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。
全部动态
Google Developers BlogAI 评分5555 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。
Replit · Blog精选AI 评分6363 Replit 推出 Cloud Agents 代码库功能，全员可直接向公司核心代码库提交变更
Replit 推出 Cloud Agents 代码库功能，团队里任何人都能用自然语言描述想要的变更，智能体会找到相关代码、在隔离云沙箱中运行应用并模拟客户操作测试，再向 GitHub 或 GitLab 提交附有截图和视频证据的已测试 PR，现已向所有 Pro 与 Enterprise 客户开放。
推荐理由：原文说明非工程成员如何以带视频证据的已测试 PR 参与核心代码库，工程师保留审批权，读者可对照自家协作流程评估适用性。
IEEE Spectrum · AI精选AI 评分6565 IEEE Spectrum 作者实测用 AI 伪造科学论文，两篇生成稿件均被期刊检查识破
IEEE Spectrum 作者 Benjamin Skuse 用免费版 ChatGPT 与 Gemini 伪造一篇光孤子研究论文，在 IEEE Access 编辑配合下送检，因 12 条虚构参考文献被识破。
推荐理由：作者用免费大模型和自动科研系统各生成一篇论文，实测 IEEE Access 的诚信检查拦得住什么、拦不住什么。
IBM Research · AIAI 评分5757 IBM 与 Kaggle 推出 ScarfBench 排行榜，评估编码智能体的 Java 框架迁移能力
IBM 与 Kaggle 合作推出 ScarfBench 排行榜，评估编码智能体能否把企业级 Java 应用在 Jakarta EE、Quarkus、Spring 间迁移并保持可运行行为。
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。
Pydantic AI 官方文章AI 评分4848 MCP Python SDK 维护者获 Agentic AI Foundation 杰出技术贡献奖
MCP Python SDK 维护者在 AGNTCon + MCPCon North America 上获 Agentic AI Foundation 颁发的 Outstanding Technical Contribution Award。
Ai2 / Allen Institute for AI精选AI 评分6464 Ai2 发布研究检验大模型能否可靠判断科研想法新颖性
Ai2 发布研究 Old Ideas, Novel Problems 及配套基准、数据、代码和自动化评测集构建流程，结论是当前大模型判断科研想法新颖性远非可靠，在 AI 生成想法上尤其脆弱。
推荐理由：同一组研究想法会因提示词措辞微调得到相反结论，原文还给出比专用评估系统更准且更便宜的简单基线供复用。
Anthropic News / Research精选AI 评分6363 Anthropic 扩大与美国总务管理局 GSA 合作，各级政府购买 Claude 享 40% 折扣
Anthropic 宣布扩大与美国总务管理局（GSA）的合作，政府机构购买 Claude Enterprise、Claude for Government 和 Claude API 可享 40% 折扣，协议估计为政府节省 10 亿美元。
推荐理由：协议把 40% 折扣覆盖到各级政府和全部产品线，且不设最低消费，可据此了解美国公共部门采购 AI 的定价与合规安排。
Sarvam AIAI 评分5353 Sarvam 与印度国防部下属 HQ IDS 签署谅解备忘录，为陆海空三军建立 AI 应用统一框架
Sarvam 宣布与印度国防部下属的综合国防参谋部 HQ IDS 签署谅解备忘录（MoU），为印度陆军、海军和空军的 AI 项目建立总体框架，并覆盖 HQ IDS 下的联合及三军一体化组织。
Browser Use精选AI 评分6262 卡内基梅隆大学与 Browser Use 发布长程网页智能体基准 Odysseys2
卡内基梅隆大学与 Browser Use 合作发布长程网页智能体基准 Odysseys2，包含 100 个真实网页长任务，每项按 8 到 12 条 pass/fail 检查评分。
推荐理由：同一模型在不同 harness 和评分器下成绩差距明显，正文用数据说明读 agent 榜单时要把这些变量一并考虑。
Browser UseAI 评分5252 Browser Use 对比 Browserless：价格、隐身能力与功能选型指南
Browser Use 官方博客对比其与 Browserless 在定价、隐身、性能和部署上的差异。
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 Blog精选AI 评分6161 Google A2UI 推出可切换推理格式，A2UI Express 延迟最高降 3x
Google 为生成式 UI 协议 A2UI 推出可切换推理格式，新增 A2UI Express 作为默认格式，生成同类 UI 延迟最高降 3x、token 最多省 3x，配合 TypeSafe 的 Jev 这类决策模型做布局决策时延迟最高可降 80x。
推荐理由：原文给出四种推理格式在同一评测下的对比结果，读者可按屏幕是否有固定布局，在 Express 与决策模型两条路径之间做选型。
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）。
Replit · BlogAI 评分4848 自动驾驶公司的崛起：Replit 推出 Replit for Business 助企业围绕 AI 转型
Replit 提出「自动驾驶公司」概念，并推出面向企业的 Replit for Business，帮助每家公司围绕 AI 完成转型。文中预测到 2030 年底，财富 500 强企业都将成为自动驾驶公司。Replit 自身实践显示，2026 年上半年工程师代码产出接近增至三倍，评审时长、回滚与产品事故保持持平。
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。
OpenAI · 部署安全与系统卡精选AI 评分6767 OpenAI 发布 GPT-6.1 Terra，系统卡补编披露安全定级与评测结果
OpenAI 发布 GPT-6 系列最新模型 GPT-6.1 Terra，定位高速高效、面向高频专业工作，具备较强的图像分析和 computer use 能力。
推荐理由：系统卡补编逐项给出与历代模型的安全评测对比，读者能看到新模型在智能体越界和心理健康等维度的进步与回退。
Anthropic News / Research精选AI 评分8989 Anthropic 向美国 SEC 递交 S-1 拟以代码 ANT 登陆纳斯达克
Anthropic, PBC 向美国 SEC 递交 Form S-1 注册声明，启动拟议 IPO，计划将 A 类普通股以代码 ANT 在纳斯达克全球精选市场上市。发行股数与价格区间尚未确定，注册声明尚未生效，生效前不得出售证券或接受购买要约。招股说明书初稿可通过 Goldman Sachs 和 Morgan Stanley 获取，本次公告不构成销售要约。
推荐理由：官方公告披露了 ANT 股票代码、纳斯达克上市板块和招股说明书获取渠道，发行数量与价格区间尚未确定，可据此跟踪后续上市进展。
Apple Machine Learning ResearchAI 评分4343 GHARP：基于大规模重建先验的实时高斯头部动画
Apple 于 2026 年 10 月在 ACCV 发表论文，提出实时 3D 头部动画方法 GHARP，仅需少量输入图像和表情驱动信号。该方法将离线身份建模与运行时动画解耦，动画阶段是面向移动设备优化的轻量网络。GHARP 在 Ava-256 基准上达到 SOTA 质量，在 A100 GPU 上最高提速 13×、高斯数量减少 8×。
Sarvam AIAI 评分4646 Sarvam AI 解析如何为企业 Agent 构建知识编织层（knowledge fabric）
Sarvam AI 介绍其为企业 Agent 构建的 knowledge fabric 架构，把分散的企业文档和数据预先整理成可查询的知识层，包含知识树和领域本体两层。
Wiz · ResearchAI 评分8181 Agent：Gheist: Attempted Scaled Abuse of Stolen GitHub Tokens Stumbles
原文摘录：Wiz Sign in Under attack? Get a demo Since September 15, 2026, Wiz Research has been tracking Gheist: a new campaign performing mass abuse of compromised GitHub tokens. … " Greg Poniatowski Head of Threat and Vulnerability Management Get a demo
Google Developers Blog精选AI 评分6666 Google Docs 与 Drive 原生支持预览、编辑和协作 Markdown（.md）文件
Google 宣布 Google Docs 与 Drive 现已原生支持预览、编辑和协作 Markdown（.md）文件，无需手动转换文件格式。文档顶部显示 .md 徽标标识原生 Markdown 文件，团队成员与 AI 智能体可共同编辑同一文件并使用行级评论、建议修订和完整版本历史，Drive 内可渲染预览表格与超链接并切换到原始文本。
推荐理由：原文说明 .md 文件无需转换即可在 Google Docs 中直接编辑协作，开发者可据此判断文档与 git 仓库工作流的衔接方式。
Redwood Research · BlogAI 评分5454 Redwood Research 发布模拟控制评测（SCEs）论文，检验监控能否发现模型故意实施的攻击
Redwood Research 发布论文提出模拟控制评测（SCEs），以 gpt-6-astra 作模拟器伪造工具响应、gpt-5.6-sol 作攻击策略和成功裁判，在不实际执行工具调用的情况下检验部署监控能否发现故意作恶的模型。
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。
Moonshot AI / Kimi Research精选AI 评分7575 月之暗面发布 Kimi K3.1 Pro 与 Highspeed 版，模型权重将于 2026 年 11 月 4 日前开放
月之暗面发布 Kimi K3.1 Pro，称其为 K3.1 系列首款模型、迄今最强的 3T 级开放权重模型，完整权重将于 2026 年 11 月 4 日前发布。
推荐理由：除基准成绩外，原文还披露了开放权重版移除网络攻防数据的前后评测对照，可帮助读者理解发布决策背后的安全考量。
Amazon ScienceAI 评分4646 Audible 用可控 TTS 改进有声书语音合成
Audible 技术团队用可控 TTS 改善有声书语音合成，让模型按自然语言描述控制对白演绎。其数据合成管线生成带语音描述的训练数据，BookLLM 自动识别书中角色与对白，英、西语识别准确率分别达 97% 和 94%。合成有声书在 MUSHRA 测试中对白区分度提高 3.7 分，英语和西班牙语测试中十种声音有八种聆听体验显著改善。
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。
Ai2 / Allen Institute for AIAI 评分4040 LitPivot：在文献图景中通过动态情境化发展研究想法
Ai2 与宾夕法尼亚大学合作开发了 LitPivot 系统，帮助研究者在早期构思阶段结合文献迭代打磨研究想法。系统基于 Asta Paper Finder 检索的论文，围绕提案正被编辑的问题、贡献或评估部分组织文献，给出带摘录支撑的批评与修改建议。
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5353 Agent：API Versioning Strategies for Stable Workflow Integrations
原文摘录：An API integration can work perfectly for months. Then the provider decides to improve its endpoints, change response formats, and retire old version behavior. … Try n8n Cloud for a hosted setup, or explore self-hosting in n8n if you prefer managing your own environment
Microsoft ResearchAI 评分5656 Microsoft Research 发布 Flint-interactive 交互式数据可视化语言
Microsoft Research 推出 Flint-interactive，一种基于 Flint 的交互式数据可视化语言，让用户和 AI 智能体通过高级语义事件和更新算子定义点击、筛选、缩放、高亮和跨图联动等交互。编译器负责处理交互逻辑与视觉依赖，降低布局、渲染和调试成本，并支持通过 Flint-MCP 在聊天环境中生成交互图表，也可用于构建仪表盘和数据故事。
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。