Liquid AI 实测 LFM2-24B-A2B 在消费级硬件上本地运行工具调用智能体，并开源 LocalCowork
Liquid AI 发布开源桌面智能体 LocalCowork，展示 LFM2-24B-A2B 完全在本地笔记本上执行工具调用，无云端、无 API 密钥、数据不出设备。
#教程/实践
#教程/实践
今日 6 条Liquid AI 模型与工程博客（网页）AI 评分5353 Stanford HAI News（网页）AI 评分4747 AI 聊天机器人隐私指南：如何保护个人信息安全
斯坦福 HAI 隐私与数据政策研究员 Jennifer King 建议 AI 聊天机器人用户谨慎分享信息，具体做法包括：上传医疗等敏感文件前先隐去全部个人信息、使用临时对话、在可选情况下关闭数据用于训练、定期查看政策更新以调整设置。
Fireworks AI（网页）AI 评分5050 Trilogy 发布基于 Kimi K3 与 Fireworks 的开源权重网络安全实战手册
Trilogy AI Center of Excellence 围绕 Fireworks 上的 Kimi K3 发布公开 AI 网络安全手册与练习包，包含交互式手册、仓库和十个针对本地训练应用的练习。
Fireworks AI（网页）精选AI 评分6565 Fireworks AI 教程：以不到 $10 微调 Qwen3-Embedding-8B 嵌入模型
Fireworks AI 发布低成本嵌入模型微调方法，用 InfoNCE 对比学习在平台上微调 Qwen3-Embedding-8B，成本不到 $10、约 150 步。
推荐理由：原文给出用 Qwen3-Embedding-8B 做对比微调的完整配方和三个真实检索任务的实测数据，还总结了哪些场景不会有效。
Fireworks AI（网页）AI 评分5555 Fireworks AI 通过三组受控实验给出从 LoRA 切换到 FullFT 前的测试方法
Fireworks AI 在 Qwen3.5-9B 上用 Placement、寄存器分配和 Nexa VM 三个可自动验证任务做对照实验，提出在把 LoRA 换成 FullFT 前先依次测试数据覆盖、学习率等训练配方和 adapter rank。实验显示单任务场景下调数据或配方基本消除 FullFT 优势，固定预算混合任务中 FullFT 仍领先 4.29 个百分点，并将进一步发布后续实验。
Claude：Blog（网页）精选AI 评分7575 Anthropic 发布 AI-native SDLC 实践手册，用 Claude 重构软件开发全流程
Anthropic 发布 AI-native SDLC playbook，主张在代码不再瓶颈后重构传统软件开发生命周期，将流程改为以提交工件驱动的闭环。
推荐理由：Anthropic 把内部 agentic 编码实践整理成六阶段方法论，覆盖从需求捕获到自动回环的每一步落地与治理细节。
Claude：Blog（网页）AI 评分2828 Anthropic 发布《构建 AI 原生营收组织》指南：如何在销售团队推广 Claude
Anthropic 发布《构建 AI 原生营收组织》指南，介绍在销售组织中推广 Claude 的配置决策、三阶段落地计划和 ROI 衡量框架。指南包含成熟度模型、试点前的负责人/连接器/IT 安全/成功指标/支出可见性等决策，以及按角色映射的高频用例。
Claude：Blog（网页）精选AI 评分6969 Anthropic 前线工程师详解如何准备 AI 驱动的代码现代化项目
Anthropic 前线部署工程师分享大型代码现代化项目的准备方法：过去需多年的项目如今可在数月或数周完成，但组织流程不变，瓶颈从产出变更转向动员组织。
推荐理由：Anthropic 前线工程师基于真实客户部署，给出智能体驱动代码现代化的六步准备方法，可直接迁移到企业大型改造项目。
Cognition 模型 / Devin 博客（网页）AI 评分6161 Cognition 如何用 Devin 开发 Devin：内部工程实践详解
Cognition 官方博客介绍其团队如何用 Devin 构建 Devin 本身：上周合并了 659 个 Devin 提交的 PR，高于 2025 年最佳单周的 154 个。
Cognition 模型 / Devin 博客（网页）AI 评分5858 Cognition 拆解 Devin 如何在财富 500 强企业实现 COBOL 现代化
Cognition 发文说明 Devin 在多家财富 500 强企业承担 COBOL 项目的做法与成效。文章指出 COBOL 对智能体的三大难点：业务数据靠内存位置而非命名关联、LLM 几乎没有 COBOL 训练语料、COBOL 依赖大型机导致反馈循环失效；应对方式是先用 DeepWiki 建立系统级代码地图，再用 playbook 编码领域约束。
Cognition 模型 / Devin 博客（网页）AI 评分5252 Cognition 分享 Devin 在 HIL/SIL 工作流中自动化失败分诊与 10 倍测试生成的部署经验
Cognition 发布博客，总结过去一年在多家车企（包括 RV Tech 和 Mercedes）部署 Devin 处理 HIL/SIL 工作流的经验。
Cognition 模型 / Devin 博客（网页）AI 评分6060 Cognition 分享 Devin 端到端自动测试能力的构建经验
Cognition 工程师分享 Devin 如何在云端虚拟机中自主验证自己的代码改动：Devin 通过截屏、点击、输入等 computer use 工具启动应用并点击测试，可 10 到 20 个并行运行。
Baseten 工程博客（网页）AI 评分1313 Baseten 解读 Compound AI：用多模型组合替代单体大模型
Baseten 工程博客提出 Compound AI 系统，主张用多个专用模型组合替代庞大的全能单体模型，以获得更快、更便宜的推理。该系统让模型之间直接互相调用，减少网络开销、额外延迟和出网成本，并让每个步骤独立使用自动扩缩容的 GPU。文中列举的典型场景包括 AI 电话呼叫、AI 智能体和 RAG 流水线。
Augment Code 博客（网页）精选AI 评分7575 Augment Code 实测 AGENTS.md 写法：好文件效果堪比模型升级
Augment Code 用内部评测 AuggieBench 测量数十个 AGENTS.md 对代码生成的影响，最好的文件带来相当于从 Haiku 升级到 Opus 的质量提升，最差的比没有文件更糟。
推荐理由：作者基于内部评测给出了 AGENTS.md 的可用与失效模式，读者可以按自身模块选择对应写法。
Augment Code 博客（网页）AI 评分5252 Augment Code 用 Cosmos 实现 AI 原生组织的事故管理自动化，人力排查减少约 81%
Augment Code 介绍其基于 Cosmos 平台的 Incident Investigator Expert，在 Slack 中对每条 PagerDuty 告警自动执行分诊和根因分析，给出 RCA 和四种修复路径（监控、代码修复、回滚、升级），人工只需审核并批准。
Augment Code 博客（网页）AI 评分5252 Augment Code 构建 Verifier 智能体自动验证 Agent 代码的端到端表现
Augment Code 内部构建了 Verifier 智能体，在每个 PR 上自动部署变更到隔离环境、端到端验证并附带日志、API 响应和截图发回 PR 评论。该智能体运行在其 Cosmos 云智能体平台上，依靠仓库中可组合的 SKILL.md 技能库决定验证哪些界面，且只提交证据不做通过与否的结论；文中记录了一例 CI 全绿但实际 /chat-stream 路径未生效的真实发现。
Anthropic：The Institute（旗舰研究长文 · 网页）AI 评分2323 Anthropic 如何为 Claude 各产品构建隔离与管控机制
Anthropic 分享了为 claude.ai、Claude Code 和 Cowork 构建隔离管控（containment）机制的工程经验，核心问题是如何在智能体能力增强、潜在影响范围扩大的同时限制其爆炸半径。相关文章还涉及 Claude Code 自动模式、长时运行智能体的 harness 设计，以及 Claude Opus 4.6 在 BrowseComp 中的评测意识等议题。
Anthropic：The Institute（旗舰研究长文 · 网页）AI 评分2929 Anthropic 推出 AI Fluency 课程：4D 框架与基础
Anthropic 上线 AI Fluency: Framework and foundations 课程，教授用 4D 框架——Delegation、Description、Discernment、Diligence——与 AI 高效、合乎伦理且安全地协作。课程含 14 节课、1 次测验，时长 4 小时。
Anthropic：The Institute（旗舰研究长文 · 网页）AI 评分5454 Claude Platform 开发者文档：从首次 API 调用到生产环境
Anthropic Claude Platform 开发者文档介绍接入 Claude 的两种方式：Messages 供开发者直接访问模型并自行编写工具循环，Managed Agents 提供带持久事件历史的有状态会话以部署托管智能体。
Google Developers Blog（RSS）精选AI 评分6666 Google 发布在 Raspberry Pi 5 上用 LiteRT 部署 Gemma 的端侧 AI 指南
Google 介绍如何在 Raspberry Pi 5 上用 LiteRT 和 Gemma 模型实现完全离线的实时端侧 AI，并以 Reachy Mini 机器人演示目标检测、语音识别、推理和语音合成的完整本地流水线。
推荐理由：原文给出 Gemma 各型号在 Raspberry Pi 5 上的实测数据和完整部署流程，读者可以据此选择合适的端侧模型并复现本地推理。
Google Developers Blog（RSS）AI 评分3333 HeyGen 与 Google Cloud 合作将 Avatar IV 迁移至 TPU
HeyGen 与 Google Cloud 合作，把 180 亿参数以上的数字人视频扩散模型 Avatar IV 迁移到八芯片 Trillium（v6e）主机上，速度比首个可用版本提升 1.86 倍。
Google Developers Blog（RSS）精选AI 评分6262 Google 用 ADK 构建零信任 AI Agent 的三层安全实践
Google 开源了基于 ADK 和 Gemini 的客服退款 Agent 示例，演示提示词注入可导致超额退款、密钥泄露等风险。文章提出三层零信任防护：用 Cloud KMS 硬件签名保证写入不可抵赖，用 gVisor 沙箱零网络出口隔离动态生成代码，用确定性语义网关加 CI/CD 回归测试校验输入输出；完整代码见 zero-trust-agents 仓库。
推荐理由：文章用开源示例和代码讲解三层零信任防护的具体做法，读者可以直接在本地复现攻击与防御流程。
Google Developers Blog（RSS）AI 评分5757 如何在 ADK 中评测实时语音 Agent
Google 在 ADK 中推出原生的 live 语音 Agent 评测能力，可用模拟用户以音频说话、对语音回复打分，并复用已有的文本 Agent 评测流程。
Google Developers Blog（RSS）AI 评分4141 如何用深度学习和 Keras 解码宇宙信号
Google 开发者倡导者 Yufeng Guo 撰文介绍深度学习在天体粒子物理中的应用，这类研究依赖覆盖数千平方公里的巨型观测站，如面积 3000 km²、含 1500 多个探测站的 Pierre Auger Observatory。探测器以纳秒级分辨率记录波形，形成类似图像的数据结构，天然适合深度学习处理，可用于提升仪器灵敏度、发现隐藏模式和搜索信号异常。
Google Developers Blog（RSS）精选AI 评分6767 Google 复盘 AI Agents Challenge 最强提交背后的 4 种工程模式
Google 复盘其 AI Agents Challenge 获奖提交，归纳出四种反复出现的工程模式：双向 MCP（智能体既是自身工具的客户端也是可供其他智能体调用的 MCP 服务器）、基于事件总线的并行并发、回退模型必须通过与主模型相同的验证函数，以及在昂贵模型调用前做分层路由。
推荐理由：Google 从获奖提交的真实代码里提炼四种智能体工程模式，双向 MCP、事件驱动并发、同标准回退和分层路由都给出可直接借鉴的做法。
Google Developers Blog（RSS）AI 评分4848 如何评估、迭代与守护 AI 编程智能体：Harness Engineering 解剖
针对 AI 编程智能体，端到端基准（如 Terminal-Bench、DeepSWE）只能给出综合分数，无法解释涨跌原因，行为评估则断言具体可观测动作，如提示词不明确时是否反问、改构建文件前是否跑本地校验。
AWS Machine Learning BlogAI 评分5151 AWS 博客详解在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
AWS 机器学习博客发布教程，用三个智能体（作曲、交付、合规）在 Amazon Bedrock AgentCore Runtime Instances 上构建音乐制作流水线。
World Labs：官网AI 评分6262 World Labs 深入解析 Spark 2.0 的网页端 3DGS 流式 LoD 系统
World Labs 发布技术长文，深入解析其网页端 3D Gaussian Splatting 渲染器 Spark 2.0 的流式 LoD 系统。
Baseten Base Labs：模型研究AI 评分5555 Baseten 介绍 Google 300M 参数嵌入模型 EmbeddingGemma 及其调用示例
EmbeddingGemma 是 Google 基于 Gemma3 架构的 3 亿参数文本嵌入模型，在 MTEB 基准上为不到 5 亿参数的嵌入模型中质量最高，支持 100 多种语言、输入最长 2k token。页面给出使用 baseten_performance_client 的完整代码示例，包括各任务的 prompt 前缀和通过 PerformanceClient 调用生成嵌入的方法。
Baseten Base Labs：模型研究AI 评分2626 Qwen3 8B Reranker 重排序模型
Baseten Base Labs 发布 Qwen3 8B Reranker，用于对查询与文档做相关性判定，输出只能是 "yes" 或 "no"。示例通过 baseten_performance_client 的 PerformanceClient 调用 classify 接口，支持 truncate、batch_size 与 max_concurrent_requests 参数配置。
Baseten Base Labs：模型研究AI 评分3737 SDXL Lightning：4 步生成 1024x1024 图像的 Stable Diffusion XL 变体
SDXL Lightning 是 Stable Diffusion XL 的变体，仅需 4 个 UNet 步骤即可生成 1024x1024 像素图像，实现接近实时的图像生成。模型接收单个 prompt 输入，返回图像的 base64 字符串，该实现采用 4 步 UNet checkpoint 以平衡速度与质量。用户可自行部署 2 步版本以获得更快速度，或 8 步版本以获得更高质量。
Baseten Base Labs：模型研究AI 评分3030 Qwen Image 2512 图像生成模型上线 Baseten
Qwen Image 2512 已在 Baseten 平台上线，可通过 OpenAI 兼容 API 调用，模型名为 qwen-image-2512。该模型支持 1024x1024 尺寸图像生成，可配置 num_inference_steps 与 guidance_scale 参数，并返回 b64_json 格式结果。
Baseten Base Labs：模型研究AI 评分3535 Baseten 上线 Wan 2.2 T2V 文生视频 API
Baseten 提供 Wan 2.2 T2V 文生视频 API，通过 POST 请求传入提示词即可生成视频，返回 base64 编码结果。支持 720x1280、1280x720、480x832、832x480、704x1280、1280x704、1024x704、704x1024 八种分辨率，可设置 sampling_steps、guide_scale 与 seed 参数。
Baseten Base Labs：模型研究AI 评分3737 Flux.2 [dev] 图像生成模型上线 Baseten
Baseten Base Labs 上线图像生成模型 Flux.2 [dev]，模型名为 flux2-dev，可通过 OpenAI 兼容 API 调用。示例代码以 1024x1024 尺寸、50 步推理、guidance_scale 1.0 生成图像，并以 b64_json 格式返回结果。
Baseten Base Labs：模型研究AI 评分2222 Qwen Image 在 Baseten 上的调用示例
Baseten Base Labs 发布 Qwen Image 的 Python 调用示例，通过 httpx 向 Baseten 部署端点发送 prompt、width、height、num_inference_steps 和 seed 等参数生成图像。
Baseten Base Labs：模型研究AI 评分4343 NVIDIA Nemotron 3 ASR（英文）实时转录部署：延迟与并发表现
Baseten 上部署的 NVIDIA Nemotron 3 ASR（英文）通过 WebSocket 直连 NIM 原生 Riva Realtime API，无需自定义 schema，直接使用 Riva 的 OpenAI-Realtime 风格 JSON 事件协议。
Baseten Base Labs：模型研究AI 评分3737 NVIDIA Nemotron 3.5 ASR（多语言）流式语音识别模型部署指南
NVIDIA Nemotron 3.5 ASR 是一款面向低延迟流式与批量场景的多语言流式语音识别模型，已在 Baseten 上以 docker_server 形式部署，通过 WebSocket 直连 NIM 原生 Riva Realtime API。
Baseten Base Labs：模型研究AI 评分2323 VoxCPM2 语音缓存演示：/v1/audio/speech 接口复用参考音频
Baseten Base Labs 发布 VoxCPM2 语音缓存演示客户端，通过 /v1/audio/speech 接口验证参考音频复用。首次请求发送 voice 名称加 ref_audio，服务端将其存为已上传语音并预热 ref_audio_feat 缓存；后续请求仅传同一 voice 名称即可命中缓存。客户端支持 wav、pcm、flac、mp3、aac、opus 格式及流式输出。
Baseten Base Labs：模型研究AI 评分2727 Baseten Orpheus 3B 的 WebSocket 流式 TTS 接入示例
Baseten 发布 Orpheus 3B 的 WebSocket 接入示例：客户端先发送含 voice、max_tokens、buffer_size 的 JSON 元数据，再通过同一连接逐词流式发送文本，服务端返回原始音频字节。示例用 `__END__` 哨兵标记文本结束，音频以 24000 采样率、paInt16、单声道播放，代码基于 aiohttp 与 pyaudio。
Cloudflare BlogAI 评分5151 Cloudflare 用前沿 AI 模型实测自家 WAF，记录 1,107 次攻击尝试并修补检测缺口
Cloudflare 用前沿 LLM 构建自适应 WAF 测试系统，在授权的客户预发环境针对 XSS、SQLi、CMDi、SSRF、LFI、Log4j 六类攻击运行 45 个场景，记录 1,107 次尝试，经人工分流确认 49 项相关发现，其中 48 项属于 CMDi 和 SSRF。