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。
推荐理由：作者复盘了自己上线论文混合搜索的架构与教训，读者可以借鉴冷启动回退、embedding 契约和 Matryoshka 维度权衡这些可迁移做法。
Hugging Face 提出三项测试量化 ASR 模型的基准优化（benchmaxxing）行为，评估 11 个开源模型后发现多个高分模型会复现 VoxPopuli 和 LibriSpeech 的错误参考转写。
推荐理由：原文给出三种可量化的探针方法，让读者能据此区分语音模型的真实转写能力与针对基准的拟合行为。
Runway 企业业务今年增长逾一倍，NRR 超过 300%，一家 Fortune 20 客户使用量增长 17 倍。其企业客户已覆盖 Amazon、Microsoft、Allstate、Adobe、Robinhood 等，欧洲占企业客户群 20% 以上，日本成为亚洲最大市场。
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 三个模型发布 DSpark 草稿模型 checkpoint，通过投机解码在不改变输出质量的前提下加速推理，GPU 吞吐最高提升 3.18x，端侧最高 2.87x。
推荐理由：官方为 LFM2.5 三款模型发布 DSpark 草稿模型，给出从 H100 到 MacBook 的实测加速数据和开源接入方式。
Sierra 将 release governance 直接内置到平台，用 Agent Checks、Simulations、merge approval workflows 和 split traffic releases 把变更从 Workspace 安全推到线上对话。
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。
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，通过设置 model='deepseek-v4-flash-vision-exp' 即可调用。
推荐理由：官方公布了多模态 Agent 基准成绩和调用方式，读者可据此判断其视觉 Agent 能力在现有模型中的位置。
SGLang 团队联合蚂蚁 Ling Infra 团队发布 Weight Cache Daemon，通过常驻 GPU 进程和 CUDA IPC 零拷贝映射缓存量化后权重，使 Ling-2.6-1T FP8 的权重加载从约 495 秒降至 0.63 秒，端到端启动时间从 8.8 分钟降至 0.528 分钟。
微软研究院发布深度学习 DFT 泛函 Skala 1.1，训练数据比上一版多 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
Mistral 发布 Agentic Search，通过 search、open、navigate、read、grep 五个工具让模型多步检索、翻阅并验证复杂文档，可通过 Mistral Search Toolkit 及 Studio 和 Vibe 中的 Libraries 使用，无需微调。
推荐理由：官方给出多步检索循环的完整工具设计和两个基准的具体数字，读者可据此评估它替代一次性 RAG 的适用场景。
Google 宣布在 Search 的 AI Mode 和 AI Overviews 中推出 5 项学习工具。
推荐理由：原文列出了五项学习功能各自的入口、覆盖范围和上线节奏，读者可以据此了解 Google 搜索在 AI Mode 里的教育能力布局。
Anthropic 发布 Python SDK v1.0，HTTP 层从 httpx 迁移到 API 兼容的维护分支 httpx2，需 Python 3.10 及以上，并移除旧版 Text Completions API、Messages 方法的 temperature/top_p/top_k 参数及工具运行器的客户端 compaction_control。
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。
OpenRouter 官方宣布将并入 Stripe，交易待惯例交割条件完成，预计数周内close。OpenRouter 称其每天处理 10+ 万亿 token、覆盖 400+ AI 模型和 1000 多万开发者，并入后名称、产品、路线图和使命不变，路由决策继续以用户利益为准。
推荐理由：OpenRouter 官方说明并入 Stripe 后产品与中立承诺不变，并披露每日 token 与开发者规模，读者可据此评估对其现有集成的影响。
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。
Claude API 的 computer use 工具以 computer_toolset_20260801 转正，去掉 beta header，支持批量动作、默认缩放和经 configs 的按成员配置，并新增由应用托管浏览器的 browser use 工具集 browser_toolset_20260801。
全球设计公司 Populous 将 Runway 用于体育场馆概念设计阶段（Stages 0 到 2），生成能承载完整场馆碗形、航拍视角和数万座席规模的渲染图，而非用于生成实际设计方案。
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。
LMSYS 与生态伙伴发布 Miles v0.1，一个基于 slime 设计的全栈生产级后训练系统，目标是让前沿规模 RL 训练更易用。
推荐理由：官方完整走读 Miles 的 RL 训练环路与关键数字，读者可据此评估它是否适合承担自己的前沿规模后训练任务。
Claude Console 的 Workbench 现已更名为 Playground，支持全部 Messages API 参数，并内置演示代码执行、网页搜索等 API 功能的模板。每次运行都会展示完整的 SDK 请求与 API 响应，帮助开发者理解并使用该 API，可在 platform.claude.com/playground 试用。
Google Research 提出 PhotoScan，一种从标准 2D 手机照片估算体脂率、A/G 比和 V/S 比等三维身体成分指标的深度学习框架，在 677 人 PhotoBIA 队列 5 折交叉验证中 BF% 平均 MAE 为 2.15，优于 BIA 的 2.91。
OpenRouter 发布 Activity 仪表盘和 Analytics API，可按 Agent、模型、用户和请求维度查看支出、token 用量、缓存命中率和延迟等指标。
推荐理由：原文给出仪表盘各项功能、Analytics API 端点和内部降本案例，读者可以据此评估如何排查自家 Agent 用量成本。
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 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。
推荐理由：原文用可运行的开源示例拆解智能体三层零信任防护，读者可以照着在自己的 ADK 工作流里落地签名、沙箱和网关。
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。
Cursor 宣布正式被 SpaceX 收购，始于 4 月的收购流程完成。Cursor 将使用 SpaceX 的 GPU 集群获得算力，以更低成本向客户提供能力更强的模型；其提到周三发布的 Grok 4.6 初步展示了双方合作的成果，Cursor 仍将继续帮助用户减少编写代码的时间。
推荐理由：收购方官方宣布交易完成，并说明算力与模型成本的联动，读者可了解 Cursor 后续产品方向。
Sierra 宣布在慕尼黑开设办公室，服务德国、奥地利和瑞士的企业客户。Sierra 帮助企业构建客服与营收 AI 智能体，客户包括全球领先银行中的三分之一、Fortune 50 中的 40%，BBVA 的智能体 30 天上线，Next 用 42 天，Singtel 用 56 天。
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。
Microsoft 发布首个 cyber 模型 MAI-Cyber-1-Flash，为源自 MAI-Thinking-1 的紧凑代码安全模型，可处理约 90% 的任务，让 MDASH 把 GPT-5.4 留给最难的 10% 任务，相比现有最佳组合节省 50% 成本。
Cursor 宣布 Firetiger 团队加入。Firetiger 由 Rustam Lalkaka 和 Achille Roussel 于 2024 年创立，构建监控发布、发现回归、调查事件并将发现反馈给编程智能体的智能体。双方将打通从编写代码到生产环境运行的路径，这项投入还包括 Git forge Cursor Origin 和即将推出的 Change Monitors。
Google DeepMind 发布 Gemini 3.7 Flash，定位为迄今最智能的编码与 Agent 主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出了具体基准数字与限时定价，开发者可据此评估是否把编码和 Agent 工作流迁移到新模型。
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。
Anthropic 宣布未来 Claude 模型生成的文本将带水印，用于判断 Claude 参与写作的可能性，以遵守欧盟 AI Act，采用 Google DeepMind 2024 年发布的 SynthID-Text 方法，全球范围启用。
推荐理由：官方详细解释了 Claude 文本水印的实现原理、局限和检测 API 开放安排，读者可据此了解其对输出质量和合规的影响。
Cursor 宣布通过 AIUC-1 智能体安全、安全性与可靠性认证，该标准结合独立审计与对抗性测试，由 Schellman 审计，并获 MITRE、Cloud Security Alliance 及 Stanford 研究人员技术支持。
Cursor 推出构建，即在后台预先准备好的可直接使用的开发环境副本，默认每小时创建一次，无需额外费用。智能体直接在已就绪环境中启动，Cursor 内部环境启动快 10 倍、首个 token 生成快 3 倍；构建失败时智能体回退到上一次成功构建，8 月 17 日起所有环境默认启用。
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。
Google 发布开源 C++ 库 Credentio，用于处理 C2PA Content Credentials，先支持规范 2.2 和 2.4 版本。该库支持完全本地验证，无需将媒体文件传到云端，零带宽开销、即时返回结果并保持数据隐私；验证大文件时内存占用较小，可配置官方或自定义 C2PA 信任列表，深入解析清单、断言、数字签名和声明结构，并给出详细的验证报告。
Microsoft AI 发布推理模型 MAI-Thinking-1，为 35B 激活、约 1T 总参数的稀疏 MoE 模型。官方称其在 SWE-Bench Pro 上与 Claude Opus 4.6 相当，AIME 2025 达 97.0%、AIME 2026 达 94.5%，盲测中人类偏好高于 Sonnet 4.6。
推荐理由：官方公布了模型规格与基准成绩，并说明不蒸馏、自建训练栈的路线，读者可据此评估中型推理模型的部署价值。
微软研究院发布 MindTopo 基准，用于评估多模态大语言模型在连通性、封闭、顺序、分离和绳结五类拓扑关系上的推理与规划能力。测试显示，当前专有与开源模型在静态识别上表现明显优于交互式规划，且均远低于人类水平，失败多出现在规划阶段而非感知阶段。图像与视频生成工具仅在单帧内保留结构关系时有用，跨多步操作仍不可靠。
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，模型名 deepseek-v4-pro，API 调用方式不变。官方称 Agent 能力大幅提升，生产环境性能表现提升尤为显著，并公布 HLE (wo / w tools) 42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准成绩。
推荐理由：官方公告列出了正式版在多项 Agent 与编码基准上的分数、Responses API 支持和峰谷定价细节，方便用户评估迁移与调用时机。