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。
当前仅显示精选新闻OpenRouter 发布对比文章，介绍 OpenAI、Anthropic、Google 与 OpenRouter 四家服务端代码执行工具的沙箱能力、限制与成本，并介绍自家 openrouter:shell 和 openrouter:bash 两款 beta 工具，可为 Responses 和 Messages API 上的任意模型运行命令。
推荐理由：作者亲自实测并横向对比四家托管代码执行工具的能力、延迟与计费，还给出何时仍需自建沙箱的边界判断，方法可迁移。
AYi@AYi_AInotes精选AI 评分6666作者拆解 Anthropic 官方条款与 9 月威胁情报报告，指出今年上半年共封禁 1140 万个账号（去年下半年为 145 万），39.8 万次申诉仅 4.2 万次成功，成功率约十分之一。
https://x.com/i/article/2106425943061413888
推荐理由：作者基于 Anthropic 官方条款与 9 月威胁情报报告，把封号归因从指纹玄学转到多维交叉打分，并给出可执行的四层防线做法。
Microsoft 与 Hugging Face 发布 ThinkingBox 沙箱和 ThinkingBox-Bench 基准，通过 507 个有状态业务工作流、每个任务独立运行 20 次，用可执行检查评分 Agent 留下的终端数据库状态和副作用，而非工具调用或最终回复。
推荐理由：原文给出基于数据库终态评分和多轮一致性指标的结果，读者可以据此重新审视现有 agent 评测只看 pass@1 的做法。
作者实测 Claude Code 新推出的 Mod 功能，一步步构建了一个带像素表情面板的"雨姐"Mod。
推荐理由：作者从零构建并实测了一个 Claude Code Mod，完整走通界面绘制、事件钩子、命令拦截到插件分享的全流程。
Z Finance 编译 Databricks CEO Ali Ghodsi 与 Sarah Wang、Martin Casado 的对谈，Ghodsi 认为递归自我改进（RSI）尚未发生，判断它需要四个条件同时成立：下一代模型资源更少、训练时间更短、能力持续提高且可重复。
推荐理由：对话给出了判断 RSI 是否发生的四条件框架，并用现实训练成本和资源数据反驳了自我改进已成真的说法。
OpenRouter 推出 Model Router Benchmarks 页面，对 Auto Router、Fugu、Jev Router 等路由器在质量、速度和成本三个维度上跑分对比，Router Index 默认按质量 60%、时间 20%、成本 20% 加权出 0 到 10 的综合分。
推荐理由：原文给出路由器的分类方式和质量、速度、成本的加权评分方法，读者可以据此判断何时值得用路由器替代单一模型。
AWS 发布 Adjudicated Query 设计模式，用 Amazon Quick 聊天界面搭配确定性规则引擎扫描 50,000 份租约的合规性，模型只负责翻译问题和叙述结果，判定由规则引擎完成。
推荐理由：文章给出了用规则引擎加受限 MCP 接口保证合规扫描完整性的设计模式，并分析了大语言模型在查询层与交付层各自的越界风险。
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。
Rohan Paul@rohanpaul_ai精选AI 评分6666Google 的首次轨道 AI 芯片测试已进入太空并确认取得联络、运行符合预期，2026 年 10 月 1 日由 SpaceX Falcon 9 Transporter-18 从范登堡发射。
推荐理由：原文整理了卫星搭载 TPU 的轨道验证细节与后续组网计划，读者可借此了解太空算力的现实约束和成本差距。
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。
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。
量子位作者实地走访内蒙古乌兰察布，当地截至今年6月已获约12.5GW数据中心容量承诺，超过OpenAI Stargate的10GW初始承诺，但2025年已投运容量约1.2GW、利用率约66%。文章分析其依托0.35元/度电价、风光资源、冷凉气候和到北京240公里区位吸引华为、阿里、快手、远景等落地，并提示规划容量向实际Token产出转化仍面临审批、接电、利用率和租金等考验。
推荐理由：作者实地走访乌兰察布算力园区，把12.5GW规划承诺与现场落地进度对照，读者可据此理解容量数字与实际运行的距离。
机器之心援引《金融时报》报道，美国企业开始把 AI 任务从 OpenAI、Anthropic 闭源模型迁移到开放权重模型上，中国公司 DeepSeek、智谱成为重要受益方。
推荐理由：文章基于金融时报报道和调用数据，梳理美国企业用开放模型替代闭源 API 的成本与数据主权考量。
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 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 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 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 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。
9 月 30 日 DeepSeek 宣布开源面向华为昇腾平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA 和 DeepSelect，分别覆盖矩阵运算、跨设备通信、向量计算与访存、稀疏注意力和数据筛选，与其英伟达平台组件一一对应。
推荐理由：原文梳理了 DeepSeek 开源昇腾计算与通信组件的构成和性能数据，开发者可以据此评估在国产算力上复用这些基础工具的空间。
DeepSeek 正式开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA 和 DeepSelect，与此前英伟达平台组件一一对应。
推荐理由：原文给出各组件与英伟达版本的一一对应关系和昇腾 950 128 卡超节点合作细节，可帮助读者评估昇腾软件生态的可用程度。