Cognition 与美国能源部签署谅解备忘录，加入 Genesis Mission 计划
Cognition 宣布与美国能源部（DOE）签署谅解备忘录，加入被称为“美国 AI 曼哈顿计划”的 Genesis Mission，该计划于 2025 年 11 月由行政命令启动，目标是十年内让美国科研生产力翻倍。
#部署/工程
#部署/工程
今日 41 条Cognition 模型 / Devin 博客（网页）AI 评分5454 Baseten 工程博客（网页）AI 评分1717 Baseten 推出成本计算器：对比闭源 API 与开源模型支出
Baseten 上线成本计算器，可在 Baseten Model APIs 上对比闭源 API 支出与开源模型的费用，并预估节省金额。估算基于输入与输出 token 用量及大致缓存命中率，结果仅为内部讨论用的一般性估算，Baseten 不保证实际节省金额。
Baseten 工程博客（网页）AI 评分2929 Baseten 每周支撑 OpenEvidence 数十亿次定制微调 LLM 调用
Baseten 每周为 OpenEvidence 支撑数十亿次定制、微调 LLM 调用，向全美各大医疗机构提供高风险医疗信息。Baseten 称其可靠性与大规模深度支持已足以承担这一有时关乎生死的任务。此外，Baseten 与合作伙伴将说话人识别智能层直接前置到构建下一代 Voice AI 的开发者面前。
Trail of Bits：AI安全研究AI 评分5858 Trail of Bits 利用 Google zkVM 代码漏洞伪造更优的量子密码分析零知识证明
Trail of Bits 发布一份零知识证明，在所有指标上超过 Google 两周前发布的椭圆曲线量子密码分析证明：830 万总操作数、1,164 个 qubit、报告的 Toffoli 门数为 0。
Baseten 工程博客（网页）AI 评分1919 Baseten 面向医疗健康行业推出合规 AI 推理基础设施
Baseten 推出面向医疗健康行业的 AI 推理基础设施，支持数字前台、健康聊天机器人和医疗记录员等场景。平台符合 SOC-2 Type II 与 HIPAA 合规要求，提供 99.99% 可用性和跨 10+ 云的统一 GPU 池，支持 Baseten Cloud、自托管或 Baseten Hybrid 部署，并按分钟计费、自动缩容至零。
Baseten 工程博客（网页）AI 评分1313 Baseten 企业级推理平台：多云与自托管部署、SOC-2 Type II 合规
Baseten 面向企业提供关键任务推理平台，支持在 Baseten Cloud 或自有云基础设施中部署，Baseten Cloud 提供单租户集群，自托管方案可在 VPC 故障时自动故障转移至 Baseten Cloud。
Baseten 工程博客（网页）AI 评分2121 Baseten 推出 Embeddings 推理服务：支持任意嵌入模型与弹性扩缩容
Baseten 上线 Embeddings 服务，可用任意嵌入模型快速处理数百万数据点，支持自定义 Docker 镜像、Truss 库和 Baseten Chains。该服务覆盖 BGE、Stella、SFR-Embedding、Nomic、NV-Embed、Voyage 等模型系列，面向语义搜索与推荐系统，提供五个 9 可用性、优化冷启动和弹性自动扩缩容，可缩容至零以节省成本。
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。
Baseten 工程博客（网页）AI 评分1111 Baseten 大语言模型推理平台：支持 DeepSeek V3/R1 与 Llama 4 部署
Baseten 提供面向大语言模型的推理基础设施，支持部署 DeepSeek V3 0324、DeepSeek R1 0528（均为 671B 参数 MoE 模型）、Llama 4 Scout（109B 总参数）和 Llama 4 Maverick（400B 总参数）等模型。
Trail of Bits：AI安全研究AI 评分5353 Trail of Bits 完善 zizmor 对 YAML 锚点的完整支持
Trail of Bits 与 zizmor 维护者合作，使静态分析器 zizmor 完整支持 GitHub Actions 的 YAML 锚点。
Baseten 工程博客（网页）AI 评分1818 Baseten 图像生成推理服务：支持 FLUX.1 dev 与 SDXL Lightning
Baseten 推出面向图像生成模型的推理服务，支持部署 FLUX.1 dev、SDXL Lightning 等开源模型及用户微调、自定义模型，兼容 ComfyUI 等框架。SDXL Lightning 可在 4 个 UNet 步内生成 1024x1024 图像，接近实时出图。平台提供弹性自动扩缩容、冷启动优化，并支持 SOC 2 Type II、HIPAA、GDPR 合规部署。
Baseten 工程博客（网页）AI 评分2121 Baseten 的前向部署工程师：从 POC 到规模化的嵌入式推理支持
Baseten 推出前向部署工程师（forward deployed engineers）团队，以嵌入式工程方式帮客户架构系统、部署并优化模型。该团队提供跨云自动扩缩容与 99.99% 可用性保障，并针对不同模态应用推理栈优化，代码归客户所有。服务覆盖从 POC 到规模化的全过程，持续引入社区最新研究优化性能与成本。
Baseten 工程博客（网页）AI 评分3535 Baseten 推出 Hybrid 混合部署方案：VPC 自托管与 Baseten Cloud 无缝溢出
Baseten 发布 Hybrid 混合部署方案，让模型推理在自有 VPC 内运行，并在流量高峰时无缝溢出到 Baseten Cloud。该方案支持多云端路由、区域锁定数据驻留与快速冷启动，可沿用现有云资源承诺以优化成本，并继承 Baseten Cloud 的 SOC 2 Type II、HIPAA 和 GDPR 合规能力。
Baseten 工程博客（网页）AI 评分2323 Baseten 推出自托管部署方案，支持在自有 VPC 内运行推理
Baseten 推出 Self-hosted 部署方案，让企业在自有 VPC 内获得与托管服务一致的毫秒级低延迟和高吞吐推理，模型输入输出不会经过 Baseten 服务器。该方案支持数据驻留与区域锁定部署，可满足 GDPR、HIPAA 等合规要求，并允许使用自有硬件或现有云厂商 credits 与 commits 优化成本。
Baseten 工程博客（网页）AI 评分1919 Baseten Cloud：跨云部署生产级 AI 推理，99.99% 可用性
Baseten 推出 Baseten Cloud，可在任意云厂商上运行生产级 AI 推理，提供毫秒级响应与 99.99% 可用性，无需人工干预即可自动扩缩容。该服务由 Baseten Inference Stack 驱动，支持区域锁定、单租户和自托管部署，且不存储模型输入与输出。
Baseten 工程博客（网页）AI 评分4848 Baseten 推出多云容量管理 MCM，覆盖 20+ 云与区域
Baseten 为 20 多个云和区域构建了多云容量管理（MCM），支撑低延迟与 99.99% 可用性。MCM 通过 SLA 感知的自动扩缩容，把跨云 GPU 资源视为可互换，实现跨云动态路由与扩缩模型副本，以应对云故障和容量限制。该能力支持数据驻留与主权合规，可运行在 Baseten Cloud、自托管或混合模式中。
Baseten 工程博客（网页）AI 评分2424 Baseten 推出跨云自动扩缩容推理基础设施
Baseten 发布面向推理优化的基础设施，支持多节点、多云、多区域部署，通过跨云自动扩缩容让模型在全球低延迟服务，并以跨云容量管理实现四个九可用性。其自动扩缩容器实时匹配流量与资源，冷启动优化可在数秒内拉起新副本，并提供自托管、云和混合三种部署方式。
Baseten 工程博客（网页）AI 评分1818 Baseten Inference Runtime：可配置的模型推理运行时
Baseten 推出 Inference Runtime，将 TensorRT、SGLang、vLLM、TGI、TEI 等开源推理框架与自研优化整合进单一可配置运行时，宣称可在数分钟内完成配置。该运行时原生支持 Medusa、Eagle 等投机解码技术，并通过 KV cache 卸载与缓存感知路由、prefill 优先调度、TP 与 EP 混合并行等手段降低延迟。
Baseten 工程博客（网页）AI 评分2121 Baseten 面向模型实验室推出 Frontier Gateway 与分发平台
Baseten 面向模型实验室推出 Frontier Gateway，可在数天内发布带认证、密钥管理、限流和用量计费的白标 API，由 Baseten Inference Stack 驱动。模型还可上架 Baseten Model Library 供开发者发现和调用，并享受 SOC 2、HIPAA、GDPR 合规及 99.99% 可用性 SLA。
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5858 Augment Code 发布 Project Builder，用 Cosmos 专家自动化大型工程项目的设计与实施
Augment Code 推出 Project Builder，这是一个运行在 Cosmos 上的专家，可从简短功能描述生成基于真实代码库的设计文档（markdown 或 HTML 存入 Cosmos VFS），经人工评审后编排 worker agent 完成实施直至合并。
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。
Tomer Tunguz 博客（VC 分析）AI 评分5959 Tomer Tunguz：大多数 AI 工作可以等，路由应先于模型选择
作者认为构建 agent 的团队应把路由设计放在第一位、模型选择放在最后。他提出三层结构：技能分类器识别任务意图、路由器根据复杂度等特征决定执行层级、模型选择器在层级内挑最便宜的合格模型。
Tomer Tunguz 博客（VC 分析）精选AI 评分6464 Tomer Tunguz 解析 $10B 前向部署工程潮：三种模式与护城河逻辑
AI 公司在 12 个月内投入 $9.75b 于前向部署工程（FDE），相当于 Accenture 年度人力成本的四分之一。
推荐理由：原文把 $9.75b FDE 投入拆成三种资本结构，并解释部署取代模型能力成为瓶颈后的护城河逻辑。
Tomer Tunguz 博客（VC 分析）AI 评分5252 Tomer Tunguz 详解 AI 智能体的记忆架构与 preflight 检查
Tomer Tunguz 介绍其正在实验的智能体记忆架构：查询先经 preflight 从约 90 个技能文件中按意图检索相关技能载入上下文窗口，再由本地 Ornith 35B（经 Ollama 运行于 Apple Silicon）执行，约 80% 的常规任务留在本地，困难任务路由到 frontier 模型。
Anthropic：The Institute（旗舰研究长文 · 网页）精选AI 评分6767 Claude 正式登陆 Microsoft Foundry，可通过 Azure 账单计费并计入 MACC
Claude 现已在 Microsoft Foundry 正式可用，企业可用现有 Azure 认证、计费与治理体系构建生产应用和企业智能体，用量计入 Azure 账单，符合条件的支出可计入 MACC。
推荐理由：原文说明 Claude 在 Microsoft Foundry 正式可用后的计费、合规与部署方式，读者可据此评估接入 Azure 工作流的可行性。
Tomer Tunguz 博客（VC 分析）精选AI 评分6363 Tomer Tunguz：OpenRouter 上 GPT-OSS-120b 仍占 Claude Opus 4.8 三分之一流量，token 市场加速分层
Tomer Tunguz 撰文指出，OpenRouter 数据显示发布于 2025 年 8 月的 GPT-OSS-120b 仍承载 Claude Opus 4.8 约 36% 的日 token 量，GLM 5.2 以每日 495B token 超过前沿模型，token 市场正按成本、速度和准确度分层。
推荐理由：作者用 OpenRouter 流量数据和自己本地实测，说明 token 市场正按成本、速度与准确度分层，MoE 正在抬高端侧模型上限。
Anthropic：The Institute（旗舰研究长文 · 网页）AI 评分3535 Anthropic 为 Claude 推出区域合规部署，支持数据与推理驻留
Anthropic 为 Claude 推出区域数据驻留与推理驻留能力，用户可指定提示词、输出和对话历史的存储地及模型处理地，覆盖亚太、加拿大、欧洲和美国（美国即将上线），可通过 AWS Bedrock、GCP Vertex 和 Microsoft Foundry 部署。
Tomer Tunguz 博客（VC 分析）精选AI 评分6666 Tomasz Tunguz：Agent harness 对编码成绩与成本的影响超过模型本身
Tomasz Tunguz 撰文称 harness 对编码基准和成本的影响大于模型。Endor Labs Agent Security League 测试显示。
推荐理由：文章用同一模型在不同 harness 下的分数差和缓存成本数据，说明运行时框架对编码表现和账单的影响可能超过模型本身。
Tomer Tunguz 博客（VC 分析）精选AI 评分6464 Tomer Tunguz 分析 AI 硬件瓶颈的牛鞭效应
Tomer Tunguz 撰文分析 AI 基础设施短缺正按牛鞭效应依次传导：2023 年初 H100 租金曾超 $9/小时，2023 年服务器出货量下滑 22%。
推荐理由：作者用多年价格和产能数据梳理 AI 硬件短缺的接力顺序，读者可以据此理解瓶颈传导的时滞机制。
Anthropic：The Institute（旗舰研究长文 · 网页）精选AI 评分7171 Anthropic 发布 Claude 桌面与移动应用统一下载页
Anthropic 上线 Claude 应用的统一下载页，提供 macOS、Windows、Linux（beta）桌面端和 iOS、Android 移动端。桌面应用内可直接运行 Claude Code，支持远程控制、跨设备记忆同步、Chrome 等扩展连接本地工具，并面向企业提供 MSIX/PKG 安装包和 SSO 部署；Linux 端暂不支持 Computer Use 和听写功能。
推荐理由：页面汇总了 Claude 桌面与移动应用的下载入口、各平台支持情况和常见使用限制，方便读者判断适配自己的版本。
Anthropic：The Institute（旗舰研究长文 · 网页）精选AI 评分8282 Anthropic 发布 Claude for Microsoft 365，Claude for Outlook 进入 beta
Anthropic 推出 Claude for Microsoft 365，Claude 可直接在 Excel、PowerPoint、Word 和 Outlook 中工作。
推荐理由：原文来自官方，给出了四大 Office 应用中的具体能力和可用性细节，读者可据此评估是否替换现有办公工作流。
Anthropic：The Institute（旗舰研究长文 · 网页）精选AI 评分6767 Anthropic 发布 Claude Science 科研工作台公测版
Anthropic 发布 Claude Science，一款面向科学家的 AI 工作台应用，目前为 macOS、Windows 和 Linux 上的公开 beta，面向 Pro、Max、Team 和 Enterprise 计划。
推荐理由：官方产品页列出可复现分析、60+ 科学数据库连接和 HPC 计算管理等具体能力，读者可据此判断它对科研工作流的影响。
NVIDIA Blog（RSS）AI 评分5353 CoreWeave 宣布提供 NVIDIA Vera Rubin NVL72，并推出 CoreWeave Forge
CoreWeave 在 Fully Connected 大会上宣布 NVIDIA Vera Rubin NVL72 系统上线 CoreWeave Cloud，并计划提供面向智能体的 NVIDIA Vera CPU，同时发布连接训练、评估与改进的 CoreWeave Forge。
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3737 Google Cloud 在 Cloud TPU 上为 vLLM 实现长上下文多模态嵌入推理
Google Cloud 将原生 TPU 支持集成进 vLLM，并以 Qwen3-Embedding-8B 为目标模型完成多项优化，支持 4K+ token 文本与 15K+ token 多模态输入的嵌入推理。
Google AI：DEV 作者专属（RSS）AI 评分4646 TeaQL 比 SQLx 查询快 2,000 倍？实测揭示真正原因
在 MusicBrainz 数据集上，同一请求的 SQLx 自然全局窗口写法中位耗时 5,871.169 毫秒，而专家级 root-first 两阶段方案仅 2.469 毫秒，差距 2,378 倍。
Google AI：DEV 作者专属（RSS）AI 评分5252 独立开发者 Baur 为什么选择 BYOK 而非自建 LLM API 代理
独立开发者 Baur 在桌面应用 SyntaxCue Pro 中采用 BYOK 架构，让用户自备 API key，应用经 Tauri 的 Rust 层从系统凭据存储（macOS Keychain。