ginobefun@hongming731AI 评分4040

BestBlogs 精选周刊第 114 期指出，Claude Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、MiMo-V2.6 密集发布后，模型单价正让位于任务经济：Opus 5.5 输入/输出每百万词元 4/20 美元、缓存读取 0.2 美元，综合运行成本降 40%。评测、路由缓存、环境与评分器成为生产系统主要瓶颈，个人提速 3-5 倍但组织交付可能只快几天。

SemiAnalysis 拆解 Intel Panther Lake：18A 的 PowerVia、RibbonFET 与 Foveros-S 实现

SemiAnalysis 拆解 Intel Panther Lake，解析 Intel 18A 首个商用背面供电（PowerVia）、RibbonFET 四层纳米片和 Foveros-S 封装。实测显示 18A 计算逻辑密度与 TSMC N3E GPU 逻辑相近，但不及 N3P、N2 和 Samsung SF2 的峰值密度；NPU 5 面积缩小 36.9%，GPU 高端版本仍用 TSMC N3E。

Peter Steinberger 🦞@steipeteAI 评分3838

我们把 OC 迁移到 sqlite 时犯的最大设计错误：使用了同步数据库访问。当它只是一个在 Slack 或 iMessage 上向你汇报的智能体时，这没问题；现在一个智能体可能并行跑 50 个会话，整个团队都在用它，这就成了限制。 我和 Astra 有一个 /goal，目前已提交 575 个 PR，把所有东西迁移到异步 worker。我们边推进边发布这些改进。相当疯狂的是，连巨大的重构都不再可怕了。

ClaudeDevs@ClaudeDevs精选AI 评分6565

Claude Devs 分析了 Opus 5.5 相比 Opus 5 的价格变化：输入和输出 token 便宜 20%，cache reads 便宜 60%。文章测算了 Claude Code 中一个任务的实际成本，并上线了一个计算器，用户可通过 /usage 自行运行，地址为 https://claude.dev/blog/what-a-task-costs-on-opus-5-5/。

在 Amazon EKS 上用 EFA 和 DeepEP 扩展 MoE 强化学习，吞吐量提升 40%

AWS 提出在 Amazon EKS 上结合 EFA 与 DeepEP 扩展 MoE 模型强化学习训练的架构，吞吐量提升 40%。该方案针对 rollout 生成与策略训练并行的异步 RL 负载，用 DeepEP 优化专家并行（EP）在 EFA 上的 all-to-all 通信，缓解跨节点带宽瓶颈。适用于 RLHF、PPO 和 GRPO 等大规模 RL 训练流程。

在 Amazon SageMaker HyperPod 上用 SkyRL 加速多模态 RL 训练

在 Amazon SageMaker HyperPod 上使用开源 RL 框架 SkyRL，通过 GRPO 对 Qwen3-VL-8B 视觉语言模型进行多轮强化学习后训练，在固定 64 个迷宫评测集上把解迷宫成功率从 43.75% 提升到 95% 以上。

NarrateAI 如何在 Amazon Bedrock 上实现生产级 LLM 质量保障

NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率并实时流式返回结果，服务超过 4000 名 AWS 高管。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证，其中约 90% 的查询走单次快速路径，仅约 10% 的复杂查询进入并行批处理路径。

在 Amazon SageMaker AI 上部署 Qwen3-TTS-12Hz-1.7B-Base 实现实时语音克隆

AWS 博客演示如何通过 SageMaker JumpStart 将 Qwen3-TTS-12Hz-1.7B-Base 部署到实时推理端点，用几秒参考音频和转录文本克隆说话人音色，无需重训模型。

Google Cloud 正式发布 Memorystore for Valkey 9.1，QPS 提升至 3 倍

Google Cloud 宣布 Memorystore for Valkey 9.1 正式可用，相比 Memorystore for Redis Cluster 实现最高 3 倍 QPS 且保持微秒级延迟。该版本用无锁多队列消息架构替代列表轮询，并引入两阶段动态线程扩展引擎。新增数据库级 ACL 和拓扑感知的 CLUSTERSCAN 命令。

S&P Global Energy 如何用 Databricks Genie Agents 和 MCP 让结构化数据可对话

S&P Global Energy 在 Databricks 博客详解如何让覆盖 LNG、Chemicals、Crude Oil、Refined Products、Gas & Power 等的结构化数据资产可供 AI 智能体对话。

SemiAnalysis 发布中国数据中心模型：测算超24GW容量与AI建设热潮

SemiAnalysis 推出 China Datacenter Model，追踪 1,000+ 设施、60+ 运营方，估算中国已建成数据中心容量超 24GW，另有约 20GW 在建管线和 30GW 已公布项目。

Amazon SageMaker HyperPod 与 Qumulo 实现跨区域训练

Amazon SageMaker HyperPod 搭配 Qumulo 的 Cloud Native Qumulo（CNQ）与 Cloud Data Fabric（CDF），可让训练集群直接读取另一 AWS Region 或本地数据中心的数据集，无需复制数据或修改代码。

Datasette 1.0a41 发布，新增 OpenTelemetry 支持

Datasette 1.0a41 发布，Alec Garcia 为该版本加入了 OpenTelemetry 支持。此版本还将 Datasette 的所有模态对话框重构为单一 Web Component，并已编写文档供其他插件使用。

ClaudeDevs@ClaudeDevsAI 评分5959

Anthropic 宣布恢复对 Claude 响应前被安全系统拦截的请求收费，仅适用于误报率低的类别：生物学、蒸馏攻击和前沿 LLM 开发。官方称这是对近期协同攻击的一层防御，测试中 99.7% 的 Claude Code、Claude.ai 或 Cowork 账户未触发这些计费拦截，相关分类器误报率控制在 <0.1%，误判可通过 Claude Code 中 /feedback 反馈。

在 Databricks SQL 中运行开源决策模型 open-Jev

Databricks 展示了如何在 SQL 中直接运行开源决策模型 SemIf-OpenJev，通过 ai_query 对受治理数据做结构化分类。该流程借助 AI Runtime 提供 Serverless GPU 算力，自动下载模型、用 Express Deployments 注册并创建 GPU Model Serving 端点，三步即可从 Notebook 到端点。

在 SageMaker AI 上用 WhisperX 实现带说话人标注的转录

AWS 发布 WhisperX Deep Learning Container（DLC），在 OpenAI Whisper 基础上加入 wav2vec2 强制对齐的逐词时间戳和说话人分离，可部署到 Amazon SageMaker AI 实时或异步端点，无需自建镜像。

Google Cloud 发布 AlloyDB 智能体数据库架构，支持零到数千节点扩展且不影响生产

Google Cloud 发布 AlloyDB 智能体数据库架构并开放 AlloyDB PostgreSQL for agents 预览，提出隔离、亚毫秒延迟、弹性扩展三大原则。

CONTROL Resonant 登陆 GeForce NOW，DragonSword: Awakening 领衔九款新游

Remedy Entertainment 的 CONTROL Resonant 在发售当日加入 GeForce NOW，Ultimate 会员可以 GeForce RTX 5080 级云端性能串流，支持 DLSS 4、光线追踪、NVIDIA Reflex 和最高 5K HDR，无需 100GB 本地安装。

OpenBMB@OpenBMBAI 评分4545

FIT-GGUF 为 MiniCPM5-2B 提供可控尺寸的混合精度量化，开发者 @Scorp1o_117 据此构建了 4 个 GGUF 变体，体积从约 1.14 GiB 到 1.46 GiB。

Google Project Suncatcher 即将首次在轨测试太空 TPU

Google 宣布 Project Suncatcher 将通过 SpaceX Transporter-18 拼车任务发射首颗原型卫星，测试 Google TPU 能否在太空运行，并与 Planet 合作开发。

vLLM 支持基于 Gumbel-max 的无损文本水印

vLLM 现已支持基于 Gumbel-max 算法的无失真文本水印，通过 PRF 生成可复现的 keyed 噪声并把 PRNG、Gumbel 变换和 argmax 融合为单个 GPU kernel。

SemiAnalysis 发布 ClusterMAX 3.0 GPU 云评级，覆盖 77 家 neocloud

SemiAnalysis 发布 ClusterMAX 3.0，覆盖 77 家 neocloud 供应商、323 家市场全景，并访谈超 200 名终端用户。Nebius 加入 CoreWeave 进入铂金级，Google Cloud 升入金级，Azure 降至银级，全球仅 19 家获得奖章评级，另新增介于铜级与不合格之间的 Participation Ribbon 级。

Boris Cherny@bcherny精选AI 评分6565

Boris Cherny 介绍 claude.ai 和 Desktop 应用近几周明显变快的原因，团队发布了博文说明做法。@ClaudeDevs 的引用帖称 claude.ai 在两周内快了 3x，博文讲解如何用 Claude 测量、调试和改进性能，并附上提示词和方法，链接为 https://claude.dev/blog/how-we-made-claude-ai-faster/。作者表示博文中有不少对想给自家应用提速的工程师有用的经验与技巧。

NVIDIA：如何在 AI 工作负载落地前验证 GPU 集群就绪状态

NVIDIA 指出 GPU 集群即使所有 GPU、网络链路和 pod 均报告健康，512-GPU 训练任务仍可能性能不达标或失败，原因可能是单个慢速 GPU、负载下性能劣化的链路，或悄悄将流量导向慢速路径的配置。运维人员往往要到训练运行数小时后才会发现问题。

如何用 NVIDIA Warp 和 MJWarp 加速机器人仿真与学习工作流

NVIDIA Warp 与 MuJoCo Warp（MJWarp）可将兼容的 MuJoCo 模型扩展到最多 2,048 个并行 GPU 环境，本文以 SO-101 机械臂为例演示从 CPU MuJoCo 工作流迁移到 GPU 批量仿真的过程。

GitHub Copilot 应用如何渲染超大 pull request

GitHub Copilot 应用重建了 pull request 视图，用一个含 2200 个文件、超 100 万行改动和 400 多条行内评论的开源 PR 做压力测试。其做法是把文档高度拆成确定性的代码几何与动态评论块两套几何：代码行高提前精确计算，评论高度则按需测量、修正幅度小且锚定在用户当前查看位置，从而避免滚动跳动。

Cohere@cohereAI 评分2626

Model Vault 现已在加拿大上线 🇨🇦 对于身处"真北"的用户，现在可以通过自动扩缩容工作负载、单租户部署和更低的 TCO，全面掌控你的 AI。Cohere 模型。完全私有。

eric zakariasson@ericzakariassonAI 评分4141

智能体在工作前后喜欢大量读取以收集上下文，所以针对读取做优化会带来很大差别！ 如果你在构建智能体，我强烈推荐读一读这个（或者把它交给你的智能体，让它去实现这些发现）

微软研究：把物理 AI 推理卸载出机器人可提升任务成功率与续航

微软研究院对移动机器人操作负载做系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现与电池续航。

Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆

Google DeepMind 公布 Private AI Compute 架构更新，将持久化的服务端记忆引入该平台，使 AI 助手能跨设备保留上下文。数据被密封在加密存储中，解锁密钥仅保存在用户个人设备上，模型访问时通过端到端加密通道连接云端安全隔离区，在隔离内存中临时解密、保存新上下文后立即重新加密。

Together AI 教程：花 17 美元微调自己的 Jev 式分类模型

Together AI 发布教程，演示如何以 Qwen3.5 4B 为基础模型，用 MultiNLI、BoolQ、Banking77 等 6 个数据源共 37,840 条样本微调一个 Jev 式分类模型，训练成本约 $17.0，耗时约 25 分钟。

NVIDIA@nvidiaAI 评分2727

企业应当拥有自己的智能。 这意味着将 AI 引入其敏感数据，同时保护业务数据和专有模型。 NVIDIA 的 @j_boitano 与 @VAST_Data 的 Renen Hallak 讨论了 NVIDIA 机密计算如何实现这一点。

Pragmatic Engineer 解析 Windows 如何在系统层面集成 AI Agent

Gergely Orosz 采访微软 Windows 团队，解析 Windows 在操作系统层面集成 AI Agent 的计划。

NVIDIA Topograph：拓扑感知的 GPU 工作负载调度

NVIDIA 推出 Topograph，用于拓扑感知的 GPU 工作负载调度。AI 工厂是功率受限系统，工作负载放置不当会割裂拓扑域、迫使流量走共享链路，降低吞吐并推高作业成本，GPU 还会在等待数据时白白消耗已分配功率。

Claude Code v2.1.280 发布：新增 Claude Opus 5.5 默认模型

Claude Code 发布 v2.1.280，新增 Claude Opus 5.5（claude-opus-5-5）并设为默认 Opus 模型，支持 1M 上下文，价格 $4/$20 per Mtok、缓存读取 $0.20/Mtok；Pro 和 Team Standard 计划默认模型也从 Sonnet 改为 Opus。

NVIDIA 发布 Isaac ROS 5.0，为机器人开发引入智能体工作流

NVIDIA 在加拿大多伦多 ROSCon 大会上发布 Isaac ROS 5.0，为基于 ROS 的机器人开发引入智能体工作流和新的平台支持。

超聚变提出"智企"与 Token Factory：企业 AI 如何从算力投资走向业务价值

超聚变在 2026 国际探索者大会上提出"智企"概念，并发布 FusionOne AI 企业级 Token Factory 解决方案，贯通算力、模型与 Token 度量运营。

Huawei Cloud@HuaweiCloud1AI 评分4444

在 HUAWEI CONNECT 2026 上，华为董事、华为云 CEO 周跃峰博士宣布，最新的 AI Cluster Service（AICS）将于 9 月 30 日在中国商用，11 月 30 日在全球市场商用，标志着云 AI 算力新时代的到来。 了解更多：https://tinyurl.com/4vbmftva #HUAWEICONNECT #AgenticAI #HuaweiCloud

Kimi.ai@Kimi_MoonshotAI 评分4848

Kimi K3 现已登陆 Amazon Bedrock！ 借助 Bedrock 的访问、加密和审计控制，运行编程、文档分析和扩展智能体工作流。支持显式提示词缓存。 在 AWS 上开始用 K3 构建 👉 https://docs.aws.amazon.com/bedrock/latest/userguide/model-card-moonshot-ai-kimi-k3.html

Together AI 推出 Canary 发布功能，在不中断服务的情况下升级生产模型

Together AI 上线 endpoints rollout 功能，支持 Canary、蓝绿、滚动三种策略在同一端点的两个部署之间迁移流量，实现生产模型不停机升级。