用 TRL 和 GRPO 微调 LFM2.5-350M，100 步提升 IFStruct 结构化输出成绩

Hugging Face 发布一份完整教程，用 TRL 库的 GRPO 微调 LiquidAI/LFM2.5-350M 提升结构化输出合规性，在 IFStruct benchmark 上从 22.6% 提升到 29.7%。

用 TRL 和 OpenEnv 训练编码模型画水彩画：Hugging Face 开放完整复现配方

Hugging Face 博客用 TRL 和 OpenEnv 开放复现 Surya Narreddi 让语言模型写 p5.brush JavaScript 画水彩的方法，训练 Qwen/Qwen3.5-35B-A3B，参考池、RL 环境、训练脚本和模型全部公开，一条命令即可在 HF 上端到端运行。

Meta 构建从专家学习的组织级第二大脑 AI 智能体

Meta 工程团队构建了一个作为组织第二大脑的 AI 智能体，通过结构化知识体系、可组合 recipes 推理层和自动自我改进循环，把专家反馈编译为无需模型重训练的验证更新。系统将 200+ 知识文件按密度与使用频率划分、以 YAML 依赖图组织，六周内把单项评估时间从数天降到数分钟，每轮次 token 消耗减少约 80%，改进周期零回归。

Google 复盘 AI Agents Challenge 最强提交背后的 4 种工程模式

Google for Startups AI Agents Challenge 评选结束后，官方从高分提交中总结出四种工程模式：双向 MCP、事件驱动并发、同标准降级（Gemini 3.1 Pro 503 时回退 Gemini 3.6 Flash 并共用同一校验函数）、以及模型调用前的分层路由。

Andrew Ng@AndrewYNgAI 评分3030

随着智能体编程的发展，软件工程基础发生了哪些变化？这是我们针对软件工程基础的 AI 工程技能图谱。https://x.com/i/article/2093384274372419585

SGLang 发布 SSD Expert Pack，在消费级硬件上运行 DeepSeek-V4-Flash 和 Kimi-K3

SGLang 将 SSD-LLaMA 的核心思路引入 MoE 推理，把放不进 VRAM 和内存的路由专家权重放在 NVMe SSD 上，通过 Expert Pack 连续布局、O_DIRECT 直接 I/O、pinned 暂存和 GPU 缓存，只加载 router 选中的专家。

LMSYS 发布 Infer-forge 方法论：围绕 SGLang 的 Harness、Loop 与 Graph 工程

LMSYS 团队发布 Infer-forge，一套围绕 SGLang 独立构建、未开源的推理工程系统，公开其 Harness、Loop、Graph 三层方法论，供团队用 AI 编码工具自行搭建。

用深度学习和 Keras 解码宇宙信号

Google 开发者博客介绍深度学习在天体粒子物理中的应用：Pierre Auger 天文台用 1500 多个探测器站覆盖 3000 平方公里，IceCube 以约 1 立方公里南极冰探测中微子，这些观测设施的空间分布传感器记录波形数据，结构类似图像，适合用深度学习分析。文章聚焦深度学习如何提升仪器灵敏度、发现隐藏模式并搜寻信号异常。

Linear 用 1000+ 个 PR 将 React 应用从 styled-components 迁移到 StyleX

Linear 宣布完成从 styled-components 到 StyleX 的迁移，历时逾 1000 个 PR。迁移动机包括 styled-components 进入维护模式、React 18 并发渲染下的性能回归，以及团队希望为 Agent 参与代码库建立更清晰的样式边界。

Sentence Transformers 教程：用 MultiVectorEncoder 训练与微调多向量嵌入模型

Hugging Face 发布 Sentence Transformers v6.0 教程，介绍第四种模型类型 MultiVectorEncoder 的完整训练方法，支持 ColBERT 风格的 late interaction 检索微调与从零训练。

Google Search 升级家居装饰的 5 种方式

Google Search 推出 5 种家居装饰用法：AI Mode 可上传房间照片，按墙面宽度推荐沙发并生成摆放效果图；Google Lens 拍照识别复古单品并找同款；Circle to Search 在 Pixel 和三星 Galaxy S26 上圈选视频或社交帖中的壁纸找相似款。

OpenRouter 发布 Video Generation API 代码指南，一个端点调用 Seedance、Veo、Wan

OpenRouter 发布视频生成 API 教程，通过 POST /api/v1/videos 提交任务、轮询状态、下载 MP4，同一集成可用 Seedance 2.0、Veo 3.1、Wan 2.7，切换模型只需改 model 标识符。

OpenRouter 发布选型教程：如何用 MCP 服务器在编辑器内选最合适的 AI 模型

OpenRouter 发布模型选型教程，提出六步框架：定义任务、用实时使用数据和第三方基准筛选候选、对比各提供商价格与延迟、用自己的提示词测试、按每次完成任务的成本而非每 token 成本衡量，再决定或改用 openrouter/auto-beta 按请求路由。

Google ADK 实测教程：如何评测实时语音 Agent

Google 在 ADK 中推出原生实时（live）评测能力，可用模拟用户以音频形式与语音 Agent 对话并对口头回复打分。

Hugging Face 解析 Papers with Code 搜索背后的 Inference Endpoints、Jobs 与 Buckets 架构

Hugging Face 介绍 Papers with Code 混合搜索架构：PostgreSQL 全文检索加 pgvector 语义检索，经 RRF 融合，用 Qwen/Qwen3-Embedding-0.6B 生成 256 维向量，已覆盖超 110,000 篇 arXiv 论文。

Ling-3.0-flash 在 Blackwell 上的 batch-1 投机解码优化：单请求吞吐 2.1 倍提升

RadixArk SGLang 团队与蚂蚁 Ling 基础设施团队将 Ling-3.0-flash 在 4 张 Blackwell GPU 上的单请求解码从 288 tok/s 提升到 606 tok/s，mean TPOT 从 3.33 ms 降到 1.53 ms。

Mooncake 如何为 Miles 解决碎片化 rollout 数据传输难题

Miles 是结合 SGLang 做 rollout 生成、Megatron-LM 做训练的高性能强化学习框架，其 disaggregated 架构下 rollout 数据需从推理侧传到训练侧。

Kimi.ai@Kimi_MoonshotAI 评分2424

Kimi Work for Financial Analysts - Tutorial #2 用 Kimi Work 完成 3 个常见投资研究任务： - 构建实时投资者仪表盘 - 在电子表格中更新财务模型 - 批量处理并生成报告 敬请期待更多 Kimi Work 工作流！

如何在 H20 上极限优化 DeepSeek-V4-Pro 推理服务

LMSYS 针对 1.6 万亿参数 MoE 模型 DeepSeek-V4-Pro，在无原生 FP4 支持的 H20 GPU 上给出场景化服务方案。

Cursor 推出 Origin 平台并详解自研 Git 存储系统 Continuity

Cursor 推出 Git 托管平台 Origin，其底层是自研存储系统 Continuity，以 S3 中的预写日志作为唯一事实来源，在推送完全持久化前不作确认，实现所有推送线性化和读取完全一致。

每天，AI 都会浏览我访问过的所有网页、发送的消息以及执行的操作，从中发现可改进之处和错误。 一天结束时，它会生成一份十大优先事项排名。 它能发现重复预订、忘记授予 Google 文档权限、发票错误、SEO 问题等。

OpenRouter 发布图像生成 API 教程：一个接口和一个 key 调用多家图像模型

OpenRouter 发布 Image Generation API 代码教程，通过 POST /api/v1/images 用统一请求格式和一个 key 调用多家支持的图像模型。

Google 用 ADK 和 Gemini 演示如何构建零信任 AI 智能体

Google 开源了一个基于 Agent Development Kit 和 Gemini 的零信任客服退款智能体参考实现，展示单条提示词注入即可触发越权退款和环境变量泄露。

SGLang 中的高级 CUDA Graph 技术：Breakable CUDA Graph 与 Full CUDA Graph

SGLang 重构 CUDA Graph 支持，围绕统一的 runner/backend 接口让不同捕获策略可跨执行路径复用，并推出其原创的 Breakable CUDA Graph（BCG）服务技术。

OpenRouter 教程：如何通过 API 向大语言模型发送图片

OpenRouter 发布视觉输入教程，讲解通过 Chat Completions API 向支持视觉的模型发送图片，请求体只需在 content 数组中加入 text 和 image_url 两部分，切换模型仅改 model 字段。

Sierra 谈智能体时代的纵深防御：用 AI 守护 AI

Sierra 提出在智能体时代以"纵深防御"保障 AI 行为边界，让每条客户消息在回复前经过内容、规则与政策、监督模型、确定性守卫等多层检查，单条消息可触发多达六项校验。Sierra 的智能体基于目标与护栏构建，可自主推理而非沿预设流程执行。运行时之外还包括持续评估、持续监控与上线前 Simulations 压力测试。

HeyGen 与 Google Cloud 将 Avatar IV 搬上 TPU

HeyGen 与 Google Cloud 合作，把其 18B 参数以上的数字人视频扩散模型 Avatar IV 移植到八芯片 Trillium（v6e）主机上，速度达到首个可用版本的 1.86 倍。

OpenRouter 指南：工具调用写一次循环，换模型字符串即可跨 Claude、GPT、Llama 运行

OpenRouter 发布工具调用指南，展示同一套循环代码只需更换 model 字符串，即可在 Claude、GPT 和开源权重模型上运行。

Nathan Lambert 的后训练教材《Reinforcement Learning from Human Feedback》正式发售，附五大学习要点

Nathan Lambert 宣布其由 Manning 出版的后训练教材《Reinforcement Learning from Human Feedback: Aligning and Post-training LLMs》开始发售，8 月 19 日前用代码 PBLambert 在 Manning 可享五折。

Linear 官方解析 Linear Agent 的构建方法：用边界而非固定路径控制 Agent

Linear 官方详解 Linear Agent 的构建思路：不为 Agent 设计固定路径，而是通过系统提示词、工具设计、对 Linear 产品的语义建模、system skills 按需加载和自研 harness 来划定边界。

Barret李靖@Barret_ChinaAI 评分4747

有团队实践让 AI 在每次迭代发版时先读取全部代码 diff、理解核心改动，再编写并自动执行 E2E 测试用例，跑不通就自行修正直至链路跑通。整个过程记录点击、滑动、输入等操作及截图录屏，最终生成含测试目标、操作路径与真实结果的 E2E 文档和报告，AI 再据此回判是否达成最初目标。

OpenRouter 团队 AI 支出管控配置指南

OpenRouter 发布团队支出管控设置教程，按顺序配置五项控制：创建组织共享信用池、用 presets 固定各工作流的模型与提供商、通过 Management API 为每个 API key 设置 credit 上限和 daily/weekly/monthly 重置。

OpenRouter 讲解如何治理团队 AI 支出的 6 项控制

OpenRouter 官方详解治理团队 AI 支出的 6 项控制：per-key 信用限额、guardrails、workspace 预算、presets、组织角色和 Activity 仪表盘，分别覆盖花多少、花在哪和谁在花。

Chime 如何用 Runway 制作最新全国电视广告

Chime 用 Runway 完成最新全国电视广告的结尾画面，将 85 位以上真实会员照片生成稳定、可播出的动态网格画面。执行制片人 Shayla Love 称，这一原本需要 80 多人实拍、成本约为传统方式 5 倍的场景，靠传统拍摄几乎无法落地。团队还计划把 Runway 用于概念分镜和品牌图片生成。

Kimi.ai@Kimi_MoonshotAI 评分4848

用 Kimi Work 构建幻灯片 - 教程 #1。 Kimi Slides 处理整个幻灯片构建流程： - 清晰的结构与研究，由 Kimi K3 驱动 - 统一的设计，包括精美的图表和 SmartArts - 可编辑，随时可下载 在评论区告诉我们你接下来想看到什么！

Suno 官方博客：为什么你应该立刻发布作品

Suno 官方博客呼吁创作者把作品从私人曲库中发布出来，认为发布不完美或实验性的作品同样值得。文章给出三个理由：触达 Suno 数百万听众、通过真实反馈了解作品哪些部分能打动人、以及被其他创作者 remix 并获得灵感。

Cursor 团队讲解如何搭建云端智能体开发环境

Cursor 团队分享如何为云端智能体搭建开发环境，让智能体能在其单体仓库中运行和测试代码。做法包括用 Dockerfile 统一 Ubuntu VM 环境、构建 anydev CLI 简化智能体操作、通过 Cursor Cloud MCP 和 Cloud Doctor 实现环境自愈与持续优化。云端智能体编写 PR 的占比从去年 12 月的约十分之一升至今日的超过一半。

OpenRouter 发布 LangChain 集成指南：用 ChatOpenRouter 接入 400+ 模型

OpenRouter 发布官方教程，介绍专用包 langchain-openrouter（PyPI）和 @langchain/openrouter（npm）在 LangChain 中接入 400+ 模型、70+ 提供商的当前做法。

Miles 实现 Blackwell 原生 MXFP8 与 NVFP4 端到端强化学习

Miles 为 MoE 专家实现了两种 Blackwell 原生 RL 方案：端到端 MXFP8 与逐 token NVFP4，覆盖 rollout、前向传播、权重梯度与数据梯度 GEMM，并支持检查点转换、Megatron 训练、SGLang rollout 与在线权重更新的细粒度精度控制。

OpenRouter 指南：如何从延迟、吞吐和可用性评估 LLM 服务商表现

OpenRouter 发布指南，讲解如何评估同一模型在不同服务商端点的表现差异，核心指标为延迟（首 token 时间）、吞吐（输出 tokens/秒）、可用性和量化精度，并建议用 p90/p99 而非平均值读数。