Cloudera 与 Mistral 达成合作，将主权 AI 引入企业数据平台
Mistral 与 Cloudera 建立合作，将 Mistral 模型集成进 Cloudera 混合数据平台，企业可在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还能在受控环境中用专有数据训练自有模型，基于开放权重拥有数据和由此产生的智能。Cloudera 平台承载 30 exabytes 客户自管数据。
#部署/工程
#部署/工程
今日 11 条Mistral AIAI 评分4545 OpenAI NewsAI 评分5757 OpenAI 与 GSA 向美国各级政府提供零许可费及五折用量优惠
OpenAI 与 GSA 宣布向符合条件的联邦、州、地方和部落政府提供 $0 许可费和 50% 用量折扣，并扩大网络防御支持。
OpenRouter Announcements精选AI 评分6464 OpenRouter 发布 Fusion：多模型并行研讨生成单一答案
OpenRouter 发布 Fusion 复合推理系统，调用模型可将提示词并行发给 1 至 8 个专家模型，由 judge 对比共识与分歧后生成结构化分析，再写出最终答案。
推荐理由：原文给出成本、延迟和适用场景的量化说明，读者可据此判断多模型研讨是否值得接入现有工作流。
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。
LMSYS Blog精选AI 评分6767 SGLang 与 Miles 发布 DeepSeek-V4.1 Day-0 支持
SGLang 与 Miles 团队宣布为 DeepSeek-V4.1 提供 Day-0 支持，讲解其 SWA、mHC、Engram 记忆等架构及推理与 RL 训练优化。
推荐理由：原文详解 SGLang 与 Miles 对 DeepSeek-V4.1 的 Day-0 支持，给出 Engram offload、bounded replay 等实测数字和可复现配置。
OpenRouter Announcements精选AI 评分6262 OpenRouter 推出美国区域路由，与去年上线的 EU 路由配套保障数据驻留
OpenRouter 发布美国区域路由 us.openrouter.ai，与去年 10 月上线的 eu.openrouter.ai 配套，请求在区域内解密并只路由到区域内提供商，全程不出区。
推荐理由：原文区分了推理级与端到端区域路由的差异，并说明区域域名、404 行为和 Guardrails 配置，读者可直接评估合规用法。
OpenRouter Announcements精选AI 评分7373 OpenRouter 推出 Shell 工具、容器与 Files API
OpenRouter 发布 openrouter:shell 服务端工具、openrouter:bash 工具和 Files API，让平台上任意支持工具调用的模型都能在托管 Linux 容器中执行命令，目前以 beta 提供。
推荐理由：原文给出了定价、容器网络与文件管理等具体配置细节，可帮助读者评估在现有 Agent 工作流中如何复用这套服务端沙箱。
GitHub Blog · AI & ML精选AI 评分6767 GitHub 推出 Project HydraFusion 多模型编排研究预览
GitHub 发布 Project HydraFusion 研究预览，通过运行时多模型编排提供前沿级编码质量，所有 GitHub Copilot 计划用户可在 Copilot CLI 通过 /experimental 使用。
推荐理由：原文给出三种执行模式和三项基准的质量与成本数据，读者可以据此评估多模型编排对现有编码工作流的适用性。
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。
Claude Platform release notesAI 评分5252 Claude ant CLI 1.30.0 新增 ant apply 资源即代码命令
Claude 平台发布 ant CLI 1.30.0，新增 ant apply 命令，可从仓库文件创建和更新 agents、environments、skills、memory stores 和 deployments。
Google Blog: AIAI 评分5353 Google 推出 Fairwind Program，向政府和企业开放 Gemini 3.8 Flash Cyber 网络防御能力
Google 发布 Fairwind Program，为政府和可信合作伙伴提供 Gemini 3.8 Flash Cyber 模型与 CodeMender 工具，用于自主发现并修复漏洞，可在组织安全云环境内数分钟生成经验证的补丁。该计划初期面向政府、关键基础设施运营方和核心技术平台开放，已有超过 650 个合作伙伴参与；同时 Google.org 将全球网络安全资金累计提升至超过 1 亿美元。
Cursor Blog精选AI 评分6767 Cursor 推出自托管机器，云端智能体可在自有基础设施上运行
Cursor 发布自托管机器功能，云端智能体的工具执行可迁移到团队自管的基础设施上，而智能体循环、推理和规划仍留在 Cursor 云端。
推荐理由：官方给出自托管机器的适用场景判断方法和扩缩容、休眠等机制细节，团队可以据此评估智能体是否迁入自有基础设施。
Google Developers Blog精选AI 评分6262 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。
推荐理由：文章从真实参赛代码中提炼四个可复用的工程模式，覆盖工具暴露、并发、降级校验和分层路由，可直接迁移到自己的智能体项目。
Hugging Face BlogAI 评分5252 Allen AI 发布 BenchMIRT：在题目层面审计 LLM 基准实际测量的能力
Allen AI 发布 BenchMIRT，一种基于多维 IRT 的方法，用于在单个题目层面审计 LLM 基准实际测量的能力。方法基于 100 个 LLM 在 16 个基准、超 34K 题目上的结果训练，未事先告知标签即独立恢复出安全与通用推理两个维度；分析发现 BBQ 和 WMDP 与通用推理的关联强于安全，HarmBench 的版权题也更接近推理。
Hugging Face Blog精选AI 评分6363 Hugging Face 发布 @huggingface/kernels：207 个 WebGPU 内核用于浏览器本地 AI
Hugging Face WebAI 团队发布 @huggingface/kernels 库，可从 Hub 加载和运行优化的 WebGPU 内核，首批提供 207 个内核，Apache-2.0 许可。
推荐理由：官方给出了与 ORT WebGPU 的对比数字和浏览器端众测入口，读者可据此评估浏览器本地推理的可用性。
LMSYS Blog精选AI 评分6060 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。
推荐理由：原文给出完整机制说明和单卡实测数据，读者可以据此评估 NVMe SSD 承载超大 MoE 模型的可行性。
LMSYS BlogAI 评分5151 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。
Linear Now精选AI 评分6464 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。
推荐理由：Linear 团队亲历者复盘超千个 PR 的迁移过程，给出可迁移的确定性工具加 Agent 加人工判断的方法和降险步骤。
Google Developers BlogAI 评分3535 Google Cloud 在 Cloud TPU 上为 vLLM 带来企业级长上下文多模态嵌入推理
Google Cloud 将原生 TPU 支持集成进 vLLM，用于在 Cloud TPU 上服务 Qwen3-Embedding 系列嵌入模型，支持 4K+ token 文本与 15K+ token 多模态输入的长上下文。团队针对 TPU 做了词表 padding、懒加载初始化与 StepPool 长上下文等优化，并以余弦相似度验证数值一致性，文本目标阈值 ≥0.999、多模态 ≥0.995。
LMSYS Blog精选AI 评分7272 SGLang 为 Qwen3.8-Flash-Next 提供 Day-0 支持
SGLang 团队与 Qwen、NVIDIA、AMD 合作，为 Qwen 团队开源的多模态 MoE 模型 Qwen3.8-Flash-Next 提供 day-0 支持。
推荐理由：原文详解了 SGLang 对 Qwen3.8-Flash-Next 的 day-0 支持与架构实现细节，含量化检查点和实测吞吐数据，对部署选型有参考价值。
OpenRouter Announcements精选AI 评分7070 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。
推荐理由：OpenRouter 官方给出以成本每完成任务为核心的选型框架，并用自家 MCP 服务器让整个评测流程在编辑器内完成。
Hugging Face Blog精选AI 评分6969 Gradio 推出 gr.Workflow：把 AI 管线变成可拖拽、可部署的节点图
Hugging Face 在 Gradio 中内置 gr.Workflow，将 AI 应用管线描述为带类型的节点图，在同一画布上提供可运行节点、可视化中间结果、REST API 和一键部署到 Hugging Face Spaces。
推荐理由：官方介绍了 gr.Workflow 的节点图机制和多条可复制的示例工作流，读者可以据此评估它能否替代手工拼装 Python 管线。
Meta EngineeringAI 评分5353 Meta 发布 MetaRoCE：面向百万 GPU 规模以太网 AI 基础设施的全新 RDMA 传输协议
Meta 发布为 AI 工作负载在商用以太网上全新设计的 RDMA 传输协议 MetaRoCE，将通过 OCP 开放规范、参考软件实现和合规测试套件，并计划在 2026 OCP Global Summit 上发布。
Meta EngineeringAI 评分5555 Meta 发布首款自研训练芯片 MTIA 300，内置 12 个 800G RDMA NIC 并卸载集合通信
Meta 发布自研训练加速器 MTIA 300，专为排序与推荐模型训练优化，是 MTIA 家族首款训练芯片。
Google Developers BlogAI 评分5555 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 Blog精选AI 评分6464 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。
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 Blog精选AI 评分6565 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理吞吐最高提升 3.2x
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。
LMSYS BlogAI 评分5252 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。
LMSYS BlogAI 评分5454 SGLang 推出 Weight Cache Daemon，将 Ling-2.6-1T 权重加载从约 495 秒缩短至 0.63 秒
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。
LMSYS BlogAI 评分3535 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。
LMSYS BlogAI 评分4848 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。
Claude Platform release notesAI 评分5555 Claude API 多项能力正式发布，新增 browser use 工具集
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。
Cursor BlogAI 评分5555 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。
LMSYS Blog精选AI 评分7070 LMSYS 发布 Miles v0.1：面向生产级 RL 后训练的全栈系统
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。
OpenRouter Announcements精选AI 评分6262 OpenRouter 推出 Activity 仪表盘与 Analytics API，按 Agent、模型和请求分析 AI 用量
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。
LMSYS BlogAI 评分4747 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。
Cursor BlogAI 评分5656 Firetiger 团队加入 Cursor
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。
Cursor BlogAI 评分5959 Cursor 推出构建功能，云端智能体启动速度提升至 3 倍
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。