vLLM v0.33.0 发布：升级 PyTorch 2.14 并支持多款新模型
vLLM 发布 v0.33.0 版本，包含来自 389 位贡献者的 927 个提交，其中 122 位为新贡献者。
推荐理由：更新日志列出了新增模型支持、推理加速数据和 CUDA 13.0 依赖变化，运维可据此评估升级对现有部署的影响。
#部署/工程
vLLM Releases精选AI 评分6161 Pydantic AI 官方文章精选AI 评分6464 Pydantic AI 评述 2026 年九个 Python AI Agent 框架及选型建议
Pydantic AI 官方按统一标准对比九个 Python AI Agent 框架，包括 Pydantic AI、LangGraph/LangChain、OpenAI Agents SDK、Google ADK、Microsoft Agent Framework、Strands Agents、CrewAI、Claude Agent SDK 和 Agno。
推荐理由：作者用统一标准逐一对比九个 Python Agent 框架的模型、持久化、审批、语音等能力，并明确给出各自适合的团队场景。
OpenRouter · Announcements精选AI 评分7373 OpenRouter 教程：构建在 Linux 沙箱中验证 bug 的 AI 代码审查器
OpenRouter 发布教程，讲解如何用其 Responses API 构建会先在托管 Linux 沙箱中运行检查、确认 bug 后再返回 patch 的 AI 代码审查器。
推荐理由：教程给出能跑在 Git 钩子和 GitHub Actions 的完整脚本，并用四模型实测的成本、耗时与修复率帮助选型。
OpenRouter · Announcements精选AI 评分6767 OpenRouter 详解开放权重与闭源权重模型的区别
OpenRouter 发文解释开放权重与闭源权重模型的区别，并给出平台用量数据：开放权重模型占 top 50 模型 token 用量的份额从 2025 年 10 月的 27% 升至 2026 年 9 月底的 72%。
推荐理由：原文以平台一手数据对比两类模型的用量份额与价格差距，并给出按价格上限混用两类模型的可迁移路由写法。
n8n BlogAI 评分5252 n8n 讲解 API 限流与节流的区别及工作流退避策略
n8n 博客讲解 API 限流与节流的区别：限流在超出配额后会以 429 错误拒绝请求，节流则将多余请求延迟或排队处理。
OpenRouter · Announcements精选AI 评分6969 Claude Code 用一次要花多少钱？OpenRouter 各模型真实会话成本
OpenRouter 基于截至 2026 年 10 月 18 日的 30 天真实会话数据给出 Claude Code 各模型单次费用中位数：2-9 轮会话在 Claude Opus 5.5 上为 $0.31、Claude Sonnet 5.5 为 $0.16、Haiku 5.5 不到 1 美分，10-49 轮则分别为 $1.39 和 $0.60。
推荐理由：原文用真实会话数据给出各模型单次费用中位数，解释首请求贵的缓存写入原因，并给出换默认模型等降本方法。
Amazon ScienceAI 评分4040 Amazon Science 如何用知识蒸馏与 Medusa 加速旅行应用的大语言模型
Amazon Science 与 Booking.com 合作，用知识蒸馏和 Medusa 框架加速旅行应用中的大语言模型。实验以 1.1B 参数的 TinyLlama 为学生、70B 参数的 Llama-3.1 为教师，最终模型匹配教师质量，推理提速 10-20 倍，成本不到三分之一。方案面向 AI Trip Planner、Smart Filters 和住宿描述生成三项功能。
MIT Technology Review · AIAI 评分5757 Partnership on AI 研究者撰文呼吁实时监控 AI 智能体行为
Partnership on AI 研究者 Madhulika Srikumar 与 Claire Leibowicz 撰文指出，当前智能体框架不能可靠生成安全部署所需的可观测性记录，业界应对智能体越权行为主要依赖运气和事后补救。
vLLM 官方博客精选AI 评分7373 vLLM 推出对 Mistral Large 4 的 Day 0 支持
vLLM 官方宣布为 Mistral 新旗舰 MoE 原生多模态模型 Mistral Large 4 提供 Day 0 支持，FP8 与 NVFP4 权重均可通过 vllm/vllm-openai:mistral-large-4 镜像部署。
推荐理由：原文在发布支持的同时给出 FP8 与 NVFP4 的质量速度实测对比，读者可据此为不同硬件规模选择部署配置。
OpenRouter · Announcements精选AI 评分7575 OpenRouter 教程：如何用 LLM 从 PDF 提取表格
OpenRouter 发布教程，讲解如何把 PDF 作为文件内容、连同描述单行的严格 JSON schema 发给模型，一次请求提取出带类型的表格行。在 5 个测试 PDF 共 644 个单元格上，能直接读 PDF 的模型全部答对，失败都来自解析路由，例如扫描件走免费的 cloudflare-ai 解析器会静默返回零行。
推荐理由：原文给出把 PDF 表格转成带类型行的完整请求写法，并总结解析路由和输出截断两类静默失败的检查方法。
PyTorch Blog精选AI 评分6161 PyTorch 2.15 发布，重写 NCCL 通信后端成为默认并优化大模型解码性能
PyTorch 2.15 正式发布，重写的 NCCL 通信后端成为所有 nccl 进程组的默认选项，并提供 TORCH_DIST_USE_NCCL2=0 和 nccl-legacy 回退路径。
推荐理由：官方逐项列出默认启用的重写 NCCL 后端、FSDP2 显存控制和 Apple Silicon FP8 等变化，读者可据此评估升级对现有训练与推理管线的影响。
Microsoft · Official Blog精选AI 评分6565 Microsoft 推出 Copilot harness，可通过 Foundry 托管构建多模型智能体
Microsoft 宣布将 GitHub 工程团队打造的 Copilot harness 通过 Microsoft Foundry 开放，开发者与企业客户可用全托管方式构建能推理、调用工具并完成复杂长任务的智能体。
推荐理由：原文解释了多模型编排层为何难以自建与维护，开发者可据此评估改用托管 harness 来聚焦上层应用的取舍。
Replit · BlogAI 评分4242 Replit 剖析 Agent Habitat 背后的安全智能体工作架构
Replit 介绍其 Agent Habitat 如何为 AI 智能体工作提供安全与治理基础设施，并在上周漏洞披露事件中依托既有隔离机制阻止了内核漏洞利用。该架构遵循四项原则：最小权限、隔离故障与凭证保护、生产变更经工程审查、智能体活动可审计。企业可通过 SAML SSO、SCIM、OAuth 范围控制及凭证 broker 等能力在受控边界内委派工作。
Ai2 / Allen Institute for AIAI 评分4343 研究人员如何将 olmOCR 2 适配到历史与考古档案
研究人员将 Ai2 开源模型 olmOCR 2 适配到历史与考古档案：在 CENTURIA 基准上用 LoRA 微调 57 条记录后，其余 450 条测试记录转写错误率从 15.58% 降至 1.11%。
Google Developers BlogAI 评分5555 LiteRT 在 Google Play services 中获得重大升级，GPU 推理约提速 1.4x 且应用可减小约 8 MB
Google 宣布 LiteRT 在 Google Play services 中获得重大升级，GPU 推理由开源引擎 ML Drift 驱动、比旧版 GPU delegate 快约 1.4x，应用改用后可减小约 8 MB。
Google Developers Blog精选AI 评分6161 Google Agents CLI 如何用评估闭环爬升智能体质量
Google 开发者博客发布 Agents CLI 评估实战教程，演示从首次评估、回归对比、换模型实验到定时告警的智能体质量爬升闭环，覆盖 eval generate、eval grade、eval compare、eval analyze 和 eval optimize 五个命令。
推荐理由：原文给出从基线、回归对比到定时告警的完整评估闭环命令和脚本，并用换模型实验说明只看均分容易误判换模型的真实得失。
n8n Blog精选AI 评分6363 n8n 3.0 Beta 发布，稳定版计划 12 月初推出
n8n 发布 3.0.0 Beta 测试版，聚焦提升可靠性、稳定性与安全性的内部变更，稳定版计划 12 月初推出。主要破坏性变更包括手动执行改由 worker 运行、移除内存二进制数据模式、Code 节点默认超时从 5 分钟降为 1 分钟、自托管仅支持 Docker，并移除 Function 和 Cron 等旧节点。
推荐理由：原文集中梳理了破坏性变更主题和迁移报告用法，正在使用 n8n 的用户可据此评估升级前需要调整的工作流。
PyTorch BlogAI 评分4444 用 ExecuTorch 优化 Arm 边缘设备上的流式语音识别
PyTorch 团队将 NVIDIA Nemotron 3.5 多语言流式 ASR 模型部署到 ExecuTorch，并在 Google Pixel 11 上用单推理线程进行性能剖析。
Google Developers BlogAI 评分4747 Google 用 LangGraph 与 Gemini 在 GCP 上构建多智能体会话式电商原型 HappyDelivery
Google 开发者博客演示了在 GCP 上基于 LangGraph、Gemini、FastAPI 构建的多智能体会话式电商原型 HappyDelivery，落实此前提出的三层架构（Ingress、Memory、Cognition）。
IBM Research · AIAI 评分4444 PyTorch 将 AI 生态向一类新加速器开放：IBM Spyre 深度适配
IBM 与 PyTorch 基金会推进 Spyre 推理加速器的一等 PyTorch 后端适配，torch-spyre 编译器规模约为原先系统的七分之一，并借助 vLLM 插件提升可用性。
GitHub Org · pinecone-ioAI 评分5656 pinecone-io 开源 pg_pinecone，在 Postgres 中通过一个 pgvector 列接入三种引擎
pinecone-io 在 GitHub 发布 pg_pinecone（Pinecone for Postgres），通过一个 pgvector 列提供三种引擎。
Google Research 博客精选AI 评分6060 Google Research 复盘基础模型走向结核病筛查一线的历程
Google Research 复盘团队五年 AI 结核病筛查历程，本周在 IDWeek 2026 分享从研究基准到临床工具与开源基础模型的落地路径。
推荐理由：原文复盘了从研究基准到临床认证工具再到开源模型底座的完整路径，医疗 AI 团队可参考其中跨越转化鸿沟的关键步骤。
n8n BlogAI 评分5555 AI Agent 记忆：LLM 智能体在生产环境中如何管理状态
n8n 博客发布由 Cognee FDE 负责人 Veljko Kovac 撰写的客座文章，讲解 LLM 智能体在生产环境中如何管理状态：模型每次调用从零开始，记忆必须放在模型外部，由外部层存储、检索并拼回提示词。
vLLM 官方博客精选AI 评分6565 vLLM 为 MiniMax-M3.1-Flash 提供 Day-0 支持，覆盖 NVIDIA 与 AMD 多款 GPU
vLLM 官方宣布为 MiniMax-M3.1-Flash 提供 Day-0 支持，覆盖 NVIDIA Blackwell、Rubin（含专属 Rubin 内核）与 AMD MI350 系列 GPU，并提供 NVIDIA 和 AMD 两个预构建镜像。
推荐理由：原文按 Blackwell、Rubin 和 AMD 三类硬件给出内核级加速数据与 AgentX 基准结果，推理部署选型时可对照自身场景参考。
vLLM 官方博客AI 评分5454 vLLM 详解在 GB300 NVL72 上大规模服务 DeepSeek-V4.1-Flash 的性能优化
vLLM 团队发布性能研究，在单台 NVIDIA GB300 NVL72 上用 P/D 分离和 Wide-EP 服务 DeepSeek-V4.1-Flash，跑 SemiAnalysis AgentX 达到每 GPU 954K tokens/s、P90 每用户 196 tokens/s，是此前单节点结果的 7.9 倍，成本 $38.96 每 GPU 小时。
Browser Use精选AI 评分6464 11款浏览器自动化工具对比评测，覆盖智能体、脚本与云端浏览器方案
Browser Use 官方博客刊出11款浏览器自动化工具的对比指南，将方案分为智能体、脚本库和云端浏览器三类，逐项给出能力、部署方式与定价。
推荐理由：原文按智能体、脚本和云端浏览器三类对比11款浏览器自动化工具的场景与定价，方便读者按任务类型选型。
vLLM 官方博客AI 评分5555 vLLM 用 PCP、DCP 与 Hybrid HiSparse 在 16 张 H200 上优化 GLM-5.3 长上下文服务
vLLM 团队在两台 8× H200 节点组成的 P/D 分离部署中，用 PCP8 × DCP8 prefill 加 Hybrid HiSparse decode 服务 GLM-5.3，相同吞吐下每用户交互速度达到 DP8 部署的 1.7–3.2 倍，且是所测配置中唯一能服务 1M token 上下文的方案。
PyTorch BlogAI 评分5454 PyTorch Conference North America 2026 举办，TorchTPU、TorchNeuron 等生态更新集中发布
PyTorch Conference North America 2026 于 10 月 20–21 日在圣何塞举办，吸引 3500 多名参会者，会议期间集中发布多项 PyTorch 生态更新。
Amazon ScienceAI 评分5050 Amazon 解析 TorchNeuron 技术原理，新 PyTorch 后端如何高效运行在 AWS Trainium 芯片上
Amazon 本周宣布开源 TorchNeuron，这个 PyTorch 后端可将 PyTorch 代码翻译为可在 AWS Trainium 系统上执行的操作，已有代码几乎无需修改即可运行。
n8n BlogAI 评分5555 n8n 拆解 AI 智能体工作流的幻觉检测方法
n8n 团队发布指南，拆解 AI 智能体工作流的幻觉检测方法，将幻觉分为事实性、上下文性、虚构和自相矛盾四类，并指出每类失败模式需要不同的检测手段。
n8n BlogAI 评分4141 有状态 vs 无状态：AI 智能体构建中的上下文管理
AI 智能体构建中，有状态架构在交互间保留对话历史等上下文，无状态架构则独立处理每个请求，这一设计决定系统的扩展性与容错性。LLM 本身不会跨推理请求自动保留对话，智能体需在模型外存储状态并注入后续请求来实现记忆。n8n 提供 memory nodes 与 state stores 两种方式，工程团队可按需选择智能体状态的存放位置。
n8n BlogAI 评分5151 自托管 LLM 与云端 API 如何取舍：n8n 分流请求实践
n8n 博客发文讲解如何用混合工作流在自托管 LLM 与云端 API 之间按规则分流请求。
Pydantic AI 官方文章精选AI 评分6565 Pydantic AI 接入 E2B 原生沙盒，编码智能体命令隔离运行
Pydantic AI 新增 E2B 原生沙盒支持，智能体加上 E2BSandbox() 能力后，每条 shell 命令和文件操作都在隔离的 E2B microVM 中运行，不触及用户本机环境。
推荐理由：原文展示编码智能体命令如何在隔离沙盒中运行，并给出多轮任务间暂停恢复与进程崩溃后继续的完整示例。
PyTorch BlogAI 评分5656 TorchTitan 更新：新增 SOTA 模型支持、性能提升与 TitanRL 强化学习栈
PyTorch 团队发布 TorchTitan 重大更新，新增对 Qwen3.5、Qwen3-VL、Kimi K2.7、Kimi K3、DeepSeek-V4、Muse Spark Open、Muse Glimmer 等开放权重模型的 5D 并行完整训练栈支持。
Google Developers BlogAI 评分5252 Google API Gateway 流式支持开启公共预览，无需改动 API 契约
Google 宣布 API Gateway 流式支持进入 Public Preview，SSE、WebSockets、gRPC streaming 等模式无需改动现有 API 契约即可启用。
vLLM 官方博客精选AI 评分6666 蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming
蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming，统一支持 Turing 起的各代 NVIDIA GPU、CUDA 兼容设备 T-Head Zhenwu 810E，覆盖稠密与 MoE 的多类权重量化组合。
推荐理由：原文给出从 Turing 到 Blackwell 各代 GPU 的量化推理提速数据和 vLLM 0.29.0 的启用方式，读者可对照部署硬件评估收益。
vLLM 官方博客AI 评分5454 vLLM 首日支持 Recursive 新模型 Flint，单张 GPU 可运行 40B MoE
vLLM 首日支持 Recursive 新模型 Flint，NVFP4 与 BF16 两种权重均可在单张 GPU 上运行，单张 GB200 上 100K 上下文的单请求解码约 500 tokens/s。
Google Developers BlogAI 评分5757 Google Agents CLI 扩展系统实战，从 ADK 到 LangChain 跑通智能体开发全流程
Google Agents CLI 自 1.5.0 起内置扩展系统，开发者无需分叉工具即可覆写或新增命令，1.8.0 附带第一方 LangChain 扩展。
Mistral AI精选AI 评分6060 Mistral 发布 Voxtral 3 语音模型系列与语音代理 SDK
Mistral 发布 Voxtral 3，包含新一代语音转写与语音合成模型系列和一个语音代理 SDK，今日起可通过 Mistral API（欧洲、美国和全球端点）使用，并支持自部署以控制音频数据。
推荐理由：原文附定价表和多组转录、TTS 对比基准，想搭建语音代理的读者可据此估算成本并权衡 API 与自部署。
Lovable BlogAI 评分5151 Lovable 发布 10 月企业级功能汇总，应用可部署到自有 AWS 或 Azure 账户
Lovable 发布企业级功能 10 月汇总，面向大公司的集中管控与自有云部署需求，Deploy on AWS 与 Deploy on Azure 开启私测，应用与数据可运行在企业自有云账户并经 VPC 或 VNet peering 访问内部系统。