SGLang 在 NVIDIA GB300 NVL72 上实现最高 25 倍推理性能提升
SGLang 与 NVIDIA 合作在 GB300 NVL72 上实现最高 25 倍推理性能提升，基于 SemiAnalysis InferenceXv2 运行 DeepSeek R1 对比 H200（50 TPS/user 延迟约束）。
#行业动态
#行业动态
今日 10 条LMSYS：Blog（Chatbot Arena 团队）AI 评分4444 LMSYS：Blog（Chatbot Arena 团队）AI 评分4040 SGLang 在 NVIDIA GTC 2026 的活动回顾：五场活动、三天
SGLang 团队回顾了在 NVIDIA GTC 2026 的三天五场活动，包括黄仁勋 GTC 主题演讲中 SGLang 出现在 NVIDIA AI 生态幻灯片上，以及 Ying Sheng 参与的"开源 AI 现状"圆桌。
LMSYS：Blog（Chatbot Arena 团队）AI 评分2626 LMSYS 公布 2026 博士奖学金首位获得者 Will Lin
LMSYS 宣布 2026 博士奖学金首位获得者为 Will Lin，表彰其对开源 AI 基础设施的持续贡献，奖学金最高 5 万美元用于学费。Will Lin 是 UC San Diego 六年级博士生，主导开源扩散生成框架 FastVideo，该项目已获 3.7k+ GitHub stars，并被 NVIDIA Dynamo 集成为后端。
LMSYS：Blog（Chatbot Arena 团队）AI 评分3737 Netpreme X-Mem MPU 如何加速 SGLang HiCache：TTFT 提升 6.7 倍
Netpreme X-Mem™ MPU 作为专用 KV 内存层接入 SGLang HiCache，在前缀密集型负载下将首 token 延迟（TTFT）较 Host DRAM 方案降低 6.7 倍。
METR：Blog（网页）AI 评分1414 METR 的 GitHub 开源智能体项目
METR 是一家研究非营利机构，致力于评估前沿 AI 系统是否可能对社会构成灾难性风险，并构建准确评估风险的科学方法。其部分开源智能体可在 github.com/poking-agents 找到，Vivaria 项目已弃用。
METR：Blog（网页）AI 评分4646 METR 如何为 AI 评测构建逐操作监控器以拦截危险工具调用
METR 研究员为提升 AI 智能体评测安全性，构建了一个逐操作监控器，可在人工审核前拦截可疑的工具调用。团队在论证监控有效性时发现，仅拦截工具调用并不总能阻止其执行，例如编码智能体可能未经请求就"批准"被拦截的操作。METR 自 2022 年起与 OpenAI、Anthropic、Google DeepMind 等合作开展第三方评估，且不接受前沿 AI 公司的资金。
METR：Blog（网页）AI 评分5353 ARC Evals 宣布从 ARC 分拆为独立机构
ARC Evals 计划在未来几个月内从 Alignment Research Center（ARC）分拆，成为独立组织。ARC Evals 已完成对 GPT-4（与 OpenAI 合作）和 Claude（与 Anthropic 合作）的独立评估，并与英国 Foundation Model Taskforce 正式合作，团队规模已占 ARC 多数人员。
METR：Blog（网页）AI 评分4747 ARC Evals 结束孵化期，独立为非营利机构 METR
ARC Evals 结束在 Alignment Research Center 的孵化期，分拆为独立非营利组织 501(c)(3)，并更名为 METR（Model Evaluation & Threat Research）。
METR：Blog（网页）AI 评分3434 METR 悬赏征集用于评测自主 LLM 智能体的多样化高难度任务
METR（原 ARC Evals）公开悬赏征集用于衡量自主 LLM 智能体能力的任务，包括任务创意、详细规格和经过测试的实现。任务需足够难，人类专业人士完成需超过 2 小时、理想情况超过 20 小时，且最好能通过写代码、命令行等文本交互完成。创意奖励 $20，规格 $200，实现按人工完成成本 3 倍起付并叠加最高 50% 的加分。
METR：Blog（网页）AI 评分2929 METR 2023 年度回顾：首年运营成果总结
METR 总结其首个完整运营年度（2023年）的成果：开发了在真实自主任务上评估 LM 智能体的初始方法论，该测试被纳入 OpenAI 发布 GPT-4 的系统卡。
METR：Blog（网页）AI 评分3535 METR 任命 Emma Abele 为执行董事，Beth Barnes 转任研究负责人
METR 正式确立新领导架构：Emma Abele 出任执行董事，Beth Barnes 转任研究负责人。Emma 于 2023 年 3 月以幕僚长身份加入 METR，此前数月已以执行董事身份试运行，Beth 同期试任研究负责人，该安排经试验后正式落地。
METR：Blog（网页）AI 评分2222 METR 招募 ML 工程师推进 AI R&D 能力评估项目
METR 正在招募 ML 研究工程师和科学家，推进针对 AI R&D 能力的评估开发，目标是在 AI 智能体可能大幅自我提升、引发危险能力"爆炸"之前提供早期预警。METR 已开始开发阈值评估，用于判断 AI R&D 能力是否达到需要信息安保等防护措施的程度，并计划逐步建立能平滑追踪进展的评估体系。该机构称，具备丰富 ML 研发经验的研究者和工程师是当前评估进展的主要瓶颈。
METR：Blog（网页）AI 评分4747 METR 与 RAND 的 Canary 项目获 The Audacious Project 约 3800 万美元资助
The Audacious Project 为 METR 与 RAND 合作的 Canary 项目促成约 3800 万美元资助，其中约 1700 万美元将支持 METR 的工作。Canary 专注于开发和部署评估方法，以监测 AI 系统的危险能力。METR 将用这笔资源评估前沿 AI 系统作为自主智能体的能力，并支持企业、政府及研究伙伴运行这些测试。
METR：Blog（网页）AI 评分3434 METR 如何保护机密信息：非公开模型访问与专有信息的保密与安全措施
METR 发布博文，介绍其保护非公开模型访问和专有信息的保密与安全措施，包括六级保密分级、动物代号（如 playful-panda）指代非公开模型、Slack 与文档前缀标注，以及 FIDO2 认证、VPN 加 SSO、私有 VPC 和 SIEM 监控等控制。这些措施帮助 METR 获得 SOC 2 Type I 认证，相关做法截至 2026 年 2 月 17 日有效。
METR：Blog（网页）AI 评分5050 METR 近 6 个月获约 7100 万美元资助承诺
METR 在近 6 个月获得约 7100 万美元资助承诺，用于研究自主能力、追踪递归自我改进、评估监控系统、开展风险评估和调查 AI 事件等项目。METR 表示未接受前沿 AI 公司资助，也不接受其员工捐赠，但这些公司为其评测、研究和工程提供大量免费 token。
MIT News（RSS）AI 评分4040 MIT Transit Lab 获 Google.org 210 万美元资助，开发公共交通 AI 平台 PTIQ
MIT Transit Lab 获 Google.org 210 万美元资助，将开发公共交通智能中枢 PTIQ，把公交机构的实时监控、运营控制与乘客沟通系统整合为单一 AI 编排平台。
Liquid AI 模型与工程博客（网页）AI 评分1212 Liquid AI 活动日程：2026 年 10 月至 2027 年 3 月
Liquid AI 公布 upcoming events 日程，将在全球科技行业活动上亮相，时间覆盖 2026 年 10 月 6 日、10 月 14 日、10 月 23–24 日、10 月 23–25 日以及 2027 年 3 月 7–10 日。官方表示，若你也会到场，可与其取得联系。
Liquid AI 模型与工程博客（网页）AI 评分1616 Liquid AI 发布 LFM2.5-VL-DSpark：加速边缘端视觉语言模型
Liquid AI 发布 LFM2.5-VL-DSpark，用于在边缘设备及更广场景加速视觉语言模型。该模型属于 LFM2.5 系列，此前同系列已推出 LFM2.5-DSpark，实现从 H100 到 MacBook 最高 3.2 倍推理加速。
Liquid AI 模型与工程博客（网页）AI 评分1616 Liquid AI 招聘：18 个研究与工程岗位，涵盖 ML 研究、GPU 性能与分布式训练
Liquid AI 开放 18 个研究与工程岗位，包括 ML 研究工程师、GPU 性能工程师、分布式训练工程师、多模态音频、推理系统与 GPU 基础设施等方向，工作地点为旧金山、波士顿、远程或混合办公。另有 4 个应用岗（后训练、音频、视觉、RecSys）和 1 个产品与监管副总法律顾问岗。所有 LFM 模型均可免费下载、运行和微调。
Liquid AI 模型与工程博客（网页）AI 评分1111 Liquid AI：MIT CSAIL 孵化的效率优先基础模型公司
Liquid AI 是一家效率优先的基础模型公司，由 MIT CSAIL 分拆出的四位创始人 Ramin Hasani（CEO）、Mathias Lechner（CTO）、Alexander Amini（CSO）和 Daniela Rus 创立，目标是构建在各规模上都高效、通用、对齐且可信的 AI 系统。其产品强调算力与成本优化，可在任意设备和媒介上部署智能。
Liquid AI 模型与工程博客（网页）AI 评分1515 Liquid AI 在 Discord 开设社区服务器
Liquid AI 上线 Discord 社区服务器，目前显示 507 人在线、4,879 名成员。该服务器提供文字与语音频道，支持自定义反应、嵌入内容和机器人，用户可随时进出频道而无需通话或邀请。
Liquid AI 模型与工程博客（网页）AI 评分1717 Liquid AI 黑客松：用 LFM2.5 等模型挑战端侧 AI
Liquid AI 公布其黑客松系列活动回顾与日程，开发者围绕 Liquid Foundation Models 构建端侧应用。已举办的 6 场活动覆盖东京、旧金山及线上，涉及 LFM2.5、LFM2.5-VL、LFM2-VL 与 LEAP，可在 AMD Ryzen AI PC、AMD NUC 及 iOS、Android 应用上部署。目前日历上暂无新黑客松，可留邮箱等待通知。
Goodfire Research（网页）AI 评分3030 Goodfire Silico 平台使用条款
Goodfire AI 发布 Silico 平台使用条款，界定客户访问和使用其 AI/ML 模型理解、测试、评估、改进、引导、监控与对齐平台的权利义务。条款明确 Customer Materials、Goodfire IP、Usage Data、Workflow Data 等定义，并授予客户非独占、不可转让的内部业务使用权。
Stanford HAI News（网页）AI 评分3939 斯坦福 Marlowe：248 块 NVIDIA H100 组成的开放研究 AI 超算
斯坦福 Marlowe 超算配备 248 块 NVIDIA H100 GPU、31 个计算节点，横跨全部七所学院服务 190 多个研究组，30 天平均分配率 95%，累计交付 315 万 GPU-hours。
Fireworks AI（网页）AI 评分4444 Phylo 借助 Fireworks 上的开源模型将前沿 AI 带给更多科学家
Phylo 在 Fireworks 上部署开源权重模型，实现月环比用户增长 2 倍、成本降低 60%，大部分流量已转向开源模型，首 token 时间约减半。其 Biomni Lab 是首个集成生物学环境，智能体单次任务可运行数小时至数天、调用数百次工具，新开源模型可在 24 小时内上线生产。
Cursor BlogAI 评分5454 Cursor 获得 AIUC-1 智能体安全与可靠性认证
Cursor 宣布通过 AIUC-1 智能体安全、安全性和可靠性认证，认证由 Schellman 开展独立审计，并在数千个场景中对智能体进行对抗性测试，覆盖 IDE 和云端智能体的规则、钩子和 Auto-review 等防护措施。
Claude：Blog（网页）AI 评分1010 Anthropic 官方博客：以安全为前沿的 AI 研究与产品
Anthropic 是一家公益公司，致力于构建以安全为前沿的 AI 研究与产品，确保 AI 的收益并降低其风险。其官方博客汇集了 Claude、Science、AI 安全核心观点、负责任扩展政策、对齐科学、Anthropic Academy、经济指数以及 Claude 宪法等发布与公告内容。
Claude：Blog（网页）AI 评分4646 Balyasny 如何评估与治理 Claude Fable 5
Balyasny Asset Management 在数千个真实金融任务上评测 Claude Fable 5，Fable 取得 89.4% 对前代生产模型 86.1% 的成绩，并在复杂规划、分析与智能体执行上表现突出。该机构自建执行框架与 BAMAgent 平台，支持数千个自主智能体 7×24 小时运行，Fable 成为其投资团队系统化与编码工作的首选前沿模型。
Claude：Blog（网页）AI 评分4747 Asana 如何用 Claude 打造可训练的人机协作团队
Asana 让 AI 智能体直接运行在其 Work Graph 模型内，与人类同事一样拥有角色、任务、消息读写和活动流记录，并由 Claude 驱动复杂任务。每个智能体按内容撰写、洞察分析、项目管理等角色预置技能与集成，其有效访问权限受触发者权限约束。智能体的共享记忆仅允许管理员和编辑者写入永久记忆，普通成员反馈只作用于当前任务。
Dario Amodei：Blog（网页）AI 评分3737 Stripe 播客对话 Anthropic CEO Dario Amodei：ARR 达 50 亿美元与智能体未来
Anthropic CEO Dario Amodei 在 Stripe 的 "A Cheeky Pint" 播客中与 John Collison 对话，谈及 Anthropic 年化收入（ARR）增长至约 50 亿美元。他讨论了 AI 模型表现出的"资本逐利冲动"、对智能体未来的预测、模型生意的经济学，以及 19 世纪活力论（vitalism）概念。
Cognition 模型 / Devin 博客（网页）AI 评分4545 Infosys 与 Cognition 合作，规模化部署 AI 软件工程师 Devin
Infosys 与 Cognition 达成合作，将在其组织内部及全球客户群中部署 AI 软件工程师 Devin，先在金融服务业务落地，覆盖银行、支付、资本市场、保险和财富管理场景，再扩展至零售、能源、医疗等行业。
Cognition 模型 / Devin 博客（网页）AI 评分2525 Devin 跨越大西洋：Cognition 在伦敦开设办公室
Cognition 在伦敦开设办公室，将自主软件工程推向欧洲领先企业。过去一年，全球多家大型金融机构已采用 Devin 覆盖 SDLC 工作，包括大规模现代化与迁移、安全漏洞修复以及复杂代码库文档化，Cognition 的合作伙伴包括 Goldman Sachs、Santander、Citi、BNY、HG Capital 和 The Access Group 等。
Cognition 模型 / Devin 博客（网页）AI 评分4848 Cognizant 与 Cognition 合作，将 Devin 和 Windsurf 推广至其工程团队与全球客户
Cognizant 与 Cognition 达成合作，将在其工程组织和全球客户中部署 Devin 与 Windsurf。Cognizant 工程师已使用 Windsurf IDE 进行智能体辅助的流式编码，并正在探索 Devin 在代码迁移、重构、测试和维护等工程工作流中的自主端到端执行能力。
Cognition 模型 / Devin 博客（网页）AI 评分3434 Cognition 进军日本，成立 Cognition Japan 并任命 Takumi Masai 为日本总裁兼总经理
Cognition 宣布成立 Cognition Japan，这是其首次进入亚洲市场，并任命在 IBM、Microsoft、Workday、Datadog Japan 任职过的 Takumi Masai 为日本总裁兼总经理。
Cognition 模型 / Devin 博客（网页）AI 评分4949 Mercedes-Benz 与 Cognition 合作，全球工程团队部署 Devin 和 Windsurf
Mercedes-Benz 与 Cognition 达成合作，在全球工程团队部署 Devin 和 Windsurf，覆盖美国、欧洲和亚洲，是汽车行业规模最大的 AI 软件工程部署之一。
Cognition 模型 / Devin 博客（网页）AI 评分3636 Cognition 在新加坡设立亚太总部，Devin 加速亚太企业落地
Cognition 在新加坡开设亚太总部，由副总裁兼亚太区总经理 Richard Spence 领导，覆盖东南亚、澳大利亚、印度和韩国市场。新加坡企业 OCBC 使用其平台后，代码与测试用例生成效率提升最高 30%，系统集成测试首次通过率从不足 50% 升至 80% 以上。Cognition 已在东京和新加坡部署团队，并正招聘工程、市场与合作伙伴岗位。
Cognition 模型 / Devin 博客（网页）精选AI 评分7474 Cognition 融资超 10 亿美元，估值达 260 亿美元
Cognition 宣布融资超 10 亿美元，估值 260 亿美元，由 Lux Capital、General Catalyst 和 8VC 领投。企业用量今年初以来增长超 10 倍，run-rate 收入达 4.92 亿美元；Mercedes-Benz 将八个月的遗留系统改造项目缩短到八天，Itaú 用 Devin 自动修复 70% 的安全漏洞。
推荐理由：原文由当事公司自述融资规模与业务数据，读者可以据此了解 Devin 的企业采用情况和自研模型进展。
Baseten 工程博客（网页）AI 评分2323 Baseten 发布 Dedicated Inference 与 Model APIs 服务等级协议（SLA）
Baseten 公布适用于 Dedicated Inference 和 Model APIs 的服务等级协议，承诺每月 System Availability 不低于 99.9%，按月度监控记录计算。未达标时客户可申请服务补偿，单月补偿上限为当月应付费用的 40%，且需自行发邮件申请。该 SLA 不适用于客户自托管部署的服务。
Baseten 工程博客（网页）AI 评分1010 Baseten 联系页：用 Baseten Inference Stack 构建编码智能体
Baseten 提供 Baseten Inference Stack，用于构建产品级或内部编码智能体，并支持高性能、可扩展、低成本地部署和推理 AI 模型，可运行在 Baseten 云端或用户自有环境。页面引导用户联系其产品专家了解具体方案。
Baseten 工程博客（网页）AI 评分1515 Baseten 招聘：打造 AI 推理云
Baseten 正在招聘跨学科团队，构建其所谓的“推理云”（Inference Cloud），认为 AI 的未来是数百万个专用模型嵌入各类产品，而推理决定性能、可靠性、延迟与经济性。Abridge、Cursor、Lovable、Notion、OpenEvidence 等公司已依赖 Baseten 支撑生产环境的 AI 工作负载。