在 Amazon Bedrock 上用 Grok 4.7 构建长周期智能体
AWS 官方博客介绍在 Amazon Bedrock 上用 Grok 4.7 构建工具调用智能体，作者设计三个均有唯一正确答案的任务，在四个推理档位下各跑六次共 72 次运行，答对 67 次，xhigh 档 18 次全部正确。
推荐理由：文章给出了可复用的推理档位评测方法，读者能据此在自己的 Agent 任务上权衡正确率与 token 成本。
#部署/工程
#部署/工程
今日 0 条AWS Machine Learning Blog精选AI 评分7878
The Decoder精选AI 评分7878 Mistral 发布万亿参数大模型 Mistral Large 4，主攻网络安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4，昵称 le Chonk），总参数约 1 万亿、活跃参数 49B，为原生多模态模型，API 现已通过 Mistral Studio 开放，权重预计 10 月底发布。
推荐理由：原文并列了 ML4 与 Claude Opus 5.5、GPT-6 Astra 在智能指数、编码和安全测试上的差距，读者可据此判断其真实定位。
36氪AI 评分2424 港股午盘：恒生指数涨0.78%，恒生科技指数涨0.87%
港股午间收盘，恒生指数涨0.78%，恒生科技指数涨0.87%。明星科网股普涨，阿里巴巴涨2.75%，百度集团涨3.6%，小米集团涨近2%。智谱涨逾8%，GLM-5.3上架AmazonBedrock。
AWS Machine Learning Blog精选AI 评分6767 智谱 GLM 5.3 现已在 Amazon Bedrock 上可用
智谱（Z.ai）的 753B 参数混合专家模型 GLM 5.3 现已上线 Amazon Bedrock，面向编码与长程智能体任务优化，官方称发布时在 CyberGym 基准上取得 84.5 分、内部编码基准较 GLM 5.2 提升 50%。
推荐理由：原文给出了从 API 调用到显式提示词缓存再到 Strix 安全测试的完整上手路径，可直接复用到自己的编码与智能体工作流。
通义千问 · 官方博客精选AI 评分6666 Qwen3Guard 发布：支持实时逐词安全检测的护栏模型
通义千问发布 Qwen3Guard 护栏模型，基于 Qwen3 架构针对安全分类任务微调，提供 Qwen3Guard-Gen 与 Qwen3Guard-Stream 两个版本，均有 0.6B、4B、8B 三种参数规模。
推荐理由：官方给出逐词流式检测的实现路径与三级风险标签设计，读者可据此评估将其接入现有安全审核流程的可行性。
量子位精选AI 评分6868 openJiuwen X-Router 自演进模型路由开源，实测减少 50%+ Token 消耗
openJiuwen 团队开源智能路由框架 model-router，通过精准画像、动态决策与自演进三层架构实现按任务复杂度自动选择模型。
推荐理由：文章拆解了模型路由的画像、决策与自演进三层架构，并给出实测成本对比，适合作为多模型调度系统的设计参考。
OSCHINA 社区AI 评分6161 DeepSeek 开源昇腾基础组件
DeepSeek 于 9 月 30 日正式开源面向华为昇腾算力平台的基础设施组件，涵盖 TileLang 高级语言编译工具、计算库与分布式通信库，所有组件与此前面向英伟达平台的开源组件一一对应。其中 TileLang 的昇腾版本是本次开源中最重的一块，DeepSeek 的叙事是建立新一代自主可控的 GPU 软件生态。
OpenAI NewsAI 评分5959 GPT-6 改进提示词缓存
GPT-6 改进了提示词缓存，提供更高的缓存命中率、新的诊断工具、显式断点以及可降低延迟和成本的控制功能。
腾讯技术工程AI 评分6161 腾讯程序员实测 Jev 决策模型，解读其能否替代 Agent 中的高频大模型调用
腾讯程序员 mason 实测了 TypeSafe AI 在 9 月推出的决策模型 Jev，它本质上是分类模型，把当前情况和问题发给它后返回程序可直接使用的结果，没有任何幻觉。
智谱 · 官方公众号AI 评分6464 智谱上线 GLM-5.3-FlashX，推理速度最高 200 tokens/s
智谱正式推出 GLM-5.3-FlashX，最高 200 tokens/s，API 现已上线，Model Key 为 GLM-5.3-FlashX。GLM-5.3-Flash 此前以 Ox Alpha 之名获海内外开发者认可、调用量持续攀升，本次在 10 万张国产芯片推理算力基础上加大 Infra 侧投入与推理优化，形成智能、价格、速度的全面竞争力。
阿里云开发者精选AI 评分7777 DeepSeek-V4.1-Flash上线千问AI平台，API与Token Plan同步开放
DeepSeek-V4.1-Flash正式上线千问AI平台，API服务与Token Plan同步开放，开发者可在Qoder、千问APP、Codex等工具中调用。模型原生支持文本与图像理解，最长支持100万Token上下文，可用于代码开发、长文档处理、视觉理解和智能体任务。借助新一代缓存压缩技术，其HBM需求降至上一代模型的1/4、SSD存储需求降至1/8，部署基于vLLM开源社区适配完成。
推荐理由：原文列出了模型的多模态能力、100万Token上下文与存储需求降幅，读者可据此评估长上下文场景的部署成本。
腾讯混元 · 官方公众号AI 评分7171 腾讯混元 Hy4 preview 轻量版发布，权重从 1.5 TB 压到 214 GB
腾讯混元团队用 Sherry 稀疏三值量化算法和 MIX-STQ1_0 逐层混合精度策略，把 Hy4 preview 权重从约 1.5 TB 压到约 214 GB，大幅降低运行硬件门槛。
Microsoft ResearchAI 评分5050 GigaPath-Flash 与 GigaTIME-Flash：以高效病理基础模型推动人群规模发现
Microsoft Research 联合华盛顿大学与 Providence 发布 GigaPath-Flash 与 GigaTIME-Flash，以 Apache 2.0 开源权重，在保持性能的同时大幅降低病理基础模型的算力开销。
智谱 · 官方公众号精选AI 评分8383 智谱上线并开源 GLM-5.3-Flash，前沿智能进入普惠时代
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，AA 综合智能指数取得 57 分，与 Claude Opus 4.8 持平，定价为 GLM-5.3 的 1/10、限时折扣内 1/20、Opus 4.8 的 1/40。
推荐理由：原文给出与 Claude Opus 4.8 的能力与价格对照，以及混合注意力架构的降本路径，可据此评估前沿模型的成本走向。
腾讯混元 · 官方公众号AI 评分6464 3.3GB 压到 440MB，混元极低 bit 翻译模型跑进直播弹幕
腾讯混元把 Hy-MT2-1.8B 翻译模型用 2-bit 与 1.25-bit 两套方案压缩至 574MB 和 440MB，翻译质量几乎无损，并联合英特尔完成 x86 算子适配、联合哔哩哔哩接入直播弹幕实时翻译。
Microsoft ResearchAI 评分5757 Microsoft Research 发布 Skala 1.1 深度学习 DFT 泛函，训练数据扩大 2.5 倍并接入 CP2K 等软件
Microsoft Research 发布深度学习交换关联泛函 Skala 1.1，训练数据量较初版扩大 2.5 倍，在 GMTKN55 基准的 55 个类别中拿下 32 个第一，加权平均误差 2.8 kcal/mol，精度超过主流全局杂化泛函而成本接近 meta-GGA。
智谱 · 官方公众号AI 评分6262 GLM-5.1高速版：400 tokens/s，顶尖模型跑出最快速度
智谱面向部分企业客户推出 GLM-5.1 高速版 API “GLM-5.1-highspeed”，模型输出速度达 400 tokens/s，并在完整保留 GLM-5.1 旗舰能力的同时实现低延迟。
OpenAI News精选AI 评分8181 GPT-4 API 正式可用，Completions API 旧模型将退役
OpenAI 宣布 GPT-4 API 正式可用，GPT-3.5 Turbo、DALL·E 和 Whisper API 也已进入正式可用阶段。公司同时发布 Completions API 旧模型的弃用计划，相关模型将在 2024 年初退役。
推荐理由：原文明确 GPT-4 API 进入正式可用阶段并给出旧模型退役时间表，读者可据此安排接口迁移。
OpenAI News精选AI 评分8282 InstructGPT：OpenAI 对齐语言模型以遵循用户指令
OpenAI 训练出比 GPT-3 更能遵循用户意图的 InstructGPT 模型，现已作为 API 的默认语言模型部署。这些模型采用人在回路方式训练，同时提高了真实性并降低了毒性，所用技术来自其对齐研究。
推荐理由：原文给出了 InstructGPT 相对 GPT-3 在意图遵循、真实性与毒性上的改进，读者可据此理解人在回路训练对模型对齐的作用。
OpenAI NewsAI 评分3838 OpenAI 发布面向块稀疏权重网络的 GPU kernel
OpenAI 发布了针对块稀疏权重网络的高度优化 GPU kernel，根据所选稀疏度，速度可比 cuBLAS 或 cuSPARSE 快多个数量级。这些 kernel 已用于文本情感分析以及文本和图像生成建模，并取得 SOTA 结果。