LangChain 实测 Jev 作智能体评测器：与 GPT-5.6 Luna、Terra 和 Claude Sonnet 4.6 对比
LangChain 团队测试了 TypeSafe AI 的 Jev 作为智能体评测器的表现。Jev 是不生成文本的 System One 决策模型，支持 Choice、Score 和布尔三类问题，官方称在分类任务上推理最快达 200 倍、成本最低至 1/400。
全部AI 动态
全部动态
今日 18 条LangChain BlogAI 评分5151
ByteByteGoAI 评分3636 每位软件工程师都应了解的 API 概念
ByteByteGo 发布 API 概念速览，指出多数工程师日常调用 API，但设计可靠的 API 更复杂。内容涵盖 HTTP 方法、状态码、请求与响应格式等基础细节，以及 REST、GraphQL、gRPC、webhooks、WebSockets 的适用场景，并涉及命名、分页、版本控制、错误响应、向后兼容、API keys、OAuth、JWT、超时、重试、幂等性、限流、缓存、文档与契约测试。
jietang@jietangAI 评分6161唐杰称，由 GLM-5.3 驱动的基础设施智能体用两周时间让 GLM-5.3-Flash 从首次在国内加速器上运行到承接全部生产流量，端到端吞吐提升 3.2 倍。
引用Z.ai@Zai_orgWe’re sharing how GLM-5.3 helped build and optimize the inference infrastructure serving GLM-5.3-Flash. The system went from its first successful run to production readiness in less than two weeks, with end-to-end throughput tripling relative to the initial baseline. The key was dense feedback: local correctness tests, execution traces, microbenchmarks, and end-to-end measurements that enabled targeted hypothesis testing rather than reliance on aggregate performance metrics alone. https://z.ai/blog/glm-built-its-inference-infrastructure
Z.ai@Zai_orgAI 评分4545GitHub Blog · AI & ML精选AI 评分7878 GitHub 用 Copilot 将 Copilot agent runtime 迁移到 Rust
GitHub 用 Copilot 智能体将 Copilot agent runtime 从 TypeScript 完整重写为 832,378 行生产 Rust，共 128 个 PR，于 8 月 21 日完成。
推荐理由：作者以第一手移植经历拆解了 AI 智能体团队完成大规模重写的具体策略、会话数据和教训，方法细节对类似工程迁移有直接参考价值。
OpenRouter Announcements精选AI 评分6767 OpenRouter 教程：用 TypeScript SDK 构建可靠的工具调用 Agent 循环
OpenRouter 发布教程，演示如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据可独立运行。教程覆盖停止条件设计、按 toolCallId 返回结果、指纹计数拦截重复调用、models 参数实现有序模型回退，以及 Auto Exacto 默认按工具调用成功率重排提供商；并说明 MCP 只改变工具执行位置，循环控制仍是必要的。
推荐理由：教程给出了完整的停止条件、重复检测和模型回退实现，可用作自建 tool-calling 循环的参考骨架。
ByteByteGoAI 评分5252 LLM 如何在海量文档中找到关键信息：RAG 检索链路详解
ByteByteGo 详解 LLM 应用中的检索问题，以员工询问航班取消后酒店报销为例，说明 RAG 如何从数千份文档中找到正确且仍然有效的政策条款。文章覆盖 chunking 粒度权衡、嵌入向量的语义匹配、余弦相似度等度量选择、Flat/IVF/HNSW 索引的速度与召回权衡、元数据过滤的先筛后筛取舍，以及政策更新时的版本切换和混合检索加 reranking 的最后优化步骤。
OpenAI NewsAI 评分2929 OpenAI 如何将 AI 使用情况与业务价值挂钩
OpenAI 介绍如何用 ChatGPT Work 和 Codex 的分析功能，帮助团队了解 AI 使用量与支出、识别培训需求，并把 AI 采用情况与业务成果关联起来。
Kling AI@Kling_aiAI 评分1111
OpenRouter AnnouncementsAI 评分5656 OpenRouter 解析 DeepSeek V4 各型号是否支持图像输入
OpenRouter 逐一梳理 DeepSeek V4 家族的输入模态：仅 deepseek/deepseek-v4.1-flash 和 deepseek/deepseek-v4-flash-vision-exp 接受图像，其余 V4 Pro 0813、V4 Flash 0731、两个 0423 checkpoint 和 Flash latest alias 均为纯文本。
ByteByteGoAI 评分2828 ByteByteGo 重启 Build with Claude Code 课程，报名 24 小时后截止
ByteByteGo 重启为期 2 天的 Build with Claude Code 强化课程，由曾培训 Meta 数百名工程师的 John Kim 主讲，9 月 16 日开课，报名 24 小时后截止。
LMSYS BlogAI 评分4646 SGLang 用 NVFP4 KV Cache 加速长上下文与智能体推理
NVIDIA 与 SGLang 合作实现 NVFP4 KV cache，在 Blackwell 上以 4 比特存储 K/V，配合 FP8 分块缩放与 FP32 张量级缩放两级量化，打包数据加块缩放仅占 FP8 约 56% 存储。
ByteByteGoAI 评分5959 ByteByteGo 图解 LLM 的记忆机制：模型本身不会记住对话
ByteByteGo 发文解释 LLM 为何在新会话中忘记此前对话：模型本身没有持久记忆，记忆错觉由围绕模型的应用通过重建上下文实现。文章区分训练记忆、上下文窗口工作记忆和外部持久记忆，分析上下文填满后的处理方式与长对话成本，并介绍滑窗、对话摘要、结构化实体抽取、向量库检索和长期用户画像等扩展记忆的技术。
Google Developers BlogAI 评分5959 Google 发布零信任 AI Agent 系列第二篇：用 Model Armor、Semantic Governance 与异常检测做运行时治理
Google Developers Blog 发布零信任 Agent 系列第二篇，将安全检查从构建时移到 Gemini Enterprise Agent Platform 的运行时。
OpenRouter Announcements精选AI 评分6262 OpenRouter Ori Eval 教程：用 LLM-as-a-Judge 自动评估 AI Agent 输出
OpenRouter 发布教程，讲解如何用独立的 judge 模型按书面评分标准自动给 Agent 输出打分，弥补确定性测试无法检查最终回答质量的问题。
推荐理由：原文给出可复用的评测方法和 Ori Eval 具体代码，覆盖评分模式选择与 judge 校准的实操细节。
LangChain Blog精选AI 评分6666 LangChain 发布付费广告 Agent 并开源，分享构建经验
LangChain 开源其 Paid Media Agent 并复盘构建过程，该 Agent 驻留 Slack，用于管理跨五个付费渠道的广告活动。六个月内付费媒体从 0 做到占营销管道的 20%，CPL 从 6 月到 8 月下降 30%。
推荐理由：原文给出了 Agent 工程的具体设计决策和成本数据，读者可以迁移其上下文分层和权限设计方法到自己的 Agent 项目。
ByteByteGoAI 评分3232 为什么 Git revert 会产生冲突？
git revert 不重写历史，而是新建一个提交来撤销早先提交的改动，因此当后续提交修改了同一批代码行时就会触发冲突。例如 C2 添加功能、C3 又改了这些行，撤销 C2 便会与 C3 的改动相撞，Git 无法判断哪个版本正确。解决方式是运行 git revert C2，在冲突处暂停后手动修改文件、暂存并继续，最终生成一个干净撤销 C2 且保留 C3 的新提交。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 日本韩国营销负责人分享如何用 GitHub Copilot 把活动运营自动化为代码
GitHub 日本与韩国营销负责人 Tomoko Tanaka 撰文分享如何不写代码，用 GitHub Copilot 把活动运营从策划到会后跟进全流程自动化。
推荐理由：作者以自身营销流程为例，展示如何用 runbook 加 Copilot 在 GitHub 上搭建自动化，方法可迁移到其他重复性工作。
Runway NewsAI 评分4747 VOIDZ 如何用 Runway Seedance 2.0 把 15 秒 VFX 短片扩展成 95 秒纪录片
匿名混合现实艺术家 VOIDZ 借助 Runway 的 Seedance 2.0，将原本受限于 10 到 15 秒的 3D 制作流程，扩展成 95 秒纪录片《Ends Meat》。
Andrew Ng@AndrewYNgAI 评分2020
ByteByteGoAI 评分3131 ByteByteGo Live 上线：Claude Code、AI Evals 等直播课程阵容公布
ByteByteGo 推出直播课程平台 ByteByteGo Live，主打直播课完课率约 40%，远高于多数线上课程的约 4%。
OpenAI NewsAI 评分3838 OpenAI 如何将 Habitat 扩展为支撑 10 亿 ChatGPT 用户的在线存储平台
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台，支撑超 10 亿 ChatGPT 用户、每秒 2200 万次请求。
Google Developers BlogAI 评分4646 Google 用 Tunix 在 TPU 上实现 LLM 自主后训练 autofinetune
Google 推出 autofinetune，将自主研究循环用于 LLM 后训练，基于 Tunix、Gemma 和 Cloud TPU，由 Antigravity CLI 与 Gemini Flash 3.7 编排。
OpenRouter AnnouncementsAI 评分5353 OpenRouter 文本转语音教程：一个 API 端点调用多家 TTS 模型
OpenRouter 通过 OpenAI 兼容的 POST /api/v1/audio/speech 端点提供文本转语音，一个 API key 即可以相同请求结构调用 Mistral Voxtral Mini TTS、xAI Grok Voice TTS 1.0、Microsoft MAI-Voice-2 等多家模型。
OpenRouter AnnouncementsAI 评分4545 OpenRouter 解读零数据保留（ZDR）对 AI API 意味着什么
OpenRouter 发文解释零数据保留（ZDR）：AI 提供商处理完提示词并返回响应后不再存储，但数据仍会到达提供商并由模型处理。在 OpenRouter 上可通过账户设置、guardrails 或请求中的 provider.zdr 字段强制启用 ZDR，该策略仅覆盖提供商侧推理留存，应用日志、插件工具及响应缓存需另行控制。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot app 新手教程：用 diff、终端和浏览器面板完成 AI 编码闭环
GitHub Copilot app 新增内置 diff、终端和浏览器面板，让新手不用离开应用即可审查 agent 改动、运行命令并预览界面。
OpenAI NewsAI 评分3838 一位研究员如何用 Codex 和 ChatGPT 寻找新型抗菌分子
César de la Fuente 的实验室利用 Codex 和 ChatGPT 在现存与已灭绝生物的基因组中搜寻抗菌候选分子，以对抗耐药性感染。
Google Blog: AIAI 评分3333 Google Search 如何用 AI 功能备战下一场长跑比赛
Google Search 的 AI 功能可帮跑者备战比赛：AI Mode 配合 Canvas 工具生成个性化训练计划，连接 YouTube Music 账号后还能定制跑步歌单。选购装备时，Search 依托超过 600 亿条商品信息的 Shopping Graph 提供推荐、库存对比和本地可用性。
OpenRouter AnnouncementsAI 评分5757 OpenRouter 教程：如何用 Presets 实现 LLM 配置即代码
OpenRouter 发布 Presets 使用教程，介绍如何把模型选择、系统提示词、provider 路由和采样参数存为一个命名且有版本的配置，并在任意 API 请求中通过 "model": "@preset/名称" 引用。
Hugging Face BlogAI 评分4949 基于 Hugging Face Jobs 的异步 GRPO：用 LoRA、Storage Bucket 和代理替代 NCCL
TRL v1.14 的 AsyncGRPOTrainer 现已支持只训练并同步 LoRA adapter 到 vLLM，rank-1 adapter 仅几 MB，可通过各 Job 挂载的 Storage Bucket 传输，无需 NCCL。
Hugging Face Blog精选AI 评分6262 Gradio Workflow 重建 AUTOMATIC1111 大部分功能为 Workflow1111
Hugging Face 团队用 gr.Workflow 将 AUTOMATIC1111 的主要功能重建为 Workflow1111，画布包含 11 条媒体管线。
推荐理由：原文拆解了 11 条媒体管线和 73 个节点的具体构成，展示了 Gradio Workflow 混搭多模型并自动生成 REST 与 MCP 端点的做法。
ByteByteGoAI 评分5858 智能模型路由如何把 LLM 成本降低约 10 倍
ByteByteGo 讲解智能模型路由，按请求难度把简单任务分给小模型、复杂任务分给强模型，算例显示 85% 请求走小模型、10% 走中等、5% 走强模型时平均成本约为全用强模型的 11%，接近 10 倍节省。文章覆盖小模型当路由器、级联先用便宜模型再校验升级、语义路由、基于真实数据的 learned routing，以及欠路由、过度路由、用户操纵路由规则等常见失败方式。
Mistral AI精选AI 评分6464 Mistral 用 AI 智能体将欧洲能源运营商 40,000 行 Fortran 77 迁移到 C++
Mistral 帮助一家欧洲能源运营商将 40 万行油藏模拟器代码库中的 40,000 行 Fortran 77 核心功能迁移到 C++，该代码无测试套件且文档分散。
推荐理由：原文复盘了完整迁移过程和三条可迁移经验，读者可以借鉴其验证优先与结构化工作流的落地方法。
Google Developers BlogAI 评分4343 如何评估、迭代与守护 AI 编程智能体：Harness Engineering 的行为评测方法论
针对 AI 编程智能体评测，Google 提出用行为评测替代 Terminal-Bench、DeepSWE 等端到端基准的复合分数，直接断言工具调用等中间执行步骤。
OpenRouter AnnouncementsAI 评分5555 OpenRouter 教程：用代码调用 Nano Banana 2 编辑图片
OpenRouter 发布教程，演示如何通过 API 向 google/gemini-3.1-flash-image（Nano Banana 2）发送源图和编辑指令，在代码中完成图片编辑。
OpenAI NewsAI 评分2323 GPT-5.6 Sol 如何助力运行量子计算实验
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该案例展示了 GPT-5.6 Sol 在量子计算实验流程中的自动化能力。
- Andrew Ng@AndrewYNgAI 评分3030
Meta EngineeringAI 评分3838 ZGateway：Meta 为 ZippyDB 引入代理层的经验
Meta 推出 ZGateway，作为统一 ZippyDB 客户端流量的无状态代理层，可承载超过 10 亿次/秒的操作，目前承担约 40% 的 ZippyDB 流量，预计将增长至 60% 以上，平均用例仅增加约 6% 计算开销。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Copilot app 新手教程：如何同时运行多个 agent 会话
GitHub 官方博客发布面向新手的教程，介绍如何在 GitHub Copilot app 中同时运行多个 agent 会话。每个会话可运行在独立的 Git worktree 上互不干扰，各自保留上下文，用户通过 sessions 视图追踪进度，教程以 tailspin-toys 仓库演示了并行添加功能、无障碍审查和运行测试的做法。
推荐理由：官方教程讲清了并行 agent 会话如何借助 Git worktree 隔离运行，读者可以照着示例直接上手尝试。