vLLM 完成 CUDA 构建的 LibTorch Stable ABI 迁移，升级 PyTorch 无需重建
vLLM 官方宣布其 CUDA 构建已整体迁移到 LibTorch Stable ABI，自 v0.33.0 起发布 ABI 稳定的 CUDA wheel，更换 PyTorch 轮子后无需重建或更新 vLLM 即可继续使用。
#教程/实践
vLLM 官方博客AI 评分5252 AWS Machine Learning BlogAI 评分5757 如何把 Claude Code 扩展为 Amazon Bedrock AgentCore 上的远程编码智能体
AWS 博客给出可部署样例 sample-remote-coding-agent，演示把 Claude Code 从本地扩展到 Amazon Bedrock AgentCore 远程会话，每个任务在自有 AWS 账户内隔离的 microVM 会话中运行，结束时返回 GitHub pull request 供人工审核合并，智能体自身永不合并。
AWS Machine Learning BlogAI 评分5353 Taxbit Assist：基于 Amazon Bedrock AgentCore 构建的引用可溯、权限感知 AI 智能体
数字资产税务合规平台 Taxbit 详解如何基于 Amazon Bedrock AgentCore 构建内嵌其仪表盘的 AI 助手 Taxbit Assist，回答全部引用可溯源，推荐流程前先校验用户角色与权限，且模型本身不掌握身份信息。
AWS Machine Learning BlogAI 评分5757 Greenlight Financial 如何基于 Amazon Bedrock AgentCore 构建自主 SOC 方案
Greenlight Financial 基于 Amazon Bedrock AgentCore 构建的自主安全运营中心（SOC）系统 Luna，每月自动处理最多 4000 起安全和风险案件，自主解决率超过 90%。
AWS Machine Learning BlogAI 评分4343 用 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体访问（第一部分）
AWS 演示如何用 Okta Cross App Access（XAA）与 Amazon Bedrock AgentCore 治理 AI 智能体代表用户访问应用的权限：在 Okta 注册智能体并由管理员审批可达应用，Okta 每次请求评估策略。
AWS Machine Learning BlogAI 评分5454 Okta Cross App Access 与 Amazon Bedrock AgentCore 治理 AI 智能体访问权限（第 2 部分）
AWS 官方博客教程第二部分演示如何把 Part 1 的单智能体方案扩展为可规模化的治理架构，AgentCore Gateway 成为统一入口并兑换 Okta 的授权，Cedar 策略在工具调用前集中判定，取代复制进每台 MCP 服务器的权限检查。
AWS Machine Learning BlogAI 评分4343 Amazon ECS Fargate 上的 Serverless MCP server：为 AI 智能体提供数据湖访问
AWS 团队为 Amazon 北美分拣中心（NASC）规划团队构建了部署在 Amazon ECS Fargate 上的无服务器 MCP server，作为 AI 智能体访问企业数据湖的集中式网关。
AWS Machine Learning BlogAI 评分4747 Amazon Quick 智能体基元的分类体系
Amazon Quick 团队沉淀出一套智能体基元分类体系，把智能体工作拆解为 When、What、Who、How 四个问题，对应触发器、智能体和能力三类基元。触发器分人工发起、智能体委派、定时和事件驱动四类；智能体由指令、能力与习得上下文构成，底层 LLM 只是可替换参数；能力细分为工具、技能和工作流。文章为系列首篇，后续将介绍智能体操作系统、后台学习与主动信息流。
OpenRouter · AnnouncementsAI 评分5252 Sentry 如何借助 OpenRouter 管控失控的 AI 账单而不限制模型选择
OpenRouter 发布 Sentry 案例研究：Sentry 将内部 AI 用量迁移到 OpenRouter，停用了约 500 个 provider 密钥，在不限制模型选择的情况下为失控账单设置上限。
LangChain · Blog精选AI 评分6565 LangChain 如何为 Deep Agents 优化浏览器使用工具
LangChain 团队对比七套浏览器工具集，为 Managed Deep Agents 选定 Browserbase 的 Stagehand，并用 LangSmith traces 和 evals 持续迭代优化。
推荐理由：原文示范了用 traces 定位 Agent 浪费的步骤和 token、改工具后用 evals 验证的流程，可迁移到自己的 Agent 优化。
LangChain · Blog精选AI 评分6565 LangChain 讲解智能体的上下文工程为何从检索入手
LangChain 发文讲解智能体的上下文工程为何从检索入手，把检索失效归纳为低效搜索、一次塞入过多上下文、无关或过时内容三类。文中以 Deep Agents harness 为例，内置 glob、grep、read_file 等文件系统工具先搜后读并按页读取，工具结果超过约 20,000 tokens 时会自动存为文件，只向智能体返回路径和预览。
推荐理由：原文把智能体检索的常见失效拆成三类，并给出可迁移的 retrieve、offload、delegate 模式，便于直接套用到自己的检索工具设计。
AWS Machine Learning BlogAI 评分4242 Amazon Marketplace 如何用 Amazon SageMaker AI 评估内容质量
Amazon Marketplace 用 Amazon SageMaker AI 上基于 VLM 的多模型融合方案评估商品页 A+ Content 质量。方案将整页内容渲染成单一快照交给 VLM 整体评估，把 VLM 语义评分与 OCR 可读性信号输入基于专家标注训练的 CatBoost 分类器，再用 SHAP 解释评分并生成改进建议。
Databricks · BlogAI 评分5353 Databricks Apps 扩容开发者指南：从设计到运维的四个阶段
Databricks 发布 Databricks Apps 扩容开发者指南，按设计、构建、测试部署和运维四个阶段讲解应用如何从少量用户扩展到数百或数千人。指南建议把重负载工作交给专用服务、用 async 代码和按用户隔离的缓存保持响应，并将必须持久化的硬状态存入 Lakebase 或 Unity Catalog 表，让任意实例都能重建会话。
NVIDIA BlogAI 评分4343 让每一字节发挥更多性能：NVIDIA 全栈协同设计如何化解 AI 内存挑战
NVIDIA 以 GPU、CPU、网络、存储与软件的全栈协同设计化解 AI 工厂的内存压力：从 Blackwell Ultra 到 Vera Rubin 平台，每 GPU HBM 容量仅增约 3%，SemiAnalysis AgentX 上每美元智能体吞吐量最高提升 30x。
Browser UseAI 评分5757 Computer Use 与 Browser Use 对比：AI 智能体应如何控制软件
Browser Use 团队发文对比 computer use 与 browser use 两种 AI 智能体控制软件的方式，并给出选择规则。
AWS Machine Learning BlogAI 评分5252 如何在 Amazon Bedrock AgentCore Evaluations 中用决策模型评估 Agent
AWS Machine Learning Blog 演示如何通过 code-based evaluator 把 TypeSafe 托管的 Jev 和开源的 Strands Decider 2B 两个决策模型接入 Amazon Bedrock AgentCore Evaluations。
LangChain · BlogAI 评分4444 LangChain：为什么人类洞察是构建更好智能体的战略优势
LangChain 博客解析人类洞察为何是构建更好智能体的战略优势，提出三项 human-in-the-loop 工作流原则。核心是以专家判断定义质量、结合完整对话上下文评估智能体、把人类反馈转化为可复用的评估数据。文章以 LangSmith 标注队列为例，说明专家标注可用于对齐 LLM judge、改进在线评估器并构建 golden dataset。
AWS Machine Learning Blog精选AI 评分6464 生产级 AI Agent 的四层上下文工程：Deep Insight 如何在工作代码中落地
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，在生产级 Agent 中落地四层上下文工程：多智能体架构隔离、提示词控制、文件系统外置与独立验证。
推荐理由：原文把上下文工程整理为四层可迁移实践，Deep Insight 参考实现给出 95% 与 97% 的 token 压缩数据供读者对照落地。
AWS Machine Learning BlogAI 评分4242 U Mobile 如何基于 Amazon Bedrock AgentCore 构建智能体化电信运营
马来西亚最新 5G 运营商 U Mobile 联合 AWS 与合作伙伴 Axrail，基于 Amazon Bedrock AgentCore 构建智能体帮助台 AiDaH，已覆盖六大业务部门超 150 个运营场景。平台采用托管智能体运行时与内建记忆，关键类别工单量最多下降 84.5%。系统部署于亚太（新加坡）区域，员工经 Microsoft Teams 使用。
NVIDIA Technical BlogAI 评分4040 使用 NVIDIA NeMo 将智能体失败转化为测试与 harness 修复
NVIDIA NeMo 可把智能体在生产环境中失败的证据转化为按优先级排列的问题与自定义评测，帮助改进提示词、工具、模型、记忆、技能和 harness 代码。通用 benchmark 分数可能无法解释领域智能体的失败，例如选错工具、走错工作流分支、漏掉相关上下文或调用不必要的昂贵模型。
Lovable Blog精选AI 评分6666 Lovable 创始人讲述如何构建 Lovable 以及为何不断重建它
Lovable 联合创始人 Anton Osika 在新上线的技术博客复盘了从 GPT Engineer 到 Lovable 的构建历程，用户至今已在平台创建超过 7000 万个项目。
推荐理由：Lovable 创始人复盘多次推倒重建的工程取舍，其中用知识文件加检索替代微调的做法可供其他 AI 产品团队借鉴。
ElevenLabs · BlogAI 评分5353 ElevenLabs 详解语音转文字准确率问题的成因与修复工作流
ElevenLabs 官方博客发布语音转文字（STT）准确率修复指南，把出错原因归为音频输入质量、说话人动态、词汇与上下文三类，并建议按输入、处理、输出三段管线定位修复。
Google Developers Blog精选AI 评分6262 Google 用轻量分类器路由 Gemini 模型与思考级别以降低每任务成本
Google Developers Blog 介绍以每成功任务成本而非每 token 价格衡量 coding agent 经济性，并把 TypeSafe 的 Jev 分类器接在 Google Antigravity 的模型调用前做路由。
推荐理由：Google 官方用 50 题基准实测轻量分类器路由 Gemini 模型的成本收益，给出了可复用的路由方法和三条落地规则。
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。
Browser UseAI 评分4848 如何用 Python 和 Browser Use 追踪竞品价格
用 Python 配合 Browser Use 和 SQLAlchemy 可搭建竞品价格追踪器：定时抓取商品页，把带时间戳的价格存入 SQLite 数据库，检测到变动后经邮件或 webhook 发出提醒。
OpenRouter · Announcements精选AI 评分7575 如何用 OpenRouter Agent SDK 搭建常驻运行的 AI 智能体
OpenRouter 发布教程，演示如何用其 Agent SDK（@openrouter/agent 0.11.0）以 TypeScript 搭建定时运行的常驻 AI 智能体，示例监控 Hacker News、撰写摘要并通过文件记忆在重启后去重。
推荐理由：OpenRouter 官方教程给出常驻智能体的可迁移做法，用文件记忆和费用上限控制无人值守运行的成本。
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。
n8n BlogAI 评分5353 n8n 自动化团队为何要走出服务台模式
n8n 内部 AI 与自动化负责人 Romina da Costa 撰文说明为何让自动化团队走出接单式服务台模式，转向帮每个团队自建并自有自动化。团队面对超过 12,000 条内部工作流确立四条原则，即培养各团队的自建能力、项目动工前先记录现状基线、市场已有一年以上成熟工具时倾向采购而非自建、每个工作流都要有负责人和文档。
OpenRouter · Announcements精选AI 评分7878 OpenRouter 如何防提示注入：13 种攻击实测与四步防御
OpenRouter 发布提示注入防御教程，用自建的 13 种攻击加其他模型编写的 12 种攻击，实测 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 在各层防御下的表现。
推荐理由：原文用四个模型的攻防实测说明标记数据、限制密钥和检查工具调用各能挡住什么，步骤和规则写法可直接迁移到自己的 Agent 应用。
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。
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。
Google Developers Blog精选AI 评分6868 如何用 Google A2UI 与 CopilotKit 构建 Generative UI 应用
Google 开发者博客讲解如何用 A2UI 与 CopilotKit 构建 Generative UI 应用，让 agent 在对话中生成可交互界面而非返回整段文字。
推荐理由：原文给出接入 agent、定义组件目录到双向交互的完整搭建路径，适合想让 agent 在对话里生成可交互界面的开发者参考。
Pydantic AI 官方文章精选AI 评分7070 Pydantic AI 发布5276次运行的基准，验证code mode让长任务成本降58%、时间降51%
Pydantic AI 作者自建基准，用5个小型CRUD应用、8个模型、5276次评分运行对比开关code mode的效果。长任务上8个模型平均成本降58%、墙钟时间降51%，成功率高16个百分点；200条任务时无code mode成功率从92-100%滑到62-79%，开启后保持92-100%。
推荐理由：原文用5276次受控运行量化code mode在长短任务上的成本与正确率变化，还诚实列出小任务税收等代价，结论可直接迁移到自己的Agent设计。
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 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。
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。