Ray 宣布成立硬件加速器特别兴趣小组（SIG）
Ray 宣布成立硬件加速器特别兴趣小组（SIG），联合硬件厂商、贡献者和应用开发者制定厂商中立的加速器支持路线图。首批路线图聚焦开发测试基础设施、硬件感知能力和网络传输三大方向。Ray 目前已支持十余种加速器，包括 NVIDIA 和 AMD GPU、TPU、Trainium、Gaudi 等。
#部署/工程
PyTorch BlogAI 评分4646 InfoQ · AI/ML/DataAI 评分6262 Google 与 Meta 开源 TorchTPU，为 Google TPU 带来原生 PyTorch 支持
Google 与 Meta 开源 TorchTPU 项目，为 Google TPU 提供原生 PyTorch 后端，PyTorch 代码只需将 cuda 设备换成 tpu、nccl 后端换成 tpu_dist 即可迁移。
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。
InfoQ · AI/ML/DataAI 评分5151 Uber 构建 MCP Gateway 治理 800+ MCP 服务器与 5,000+ AI Agent 工具
Uber 构建 MCP Gateway，统一 AI 智能体对内部服务的发现与调用，平台支持超过 800 个 MCP 服务器和 5,000 个工具。架构将 MCP Registry 控制面与 Proxy Gateway 执行面分离，AutoCrawler 基于 Cadence 扫描 IDL 注册表并生成 MCP 兼容的工具定义，新工具须经所属团队审核启用。
MIT Technology Review · AIAI 评分4444 HPE：别再数 token，改数真正交付的软件
AI 编程成本不该按 token 计量，而应以「每合并 PR 成本」衡量交付成果。编程智能体单任务耗用的 token 可达普通聊天的 10-50 倍，Uber 扩用 Claude Code 后据报 4 月即耗尽 2026 年 AI 预算。HPE 将 150 多个内部应用的常规任务路由到本地开源权重模型，token 成本降 30-50%。
InfoQ · AI/ML/DataAI 评分5959 智能体 AI 架构中记忆、知识与上下文的系统性设计方法
InfoQ 发布 Adi Polak 的文章，系统阐述智能体 AI 架构中上下文、记忆与知识的分层设计方法，核心观点是上下文工程比提示词工程更重要，模型幻觉多半源于上下文失败而非模型本身。
vLLM Releases精选AI 评分6161 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。
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。
Latent SpaceAI 评分5656 Arca 谈用智能体承担长周期金融工作：智能体提示人，而非人提示智能体
Latent Space 在 AI Engineer New York 大会上对谈 Arca 的 AI 工程负责人 Aman Singh，介绍这家 AI 原生财富管理公司如何用智能体承担长周期金融工作，任务最长可持续十天，由为每位客户维护的内部记忆系统在多次交接间保留状态。
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。
Google Cloud · AI & MLAI 评分4848 Google Cloud spend caps 正式发布：按自身业务条款创新
Google Cloud Budgets 的 spend caps 正式可用，可在不删除资源的情况下拦截失控成本。本次更新包括：新增 spend caps API 支持程序化管理；AI 服务上限按实时预估成本数分钟内触发，并可在 Cost Reports 中查看；封顶后于次月初自动重置。默认告警覆盖 50%、80%、100% 阈值，Provisioned Throughput 预留容量不中断。
Google Cloud · AI & MLAI 评分4040 Google Cloud 10 月 AI 基础设施与编排更新汇总
Google Cloud 汇总 10 月 AI 基础设施与编排更新，推出面向自主 AI 智能体、提供 microVM 沙箱的计算服务 Agent Compute Engine。
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。
Meta EngineeringAI 评分5757 Meta 详解 Catching JiTTests 如何在生产环境大规模拦截代码缺陷
Meta 工程团队分享 Catching JiTTests 已从研究原型进入生产基础设施，用 LLM 生成以失败为目标的测试，在代码 diff 合入前暴露缺陷。
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。
Newcomer 新闻长文AI 评分6262 太空数据中心走向实测：Google 卫星在轨测试 TPU，Cowboy Space 公布专用火箭
太空数据中心正从设想走向实测，SpaceX 本月早些时候的一次发射同时送上了 Google 实验卫星和 Cowboy Space 的 Reason-1 卫星，前者将在轨向 Gemini 发送简单请求并测试 4 颗 TPU 在太空的表现，后者试验用激光把太阳能传回地面。
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。
Meta EngineeringAI 评分4545 Meta Andromeda：模型-系统协同设计驱动新一代广告召回
Meta 介绍了新一代 Meta Andromeda 个性化广告召回引擎，通过模型、系统与 GPU 硬件协同设计，吞吐量超过每秒 10 亿条广告，较 2024 年版本提升 100 倍。
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%。
Pragmatic EngineerAI 评分6262 AI SRE 是什么，会如何改变 on-call 值班，以及它是否有效
Pragmatic Engineer 作者走访 Rootly、incident.io、ResolveAI 三家供应商，并对比 OpenAI 的 Sevbot、Stripe、Google 的 ProdAgent、Monzo 等自研方案，分析 AI SRE 工具的现状与实际效果。
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。
Google Cloud · AI & MLAI 评分6060 Gemini Robotics ER 2 现已在 Google Cloud 开放公开预览
Google 宣布 Gemini Robotics ER 2 已在 Gemini 平台开放公开预览，企业可结合 Google Cloud 的企业级安全、多智能体编排与全生命周期管理能力来模拟、评估和部署机器人物理 AI。
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。
Together AI BlogAI 评分4747 Together GPU Clusters 自动修复：从 GPU 故障到健康节点
Together AI 详解 Together GPU Clusters 自动修复系统：健康检查持续监测每个节点，故障时推荐最轻量修复动作并附证据。用户可按单个 Xid 代码设置自动执行或人工审批，修复流程分检测、决策、修复、复验四步。被动健康检查、修复建议、自动修复策略现已正式可用，节点标签修复合约处于 Preview。
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。
Meta EngineeringAI 评分4949 Meta 在 2026 OCP 全球峰会分享网络创新：面向 Scale-Up、Scale-Out 与 Scale-Across AI 网络的开放创新
Meta 在 2026 OCP 全球峰会分享支撑 Muse Wonder、Muse Spark 模型及吉瓦级 Prometheus 集群的 AI 网络创新。
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。
Ollama BlogAI 评分7272 Ollama 发布语音模型支持，首个模型为 Gradium 的 Phonon 文本转语音模型
Ollama 新增语音模型支持，首个模型是来自 Gradium 的 Phonon 文本转语音模型，现已支持 macOS，Windows 与 Linux 支持即将推出。
SemiAnalysis 长文 RSSAI 评分5959 SemiAnalysis 实测 Trainium3：原生 PyTorch 训练体验与 Neuron Explorer 评测
SemiAnalysis 工程团队实测 Amazon Trainium3 的新一代 PyTorch 训练栈，认为其原生 eager 模式和 torch.compile 支持正在弥补 Trainium 长期不适应研究训练的短板。
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。