AWS 实操教程：在 Amazon Bedrock AgentCore Runtime Instances 上搭建三智能体音乐制作流水线
AWS 博客发布实操教程，在 Amazon Bedrock AgentCore Runtime Instances 上部署三个智能体（作曲、交付、合规）协作完成音乐制作并产出可播放的 .wav 文件。
推荐理由：AWS 官方手把手教程，用三智能体音乐制作流程演示 Runtime Instances 的 GPU、共享会话和多日持久化等可迁移的多智能体部署模式。
部署工程
全部主题把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
最新精选
第 1–20 条 · 共 85 条AWS Machine Learning Blog精选AI 评分6060 OpenRouter Announcements精选AI 评分6464 OpenRouter 详解六大 Agent 框架的工具调用 Schema 处理，并提出在 API 层统一格式
OpenRouter 比较了 LangChain、LangGraph、CrewAI、OpenAI Agents SDK、Claude Agent SDK、Microsoft Agent Framework 和 Google ADK 如何定义工具 Schema 并在不同提供商的 wire format 之间做翻译。
推荐理由：原文逐一拆解六大框架的工具调用格式翻译位置，并给出在 API 层统一格式的可行做法，便于开发者选型前对齐自己的技术栈。
NVIDIA Blog精选AI 评分6767 OpenAI 推出 GPT-6 Astra Ultrafast，基于 NVIDIA Blackwell GPU 将 token 生成速度提升至 8 倍
OpenAI 发布 GPT-6 Astra Ultrafast，运行在 NVIDIA Blackwell GPU 上，现已在 OpenAI API 及符合条件的 ChatGPT Work 和 Codex 用户中可用。
推荐理由：原文给出 Ultrafast 模式相对 Astra Standard 的加速幅度和适用场景，开发者可据此评估 coding agent 工作流的收益。
OpenRouter Announcements精选AI 评分7474 OpenRouter 教程：如何在 CI 中用 LLM eval 门禁拦截 Pull Request
OpenRouter 发布教程，讲解用固定的 eval 集合在 GitHub Actions 中门禁 PR，当 pass rate 低于阈值时阻止合并。
推荐理由：OpenRouter 官方给出可落地的 CI eval 门禁方案，包含阈值测量和 provider 路由等易踩坑细节，方法可直接迁移到自己的仓库。
OpenRouter Announcements精选AI 评分6868 OpenRouter 发布 Agent 模型成本与质量权衡的三步选型框架
OpenRouter 发布一套为 Agent 任务选模型的三步框架，主张选满足任务质量门槛的最便宜模型，而非排行榜最高分模型。
推荐理由：原文给出按任务质量门槛选模型的三步方法和示例脚本，读者可迁移到自己的 Agent 成本优化。
OpenRouter Announcements精选AI 评分6767 OpenRouter 指南：用置信度阈值实现便宜模型到强模型的升级路由
OpenRouter 发布教程，讲解基于置信度的升级路由：让便宜模型通过结构化输出返回 0 到 1 的置信度字段，低于阈值时把请求转给更强模型。教程强调分数只是自报排序而非校准概率，阈值须按自己流量的分错误率设定，示例中阈值 0.7 升级 14% 的请求，把保留答案的错误率从约 10% 降到约 4%。
推荐理由：原文给出用结构化输出实现置信度分级的完整流程，含阈值校准示例和常见误区，方法可直接迁移到自己的流量。
Runway News精选AI 评分6363 Runway 发布 Runway Ads，端到端自动化投放广告创意
Runway 发布新产品 Runway Ads，连接广告账户和品牌套件后可生成视频与图像广告创意，直接发布到 Meta、Google 和 TikTok，并读取平台表现数据迭代下一轮创意。
推荐理由：Runway 官方发布并给出自身投放数据，读者可以据此评估端到端生成式投放工具对营销工作流的实际改变。
LangChain Blog精选AI 评分7070 LangChain 如何在 harness 中构建模型路由器，Open SWE 单线程中位成本降 64%
LangChain 为其开源编码 Agent Open SWE 构建了模型路由器，在 973 条线程的 A/B 测试中，相比始终使用 GPT-6 Astra，中位成本从 $2.61 降至 $0.94（降 64%），PR 合并率无显著差异（29.2% vs 27.3%，p=0.49）。
推荐理由：作者用自身 Open SWE 的 A/B 数据说明路由放在 harness 内的理由和成本收益，方法可迁移到其他多任务 Agent。
OpenRouter Announcements精选AI 评分7070 OpenRouter 教程：Prompt 或模型变更后如何对 AI Agent 做回归测试
OpenRouter 发布教程，讲解在 Prompt、模型、工具定义或检索设置变更后如何对 Agent 做回归测试：用锁定的用例集配合结构断言和硬性不变量，模型测试固定用具体 slug 而非 alias。
推荐理由：教程给出锁用例集、结构断言和固定 slug 对比的完整回归方法，并以一次实测换模型跑通说明落地方式。
OpenRouter Announcements精选AI 评分6868 OpenRouter 教程：如何从生产流量构建 Golden 评测数据集
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精选AI 评分6161 Microsoft Research 发布生物研究领域 AI 系统 Quine
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。
Databricks Blog精选AI 评分6565 Databricks 如何让 12,000 名员工在模型发布首日即可用新模型
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。
AWS Machine Learning Blog精选AI 评分7575 Claude Sonnet 5.5 上线 Amazon Bedrock 及 AWS Claude Platform
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。
Thomas Wolf@Thom_Wolf精选AI 评分7575引用Jensen Huang@JensenHuangToday, 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。
OpenRouter Announcements精选AI 评分6161 OpenRouter 发布 Security Center 集中管理并降低 API key 风险
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。
Claude Platform release notes精选AI 评分7878 Anthropic 发布 Claude Sonnet 5.5（claude-sonnet-5-5）并给出迁移指南
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。
inclusionAI Hugging Face models精选AI 评分6060 inclusionAI 开源 Ling-mini-2.0：16B 总参数 MoE 模型，激活仅 1.4B
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 Hugging Face models精选AI 评分6666 inclusionAI 开源 Ring-flash-2.0 推理模型：100B 参数仅激活 6.1B
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 Hugging Face models精选AI 评分6262 inclusionAI 开源万亿参数思考模型 Ring-2.5-1T
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 Hugging Face models精选AI 评分6262 inclusionAI 开源 Ling-2.5-1T：1T 总参数、63B 激活的即时模型，支持 1M 上下文
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。