Anchor Browser 集成 AgentCore payments，让智能体自主完成 x402 付费
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在遇到 HTTP 402 响应时自动完成 x402 协议支付并重试请求。
推荐理由：原文拆解了把支付栈从智能体运行时移入托管基础设施的具体做法，读者可据此判断浏览器智能体自主付费的落地路径。
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 69 条AWS Machine Learning Blog精选AI 评分6060 AWS Machine Learning Blog精选AI 评分6565 在 Amazon Bedrock 上用 Grok 4.7 构建长时程智能体
AWS 在 Amazon Bedrock 上线 SpaceXAI 的 Grok 4.7，并给出一个工具调用智能体的完整评测：三个需要搜索而非查询的任务各跑六次、四个推理投入档位共 72 次运行，答对 67 次；xhigh 档 18 次全对，low 档答对 15 次且输出 token 约为 xhigh 的八分之一。
推荐理由：原文用72次可复现的智能体运行，给出不同推理投入档位在准确率与输出token上的权衡数据，方法可迁移。
AWS Machine Learning Blog精选AI 评分7070 Claude Haiku 5.5 在 AWS 上线，主打低成本高频子智能体任务
Anthropic 的 Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列中最快、最高效的模型，面向子智能体和高频成本敏感任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：Claude Haiku 5.5 在 Amazon Bedrock 上线，给出了成本、effort controls 与和 Opus 5.5 搭配的分工方式。
NVIDIA Blog精选AI 评分6767 NVIDIA 与 Microsoft 在 Windows PC 上推出 RTX Spark 和 AI 智能体基础设施
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 宣布共同为 AI 智能体在 Windows PC 上运行进行软硬件协同设计，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在操作系统控制下安全持续地后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力硬件一起推到 Windows 上，读者可据此判断端侧智能体的落地路径。
AWS Machine Learning Blog精选AI 评分6060 Z.ai 的 GLM 5.3 上线 Amazon Bedrock
AWS 宣布 Z.ai（智谱 AI）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长周期智能体任务。
推荐理由：原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示缓存细节，读者可据此评估如何改造自己的智能体工作流。
钛媒体精选AI 评分7676 DeepSeek 为什么要在此时拥抱华为？
DeepSeek 在国庆假期前一天开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 高级语言编译工具、高性能计算库与分布式通信库，与面向英伟达平台的开源组件一一对应。
推荐理由：拆解 DeepSeek 把成熟工具链整体移植到昇腾的技术路径，可供观察国产算力生态迁移的现实条件。
NVIDIA Blog精选AI 评分7272 NVIDIA GPU 加速 OpenAI GPT-6 Astra Ultrafast
OpenAI 的 GPT-6 Astra Ultrafast 在 NVIDIA Blackwell GPU 上运行，现已面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由：原文给出了 Ultrafast 相对标准模式的加速倍数与适用场景，读者可据此判断它在编码智能体工作流中的实际提速空间。
AWS Machine Learning Blog精选AI 评分6060 在 Amazon Bedrock AgentCore Runtime Instances 上搭建多智能体音乐制作流水线
AWS 官方博客给出在 Amazon Bedrock AgentCore Runtime Instances 上部署多智能体音乐制作管线的完整教程，三个智能体分别负责作曲、交付与合规筛查，通过同一个 runtimeSessionId 被调度到同一台 GPU 实例并共享文件系统。
推荐理由：原文给出了在 AgentCore Runtime Instances 上搭建多智能体协作管线的完整代码与部署步骤，可迁移到其他长时任务。
Microsoft Research精选AI 评分6161 微软研究：把物理 AI 推理卸载出机器人可提升任务表现与续航
微软研究院对移动操作机器人负载做了首次系统性测量，发现仅依赖机载 GPU 推理会限制机器人性能、电池寿命与可扩展性。
推荐理由：微软对机器人负载的首次系统性测量显示，把推理从机载 GPU 卸载到边缘或云端可在成功率、模型规模与续航上同时获益。
Google DeepMind精选AI 评分6767 Google DeepMind 为 Private AI Compute 引入安全服务端持久记忆
Google Private AI Compute 团队公布为 Private AI Compute 平台带来云端持久记忆的技术方案，通过硬件安全飞地、端到端加密通道和以设备派生密钥加密的每用户数据库，让跨设备 AI 记忆在服务端保持与端侧处理同等的隐私标准，此前该平台为无状态、任务结束即清除上下文。
推荐理由：Google 公开了云端持久记忆如何用安全飞地与设备端密钥实现跨设备隐私，可看架构取舍与验证方式。
Hugging Face Blog精选AI 评分6262 Transformers 现已支持运行 llama.cpp 的 GGUF 量化模型
Hugging Face 为 transformers 加入 GGUF 支持，可从 Hub 选择量化 checkpoint 并通过 from_pretrained 加载，在本地机器上生成文本。
推荐理由：原文给出在 transformers 中直接加载 GGUF 的用法与本地推理表现，读者可据此判断量化模型的本地使用方式。
GitHub Blog · AI & ML精选AI 评分8181 GitHub Copilot 运行时如何用 Copilot 迁移到 Rust
GitHub 用 Copilot 智能体把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行 Rust，AI 智能体编写了大部分代码，跨 128 个 pull request 增量合入 main。
推荐理由：一位工程师复盘用 AI 智能体把 43 万行 TypeScript 运行时迁到 Rust 的全过程，含编排、缓存与评审经验。
Google DeepMind精选AI 评分6565 Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文字模型
Google DeepMind 发布 Gemini 3.5 Transcribe，一款面向实时转写的语音转文字模型，已在 Gemini API、Google AI Studio 和 Gemini Enterprise Agent Platform 开放公开预览。
推荐理由：官方给出 WER、延迟提升和两套 API 入口，读者可据此判断语音转写能否接入现有工程链路。
Hugging Face Blog精选AI 评分6767 Gradio 内置 gr.Workflow：把 AI 流程做成可拖拽的节点图并自动生成 REST API
Hugging Face 在 Gradio 中内置 gr.Workflow，把多步 AI 流程描述为由引用、算子和输出组成的类型化节点图，Gradio 提供可拖拽画布运行每个节点并展示中间结果。
推荐理由：原文展示了把多步 AI 流程变成可视化图并自动暴露为 REST 接口的做法，读者可据此判断自己现有脚本能否照此改造。
Meta Engineering精选AI 评分6363 Meta 发布首款内置网卡的训练芯片 MTIA 300
Meta 发布 MTIA 300，这是其自研 MTIA 系列中首款面向排序和推荐模型训练优化的芯片，在芯片封装内集成两个网络 chiplet，各含 6 个定制 800 Gbps RDMA NIC，总 I/O 带宽达 1.2 TB/s，无需经过 PCIe 总线。
推荐理由：Meta 给出 MTIA 300 的内置网卡与卸载式集合通信设计，可对比传统 GPU 集群的通信瓶颈。
NVIDIA Developer Blog精选AI 评分6969 阿里开放 Qwen3.8-2.4T-A95B 权重，2.4T 参数、单 token 激活 95B
阿里开放了 Qwen3.8-2.4T-A95B（Qwen3.8-Max）的模型权重，这是其目前最大的开放权重模型。该模型总参数 2.4T、单 token 激活 95B，采用细粒度 MoE 架构，混合全注意力与线性注意力，上下文窗口最高 100 万 token。NVIDIA 开发者博客介绍在 GB300 NVL72 上部署该模型并支持可配置推理。
推荐理由：摘要给出 Qwen3.8-2.4T-A95B 的开放权重与关键规格，读者可借此了解其 MoE 结构与长上下文配置。
Google DeepMind精选AI 评分7676 Google DeepMind 发布多语种手语转文本模型 SL2T，首发 Gboard 与 Live Transcribe
Google DeepMind 发布多语种手语转文本模型 SL2T，并在 Pixel 11 的 Gboard 与 Live Transcribe 中以 ASL 转英文的听写功能首次进入消费产品，训练数据超 10 万小时、覆盖 50 多种手语。
推荐理由：官方给出了 SL2T 的数据规模、基准成绩和隐私处理方式，可据此判断手语翻译在消费端落地的可行边界。
Meta Engineering精选AI 评分6262 Meta 如何在 WhatsApp 以端到端加密与可验证性构建 Scam Alert
Meta 在 WhatsApp 上构建了可选的 Scam Alert 功能，用端侧机器学习模型在本地对来自非联系人的消息做诈骗概率分类，消息内容不会离开设备，也不会被自动上报。
推荐理由：原文给出 WhatsApp 端侧反诈告警的隐私架构与可验证设计，读者可了解端侧模型在加密通信场景的完整工程路径。
NVIDIA Developer Blog精选AI 评分6464 Meta 开源 Muse Glimmer：30B 稠密模型，面向本地智能体工作流
Meta 重返开源生态，发布 Muse Glimmer，一个 30B 开源权重稠密模型，上下文窗口超过 120K，面向本地 AI 智能体工作。该模型针对 NVIDIA 边缘、桌面和工作站 AI 平台优化，可在单 GPU 上达到 20K tokens/sec，让常驻智能体在本地处理数据并执行复杂任务。
推荐理由：Meta 回归开源发布 30B 本地智能体模型，并给出单 GPU 吞吐数字和运行平台范围。
Microsoft Research精选AI 评分7171 微软开源 Orchard：可扩展智能体 AI 框架
微软研究院发布开源框架 Orchard，核心是 Orchard Env——一个基于 Kubernetes 的可复用环境服务，支持软件工程、网页导航和个人助理等任务，并能在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。
推荐理由：微软开源 Orchard 框架，把训练环境做成可复用服务，读者可据此理解小模型如何直接在真实 harness 中训练。