OpenRouter 发布教程，讲解如何从生产流量构建 golden eval 数据集，用于在每次部署前检测提示词或模型变更引起的回归。内容涵盖五步流程：抽样生产流量、去重聚类、添加经审核的预期输出、首轮评估修正评分标准、纳入 Git 与 CI，建议探索性问题约 10 条、完整回归集 100 到 1,000 条，并以生产数据为基础、合成数据补足覆盖缺口。
推荐理由：原文给出从生产流量构建评测集的五步流程和规模建议，可迁移到自己的模型回归测试工作流。
Microsoft Research 推出 Quine，一个面向生物学的多模态世界模型与交互式 harness，连接科学工具、文献和研究人员。在与 Broad Institute 合作中，Quine 用于预测可驱动胰腺癌肿瘤细胞状态转变的化合物，排名第一的候选化合物在湿实验中产生了最大的预期细胞状态转变，从缩小化合物范围到确定候选名单仅用了一个周末。
推荐理由：官方披露了系统构成和胰腺癌湿实验验证结果，读者可以据此评估AI世界模型在生物研究中的实际作用。
HPE 提出企业 AI 正从零散试验走向常驻生产负载，仅按 token 消费付费会让成本难以预测，需按工作负载评估自建容量的经济性。Deloitte 2026 企业 AI 报告显示，2025 年员工 AI 使用率上升 5%，至少 40% AI 项目投产的企业占比预计半年内翻倍。HPE 建议在投入资本前先回答需求是否稳定可预测、何种使用量下自建更划算、能否靠采用与治理保持容量产出这三个问题。
HeteroFold 是一种免预填充的跨模型族 KV Cache 传输方法，可在发送方与接收方均冻结的前提下对齐模型结构、映射并校准缓存。在六个传输方向上，它于四个长上下文基准上均取得最佳缓存传输表现，并在多智能体基准上追平文本通信。
SpaceXAI@SpaceXAIAI 评分2727
Databricks 介绍其通过 Unity Gateway 让全体员工在 Opus 5.5、GPT-6 Sol 和 GPT-Luna 发布首日即获得实验性访问的完整流程：先用实验标签和按用户预算（月度上限、每日 runaway 限额、质量前沿预算、实验预算四类）控制风险，再依据内部基准、用户反馈和 OpenTelemetry 成本追踪评估。
推荐理由：原文给出企业内部让全体员工 Day 1 用上新模型的完整流程和成本数据，方法可迁移到类似的模型接入评估场景。
Databricks 发布 Lakebase Search，通过 lakebase_vector（可扩展近似最近邻搜索）和 lakebase_text（BM25 全文搜索）两个扩展为 Lakebase Postgres 带来搜索能力，已在 AWS 和 Azure 正式可用。
Databricks 提出用 Data and AI Platform 打通制造业产品价值链，让跨阶段数据问题从人工查票变成一次查询。平台通过 zero-copy Open Sharing 和 Lakehouse Federation 直接访问源系统数据，无需为每个用例新建 ETL 管道或复制数据；需要镜像时可用连接器和云对象存储汇入 lakehouse。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 可用，定位为更聪明高效、多数任务单次成本更低且速度更快的编码与知识工作模型。
推荐理由：官方介绍了 Sonnet 5.5 在 Bedrock 的能力定位、与 Opus 5.5 的分工和入门调用方式，方便评估接入路径。
Mistral 宣布在慕尼黑设立新 hub，组建 Physics AI 和工业 AI 专门研究团队并服务企业客户，同时计划到 2030 年建成 1 GW 欧洲算力。
Thomas Wolf@Thom_Wolf精选AI 评分7575Today, with over 100 industry partners, we introduced the NVIDIA Open Agent Safety Platform, bringing together OpenShell and Sentry. Artificial intelligence is extraordinary technology that will advance discovery, productivity, security, health, and prosperity for generations to come. But its full promise can only be realized when people have confidence that AI is being built to be safe and deployed with wisdom and responsibility. This is bigger than a single product. It's the beginning of an open ecosystem to build the trust layer for safe agent systems. Together, we are building the foundation of the AI economy. Trust and innovation are not in conflict. Safety is how trust is earned. We must build not only the most capable AI, but the most trusted AI, so that this extraordinary technology can realize its enormous promise for the world. https://nvda.ws/4hcoq7m
推荐理由：作者结合自身沙箱逃逸事件，拆解了 OpenShell 的隔离、令牌置换和 Z3 数学校验设计，可迁移到智能体安全部署实践。
OpenBMB@OpenBMBAI 评分3737
Google Cloud 在 Compute Engine 上正式开放存储优化型 Z4D 机器系列，提供 VM 与裸金属实例，搭载第五代 AMD EPYC（Turin）处理器，最高 84,000 GiB 本地 SSD、384 vCPU 和 3,072 GiB 内存。
B200 GPU 租金九个月内从 $4.40 翻倍到 $8.08 每 GPU 小时，但 AI 价格仍在下降。作者归因于数据中心建设成本上升、需求爆发与推理效率提升并存：同一基准的完成成本从 $0.55 降到 $0.0015，Microsoft 称每 GPU 生成 token 数同比增长 90%。
OpenRouter 推出 Security Center，可在设置 > Security 下跨工作区查看所有 API key、识别风险 key，并支持一次最多 500 个批量禁用、归档或设置消费上限，所有套餐可用。
推荐理由：OpenRouter 以自家 85 名员工 1000 多个 key 的审计为参照，介绍了安全中心的清理建议、风险评分和批量操作方法。
Deedy@deedydasAI 评分3030CI has become the top bottleneck of every engineering team I talk to (including Lindy). Our CI spend has become stratospheric.
Anthropic 发布 Claude Sonnet 5.5（claude-sonnet-5-5），可在 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry 使用。
推荐理由：官方列出了五类从 Claude Sonnet 5 升级会破坏的代码场景和迁移指引，方便开发者提前排查自己的 API 调用。
Latent Space 播客邀请 OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha，回顾 OpenRouter 如何从 Llama、Alpaca、Mistral 等开源模型的早期浪潮中成长为服务超过 1000 万开发者、每日处理超过 10 万亿 token 的中立推理路由层。
Runway Dev 的 Model Router 可按成本、质量或延迟偏好为每次请求自动选模型，其评测显示质量优化路由在 250 条图生视频提示上把单条成本从 Seedance 2.5 基线的 $1.80 降至 $1.28（-29%），可用率 77% 对 78%。
Datasette 1.0a41 发布，Alec Garcia 为该版本加入了 OpenTelemetry 支持。该版本还把 Datasette 所有模态对话框重构为单一 Web Component，并已提供文档供其他插件使用。
SGLang 的 /v1/score 接口让调用方通过 label_token_ids 显式声明所需标签分数，避免依赖生成响应 top-k logprobs 中是否出现该标签。
Liquid AI 为视觉语言模型 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过投机解码在不改变输出质量的前提下加速推理。解码最高提速 3.13x（M5 Max 设备端）和 2.66x（H100），端到端最高提升 2.62x 和 2.27x。
OpenBMB@OpenBMBAI 评分3838
inclusionAI 开源 Ling 2.0 系列首个模型 Ling-mini-2.0，总参数 16.26B、每 token 激活 1.4B（非嵌入 789M），采用 1/32 激活比 MoE 架构，称可达到 7–8B dense 模型的等效性能，在 H20 上简单 QA 场景生成速度超过 300 token/s，支持 128K 上下文（YaRN）。
推荐理由：官方发布了完整的参数配置、推理速度、训练吞吐和预训练检查点，读者可以据此评估小激活 MoE 在端侧和继续训练中的可用性。
inclusionAI 基于 Ling 2.0 架构正式发布 Ring-mini-2.0，总参数 16.8B、激活参数仅 1.4B，经 Long-CoT SFT。
inclusionAI 正式开源思考模型 Ring-flash-2.0，总参数 100B、每次推理仅激活 6.1B，基于 Ling-flash-2.0-base 深度优化。
推荐理由：官方发布完整披露了 icepop 算法、多阶段 RL 训练流程和部署参数，读者可以评估其推理性价比与可复现性。
inclusionAI 发布开源万亿参数思考模型 Ring-2.5-1T，采用 1:7 MLA + Lightning Linear Attention 混合线性注意力架构，激活参数从 51B 增至 63B。
推荐理由：原文给出了混合线性注意力的具体效率数字和多项基准成绩，读者可以据此评估它在长程智能体场景中的实际取舍。
inclusionAI 发布并开源 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料扩至 29T tokens，经 YaRN 外推支持最长 1M tokens 上下文。
推荐理由：官方模型卡给出架构、token 效率和长上下文评测细节，可帮助读者评估这款万亿参数即时模型对现有部署工作流的适配。
inclusionAI 正式开源 instruct 模型 Ling-2.6-flash，总参数 104B、激活 7.4B，采用 1:7 MLA + Lightning Linear 混合线性注意力与高稀疏 MoE 架构。
推荐理由：官方给出架构细节、340 tokens/s 推理速度和 15M tokens 评测用量等数据，也坦承工具幻觉局限，读者可据此评估高频率 Agent 部署场景的适配度。
Google 团队在 MaxText/JAX 和 Google Cloud TPU 上从零复现了 Ai2 的 Olmo 3 7B，覆盖 stage-1 预训练（约5.93T token）和 stage-2 中期训练 anneal，held-out C4 loss 与 8 项下游任务均与 Ai2 参考持平。
Meta 宣布把 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜，让 AI 在云端 CVM 内处理个人上下文，连 Meta 自己也无法访问数据。系统基于 TEE 硬件隔离，采用匿名凭证加第三方 OHTTP 中继实现不可定向路由，通过 RA-TLS 远程证明核对公开透明账本，持久记忆以用户密钥加密存储在 TEE 内，并扩展 Bug Bounty 供外部研究者审计。
Boris Cherny@bchernyAI 评分4848如果你注意到 https://claude.ai 和桌面应用在过去几周变得有多快，这就是我们做到的方法。 博客文章里有很多干货学习和技巧，适合正在为自己的应用提速的工程师。
We made claude.ai 3x faster in two weeks. Here’s how we use Claude to measure, debug and improve performance. Prompts and methods included. https://claude.dev/blog/how-we-made-claude-ai-faster/
GitHub Copilot app 重建了 Pull Request 视图，可流畅打开含 2,200 个文件、超过一百万行变更和 400 多条内联评论的超大 PR。核心做法是把高度拆成确定性的代码几何与动态评论块两套独立体系，配合基于身份锚定的滚动校正、先流式返回结构的 pipeline，以及用生产探针和自动巡航跑 change → measure → improve 循环来定位 bug。
SiliconFlow@SiliconFlowAIAI 评分3636
Microsoft Research 宣布在 Physical AI Toolchain 中新增推理卸载能力，可将机器人 AI 工作负载容器化并通过 Kubernetes 编排到机器人、边缘与云端 GPU。
LangChain 在 LangSmith 中推出 Custom Apps，可在 LangSmith 数据之上构建、发布并直接运行自定义 UI，免去托管、认证和权限维护。
Cursor 推出 Rollouts 和 Security Reviewer 两款软件开发 Bots。
推荐理由：官方说明了两款 Bot 的具体工作机制和启用入口，读者可以对照自身部署与安全审查流程评估适用性。
文章以小米 9 月开源的 MiMo-V2.6 系列为切入点，分析大模型「斩杀线」概念，即在智能和成本两个维度都被超过的模型会失去被选择的理由。
推荐理由：文章借小米 MiMo-V2.6 梳理了智能与成本双维度的行业竞争框架，读者可以据此理解 Agent 时代效率为何成为模型竞争的新坐标。
OpenRouter 发布 2026 年嵌入模型选购指南，通过对 19 个模型发起 28 项 API 实测，按用例给出推荐：英文 RAG 首选 openai/text-embedding-3-small。
推荐理由：OpenRouter 用自家端点实测 19 个嵌入模型并按用例给出推荐表，读者可直接按输入类型和价格约束对号入座。
OpenRouter 发布 TypeScript 教程，讲解如何通过 Decisions API（模型 ID typesafe/jev-1.13，端点 POST https://openrouter.ai/api/alpha/decisions）用 TypeSafe 的 Jev 决策模型审核二手市场商品列表。