮短至 41 秒。Kakao Mobility 計劃在 NVIDIA DRIVE AGX Thor 上打造 Level 4 自動駕駛系統，而 LG 則在真實製造環境中，以旗下 CLOiD 機器人展示了由 NVIDIA Isaac GR00T 驅動的操作能力。
NVIDIA BlogAI 評分3636 韓國 AI 生態系進展並以 NVIDIA 確保代理式 AI 安全
現代汽車集團正在探索 NVIDIA NemoClaw 藍圖與 NVIDIA OpenShell 執行環境，而 AIM Intelligence 正將其 Starfort 平台與 OpenShell 整合，以支援用於員工生產力與企業工作流程的安全 AI 代理。OpenShell 是 NVIDIA Open Agent Safety Platform 的關鍵元件，提供沙箱化執行與基於政策的控制，以治理自主代理的行動。LG AI Research 也正在開放 K-EXAONE-2.5 的 API 存取，該模型使用 NVIDIA Nemotron 資料集開發，包括 Nemotron-Personas-Korea，這是一個包含 700 萬個合成韓國人物誌的開放資料集。
NVIDIA BlogAI 評分3434 NVIDIA 與韓國科學技術情報通信部擴大主權 AI 合作，從晶片延伸至人才培育
NVIDIA 與韓國科學技術情報通信部正擴大其主權 AI 合作，涵蓋 AI 半導體、資料中心基礎設施、人才、新創、模型、代理及安全。此合作為韓國 NPU 與 XPU 公司開闢參與 NVIDIA NVLink Fusion 生態系統的途徑，同時透過培訓、認證、黑客松及技術研討會來強化 GPU 運用。NVIDIA 也將在韓國「AI for All」倡議下，與三個入選聯盟及四家韓國領先的基礎模型開發商合作，運用 NVIDIA Dynamo 來優化並擴展 AI 推論。
Figma BlogAI 評分3838 在畫布上使用 Figma agent 的六種方式
Figma 概述了直接在畫布上使用其設計 agent 的六種方式，從透過 Granola、Notion 或 Google Drive 等連接器引入會議記錄來標註設計，到彙總留言回饋並套用已達成共識的變更。該 agent 還能建立自訂 shader、使用團隊的資源庫在單一提示中生成多種版面配置變化、將靜態設計轉為可互動的程式碼圖層，以及加入動態效果。
Google Developers Blog精選AI 評分6060 Google Cloud MaxText 新增上下文平行處理，支援 TPU 上的長上下文訓練
Google Cloud 在 MaxText v0.2.4 中發布長上下文訓練支援，這是其開源的 JAX 訓練框架，在 Cloud TPU 上新增四種上下文平行策略：All-gather、A2A（DeepSpeed Ulysses）、P2P（Ring Attention）以及 A2A + P2P 混合（USP）。以 Llama 3.1 8B 進行的基準測試在 TPU 5p 上、序列長度最高達 400 萬個 token 時達到 70% MFU，上下文在 TPU 5p 和 TPU 7 上均擴展至 1400 萬個 token，其中 TPU 7 在低於 600 萬個 token 時維持 50% MFU。此版本已於 PyPI、Docker 映像檔和 GitHub main 上發布，並附有 TPU 7 和 TPU 5p 的範例配方。
推薦理由：MaxText 在 Cloud TPU 上的四種上下文平行策略，加上 Llama 3.1 8B 的基準 MFU 數據，為團隊在選擇如何進行數百萬 token 序列長度的訓練時提供了具體參考。
Google Developers BlogAI 評分5858 Google AI Studio 新增可從提示詞建構 Google Maps Platform 應用程式的功能
Google AI Studio 現在讓使用者能直接從提示詞建構由 Google Maps Platform 驅動的應用程式，由 AI Studio 處理設定與 API 金鑰管理，且無需信用卡。此整合涵蓋 Maps、Places、Routes 與 Environment API，沙箱允許每個 API 每天 100 次呼叫，配額每 24 小時重置。連結 Google Cloud 帳單帳戶即可在標準 Google Maps Platform 定價下解鎖正式環境等級的配額。
Anthropic Research精選AI 評分7171 Anthropic 在真實世界電子設計上測試 Claude Fable 5.2
Anthropic 報告指出，Claude Fable 5.2 僅憑極少提示便設計出三款電子裝置：免持擴音電話、語音助理中樞與掌上型虛擬寵物，且 Diode Computers 依其設計檔案打造出可運作的原型，無須修正電路。在 Diode 內部的 PCB Gym 基準測試中，Fable 5.2 得分 69%，Fable 5 則為 25%；在公開的 BenchCAD 2.1 上，它達到 83.5%，幾乎是 Claude Fable 5.1 的兩倍。這些裝置仍屬原型，尚未經過電氣驗證、天線調校、熱測試或認證，且 Claude 並未連接至測試設備或製造機器。
推薦理由：Anthropic 親自說明 Claude Fable 5.2 設計出三款可運作的電子裝置，顯示模型已從局部 PCB 佈局大幅進展到端到端的硬體原型製作。
Google Developers Blog精選AI 評分6262 Google 在 Google Cloud 上正式推出 Pathways，用於大型模型訓練
Google 宣布，其用於大型模型（包括 Gemini）的分散式訓練系統 Pathways 已在 Google Cloud Platform 上正式推出（General Availability）。Pathways 以單一 Python 用戶端宣告整個計算為資料流圖，取代了鎖步式 SPMD 執行；分散式執行階段則將區塊放置於虛擬裝置上、移動並重新分片張量，並在整個叢集間排序工作。Google 表示，此設計可讓故障主機重新對應到健康的晶片上，而不必重新啟動作業；且共用的 Pathways 服務能從單一叢集服務多個用戶端。
推薦理由：Google 說明了 Pathways 的單控制器模型與 SPMD 的差異，以及它如何處理跨群組張量傳輸、排程與主機故障復原。
Preferred Networks NewsAI 評分5555 Preferred Networks 以開放權重發布 PLaMo 3.0 Fin 金融專用小語言模型
Preferred Networks 發布 PLaMo 3.0 Fin，這是一款金融專用小語言模型，建構於與 NICT 共同研究中開發的 PLaMo 3 NICT 預訓練模型，並進一步以日本金融資料訓練，在 Hugging Face 上依 PLaMo Community License 發布開放權重。該模型新增逐步推理（Reasoning）功能，推理過程以日文輸出，並支援工具呼叫，可進行網頁搜尋、計算及內部資料庫存取，且能在封閉雲端或地端環境的單一 GPU 上執行。PFN 表示，推理與工具使用的指令遵循訓練是在自家 MN-Core 2 AI 晶片上完成，程式碼移植在一週內完成，訓練速度與 GPU 環境相當。
Artificial Analysis ArticlesAI 評分5858 Artificial Analysis 發布 Endpoint Accuracy Index v1.1，收緊長上下文區間並涵蓋六個模型
Artificial Analysis 推出 Endpoint Accuracy Index v1.1，收緊了 AA-LCR-25 的信賴區間，並新增對 GLM-5.3 Flash 與 Muse Spark Open 的涵蓋。在受測的 103 個無伺服器端點中，有 24 個在統計上低於自架參考，原因包括輸出 token 上限、推理能力降低、工具呼叫格式錯誤與請求逾時。將 AA-LCR-25 提高至每題 25 次重複，使其平均 95% 信賴區間從 ±4.7 點收窄至 ±2.6 點，而在兩個版本下皆計分的 45 個端點上，綜合指數區間從 ±5.5 點收窄至 ±4.3 點。
SemiAnalysisAI 評分6060 SemiAnalysis 參訪遠景位於內蒙古的 800MW Galaxy 資料中心園區
SemiAnalysis 參觀了遠景位於內蒙古烏蘭察布的 Galaxy 園區，該園區規劃 IT 容量最高達 800MW，第一期 120MW 在一年內交付，成本約為美國的五分之一。園區運行一套實際運作的 5MW 800V 直流試點，採用固態變壓器將 10kV 交流電直接轉換為 800V 直流電供機櫃使用，並讓液冷與風冷伺服器共用一個水迴路，省去中央冷水機。遠景前兩期超過 60% 的電力來自其自有 420MW 風電場加上 4 小時電池儲能，整個園區預計於 2027 年底完工。
GitHub Blog · AI & MLAI 評分3838 超越程式碼生成：開發者的代理式工程指南
GitHub 發布了一份代理式工程開發者指南，說明 Copilot 如何支援軟體工作的規劃、建置、驗證與觀察階段。該指南引用 GitHub 今年十月單週 12 億次提交的數據，較一年前增加超過 400%，並引用 Faros AI 的一項研究發現：隨著團隊從低 AI 採用度轉向高 AI 採用度，拉取請求在審查階段停留的時間延長了 441%。指南詳細介紹了多項功能，包括 Slack 或 Teams 中的 Copilot、Plan Mode、GitHub Agentic Workflows、雲端沙箱、工作階段持續性、共享記憶體、Copilot Dreaming 以及 Copilot Fusion。
Ai2 · Allen Institute for AIAI 評分5858 Ai2 發布 ToyBlocks，一個用於機器人學習與評估的可控模擬世界
Ai2 發布 ToyBlocks，這是一個圍繞機械手臂與桌面上積木建構的開放模擬框架，作為其 FoundationWorlds 中首個用於可控機器人學習研究的項目。ToyBlocks 透過 Isaac Lab 中的強化學習與運動規劃自動生成任務與示範，在單一 GPU 上可達最高 24 倍的即時資料生成速度，並隨附 85,336 條長時程示範，涵蓋近 1,600 小時與 1.44 億幀。在 Franka FR3 的真實世界測試中，ManiFlow 的原子技能成功率在模擬中為 80.0%，在硬體上為 81.1%；而 Molmo 2 加 ManiFlow 系統則在模擬回合中成功 55.5%，在真實回合中成功 50.0%。
vLLM BlogAI 評分5858 vLLM 將其 CUDA 建置遷移至 LibTorch Stable ABI
vLLM 已將其 CUDA 建置遷移至 LibTorch Stable ABI，自 v0.33.0 起發布 LibTorch ABI Stable CUDA wheels，因此新的 PyTorch wheel 無需重新建置 vLLM 即可匯入。團隊將 in-tree 原始碼與七個依賴 LibTorch 的相依套件（包括 FlashMLA、DeepGEMM 與 FlashAttention-2/3）遷移至穩定 API，並在 CI 中使用 torch-abi-audit 確認不再殘留不穩定符號。文章指出取捨，例如穩定 API 子集有限與少量主機端額外開銷，並表示 CPU 與 ROCm 建置將是下一步。
OpenClaw BlogAI 評分5050 OpenClaw 新增自動更新模型目錄，新模型無需更新應用程式即可使用
OpenClaw 重建了模型探索機制，讓 GPT-6.1 Sol 等新模型無需發布新版本即可出現，改為從 catalog.openclaw.ai 的自動更新目錄（每四小時重建一次，約 1,000 個模型）、各帳號自身的供應商模型清單，以及與 PATH 上較新版本 Codex 的握手來取得清單。此目錄可在執行中的 Gateway 上即時切換，且供應商逾時或目錄替換後，模型清單不再縮減。
vLLM Blog精選AI 評分7777 REINFORCE Zero：核心對齊讓非同步 RL 在策略延遲 64 下穩定訓練，並擴展至 DeepSeek-V4.1 與 Kimi K3.1
NVIDIA Research 與 Inferact 的 REINFORCE Zero 論文顯示，對齊 rollout 與訓練器的核心，可讓未裁剪的 token 級重要性取樣修正剩餘的權重延遲，在策略延遲 64 下穩定訓練 20,000 次更新，並在核心對齊時達到同步訓練 2.40 倍的訓練步吞吐量。使用標準核心時，rollout 到學習器的 KL 中位數在整個訓練過程中上升 83.33 倍，線上 AIME24 pass@1 從 34.27% 降至 13.96%，而序列閘門雖能穩定訓練，但在最後 1,000 次更新時會拒絕 24.48% 的序列。零不匹配設定現已涵蓋 DeepSeek-V4.1-Flash、發布當日的 Kimi K3.1，以及在 AMD MI355X 上的 DeepSeek-V4-Flash 與 Kimi K3.1，程式碼位於 Inferact/zero-mismatch-rl 與 NVIDIA-NeMo/labs-molt。
推薦理由：NVIDIA Research 與 Inferact 將非同步 RL 的 rollout 與學習器差距拆分為權重延遲與核心不匹配，顯示對齊核心可讓未裁剪的重要性取樣在策略延遲 64 下維持穩定訓練。
vLLM BlogAI 評分5555 VeRL-Omni v0.3.0 發布，支援非同步訓練與更廣泛的多模態後訓練
VeRL-Omni v0.3.0 已發布，帶來非同步與解耦的 RL 執行路徑、以 V1 trainer 作為預設，並擴展了涵蓋圖像、影片、音訊與多模態理解的後訓練範圍。此版本新增全非同步的 Qwen3-Omni 文字與音訊訓練、搭配 replay buffer 的 separate-async Omni 與擴散訓練，以及包括 MiniMax H3 搭配 DiffusionNFT 與 MiniCPM-o 4.5 GSPO 的新配方。在 4×H800 80 GB 上進行的 MiniCPM-o 4.5 AVQA 實驗中，separate-async 3+1 在自然回應長度下每個 prompt 比 colocated 4+0 慢約 9%，在 512 tokens 時大致持平，在 1024 tokens 時則快約 6.7%。
Sierra BlogAI 評分3838 Sierra Accelerators 為 AI 代理處理基礎事務
Sierra 發布了 Accelerators，這是針對訂單追蹤、預約排程、理賠受理和身分驗證等高頻工作流程的預建套件，現已在 Agent Studio 中提供。每個 Accelerator 都附帶基本的整合與防護機制，Ghostwriter 會依據公司自身的政策進行調整；Sierra 的更新會保留延續，而客戶的變更則另行追蹤。團隊很快就能在內部建立並分享自己的 Accelerator。
SemiAnalysisAI 評分7575 SemiAnalysis 在代理式推論上以 Google TPUv7 Ironwood 對 NVIDIA GPU 進行基準測試
SemiAnalysis 在 InferenceX/AgentX 上發布了首個針對 Google TPUv7 Ironwood 的長上下文、多輪代理式推論結果，涵蓋四個模型，發現其在每美元效能上具競爭力，或在若干情況下達到最先進水準。在 FP8 的 GLM-5.2 上，TPUv7 在每秒每使用者 60 至 300 個 token 的範圍內，每美元 token 數達到 B200、B300 和 MI355X 的 1.2 倍至 2.7 倍，而 FP4 GPU 在 GLM-5.3 上仍領先，因為 TPUv7 要到 2027 年第一季的 TPUv8 才具備原生 FP4 支援。文章還主張，與 AMD 和 Google 相比，NVIDIA 的官僚作風拖慢了驅動程式和生態系統的貢獻。
Google Developers Blog精選AI 評分6060 Google 研究發現，過時的 TODO 錯誤參照在 13% 的編碼工作階段中分散編碼代理的注意力
參照。代理在 6% 的遭遇中依據該錯誤 ID 採取行動，其中 83% 的行動並非開發者所提示；41% 的非提示性繞道追逐已關閉的工單，而 57% 則觸及仍開啟的錯誤並擴大了範圍。在控制開發者、程式碼庫複雜度、任務類型、模型層級及其他因素後，非提示性錯誤繞道使每個工作階段多出 70% 的步驟、77% 的 token 及 105% 的等待時間。
推薦理由：Google 的大規模追蹤分析顯示，過時的 TODO 錯誤參照會使編碼代理陷入非提示性繞道，而其清理代理已移除數千個過時參照，審查者接受率超過 95%。
Modal BlogAI 評分2222 Snorkel 如何用 Modal 執行逼真的代理模擬
Snorkel 使用 Modal 的 GPU 與 CPU 沙箱，每月執行數百萬次代理模擬，每小時尖峰達數萬個沙箱，並依賴 Modal 對其評估的開放權重模型進行推論。採用 Modal 的記憶體突發功能後，Snorkel 的沙箱總帳單降低約 20%，目前約有 10-15% 的沙箱使用突發功能。Modal 是唯一能大規模滿足 Snorkel GPU 沙箱需求的沙箱供應商。
Microsoft ResearchAI 評分5858 微軟研究院的 PDD Kit 正式驗證代理撰寫的全端網頁應用程式
微軟研究院推出 PDD Kit，這是一個研究原型，能將開發者的自然語言意圖轉換為 Verus 形式規格，證明編碼代理的 Rust 程式碼對所有輸入皆符合該規格，並在證明無法觸及之處退回測試。在 GitHub Next 的 Chopin 內部示範中，團隊使用 PDD Kit 驗證 Pet Store 的登入邏輯，這是一個約 5,000 行的 Rust 全端應用程式，開發者審查的是意圖產物，而非逐行檢視生成的程式碼。PDD Kit 目前僅驗證 Rust，其保證建立在六個經開發者核准的可信片段上，包括 bcrypt 密碼檢查與兩次資料庫查詢。