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。
#部署/工程
#部署/工程
今日 0 条智谱 · 官方公众号AI 评分6464
字节跳动技术团队AI 评分3737 日志服务 TLS AgentLoop：让多模态调用清晰可见
火山引擎日志服务 TLS AgentLoop 支持多模态内容展示，开发者可在消息和调用节点中直接查看图片，并与提示词、模型输出、工具结果沿同一条链路分析。媒体不再以 Base64 混入日志，而是由插件上传至对象存储 TOS 并在原消息位置写入媒体引用，避免日志超长截断与高存储成本。接入覆盖 Agent 运行时附件、客户自有 TOS 私有资源与 GenAI 标准多媒体消息三种来源。
NVIDIA BlogAI 评分5454 NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首秀中取得领先性能
NVIDIA 公布 MLPerf Inference v6.1 结果，Vera Rubin NVL72 首次预览提交即在 DeepSeek-R1 与 Qwen3-VL 上取得领先性能。
NVIDIA BlogAI 评分5454 Emerald AI、Google 与 NVIDIA 成立 AI 能源管理联盟（AEMA）
Emerald AI、Google 与 NVIDIA 共同发起 AI 能源管理联盟（AEMA），推动 AI 数据中心根据电网状况动态调节用电。AEMA 采用技术中立、基于性能的标准，关注响应速度、持续时间和可预测性等可测量服务能力，而非具体软硬件。联盟还将定义 ride-through、限电和应急响应义务，标准化技术要求与性能指标，并为做出可信灵活性承诺的客户提供更快并网路径。
NVIDIA BlogAI 评分4949 从兆瓦到 token：NVIDIA 如何最大化 AI 工厂产能
NVIDIA DSX 平台可在固定功率预算下提升 AI 工厂产能：Lambda 在 5 机架 19 节点集群上验证 DSX MaxLPS，token 吞吐量提升 24%。
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。
字节跳动技术团队AI 评分3838 火山引擎 TLS 全链路可观测体系：破解 LLM 应用黑盒，实现会话透明复盘
火山引擎日志服务 TLS 的 AgentLoop 通过 LLM Observer SDK 将 LLM 应用运行转为标准化 Trace，破解黑盒问题。方案遵循 OpenTelemetry GenAI 语义约定，支持 Node.js 18 及以上环境，覆盖多轮对话、流式响应、工具调用与异常链路。
云鼎实验室AI 评分3737 SharePoint 双漏洞再曝风险！腾讯云安全 8 月必修漏洞清单请查收
腾讯云安全发布 8 月必修漏洞清单，含 Microsoft SharePoint Server 双 RCE 漏洞（CVE-2026-50522、CVE-2026-63520）等 10 项高风险漏洞。
字节跳动技术团队AI 评分6363 字节跳动测试用例生成 Agent NL2Test 落地：我们做对了什么
字节跳动 TikTok Eng-Testing 与复旦大学合作推出 NL2Test Agent，QA 用自然语言描述测试场景即可自动生成可运行的回归测试用例，已部署于多条业务线。
腾讯技术工程AI 评分6161 从一次 LLM 调用到完整 Harness，Agent 到底经历了什么？
腾讯技术工程梳理了 Agent 从单次 LLM 调用到完整 Harness 的演进路径，指出每层边界都是模型撞到极限后工程系统补上的回答。文章用 Pi、OpenCode、Codex 和 Hermes 四个项目展示设计空间的取舍，分别对应极简工具集、事件驱动状态、Thread 与沙箱安全执行、以及经验自进化。作者认为模型越能行动，外部运行时越关键，Harness 不会因模型变强而消失。
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。
阿里云开发者AI 评分6161 从 Loop Engineering 到 Graph Engineering 的演进思考与实战
作者分析了 AI Agent 架构从 Loop Engineering 转向 Graph Engineering 的趋势，指出单 Loop 只盯单一指标容易过拟合甚至刷分，需用多个循环互相监督来纠偏。
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。
字节跳动技术团队AI 评分3636 CloudLens for TOS：打通日志分析与数据透视，让对象存储可见、可查、可治理
CloudLens for TOS 是日志服务 TLS 与对象存储 TOS 联合推出的日志观测应用，将 TOS API 请求访问与存储资产纳入同一观测框架。访问日志分析提供资源用量、热度统计、访问分析、安全分析和检索分析五个视角，用于实时排障与安全审计；数据透视按天统计资产，从区域、存储类型、存储桶和前缀维度支撑容量规划与成本优化，并支持通过 TLS CLI 接入 Agent 智能诊断。
腾讯技术工程AI 评分6363 CubeSandbox v0.7.0 发布：沙箱跨机流动，集群平滑演进
腾讯云开源的 CubeSandbox 发布 v0.7.0，新增跨机暂停恢复、组件多版本共存、网络子系统重构与控制面运维分离四大核心特性。跨机暂停恢复基于 S3 后端把沙箱内存与文件系统状态落到共享对象存储，组件多版本共存则让升级不再作废存量模板与快照。
腾讯混元 · 官方公众号AI 评分6464 腾讯混元 Hy4 preview 调用激增，WorkBuddy 推理集群紧急扩容
腾讯混元已针对 Hy4 preview 推理集群进行紧急扩容，并将持续动态调配资源。Hy4 preview 自 2026 年 8 月 28 日在 WorkBuddy 首发接入后，上线首日即出现排队，官方建议切换至 Hy3（WorkBuddy 限免延长至 2026 年 9 月 30 日 23:59）或错峰使用作为过渡。
字节跳动技术团队AI 评分4848 ADrive 跨产品协作实践：文件通了，Agent 就通了
ADrive CLI（ve-adrive-cli v1.0.2）把查找、读取、传输、同步与权限控制带入 Agent 工作环境，让不同 Agent 围绕同一批文件接力，关键写入和高风险操作仍由人确认。
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。
腾讯技术工程AI 评分7272 Agent 自进化飞轮怎么搭：评测→记忆→落地→控制
腾讯技术工程两位作者研读 Anthropic 递归自改进报告、斯坦福 CS329A 课程与 EvoAgentX 等开源框架，提炼出评测→记忆→落地→控制的 Agent 自进化四齿飞轮方法论。文章主张自进化的瓶颈是环节之间的数据通路而非单点技术，并指出改 Skill/Prompt/记忆的 Harness 层是当前投入产出比最高的方向，已有落地案例迭代次数减少 70%、Token 消耗降低 80%+。
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。
字节跳动技术团队AI 评分3232 用火山引擎 AgentKit，5 分钟搭建云端安全隔离的 DeepSeek Harness
火山引擎 AgentKit Sandbox 提供云端安全隔离的智能体运行环境，5 分钟即可创建可运行 DeepSeek Harness 的沙箱，随用随建、用完即弃。
字节跳动技术团队AI 评分3131 火山引擎发布《智能体安全能力图谱》：企业可落地的建设路径
火山引擎发布《智能体安全能力图谱》，系统性梳理智能体安全建设的 10 大能力维度与 60 项核心技术要素。图谱覆盖 WorkFlow 类、办公类及 AI Coding 类智能体，将企业建设路径划分为 L1 智能体基础安全 AI 防护、L2 智能体精细化管控、L3 智能体安全持续运营 3 个阶段。旨在为企业提供可落地、可持续演进的安全治理框架，实现智能体的可信、可控、可管。
OpenAI NewsAI 评分3434 OpenAI 自研推理芯片 Jalapeño 首批结果：AI 推理速度与效率行业领先
OpenAI 公布自研推理芯片 Jalapeño 的首批结果：在 AI 推理速度与效率上达到行业领先水平。该芯片面向现代模型，可提供更高吞吐量、更低延迟和更高能效。
腾讯技术工程AI 评分5555 DeepSeek Harness 规模化踩坑实录：耗时、成本、失败该怎么查
腾讯云 Agent 可观测发布针对 DeepSeek Harness 的采集插件 tencentcloud-agentobs-sdk-dsh，将执行过程还原为符合 OpenTelemetry GenAI 语义约定的五层调用链。
腾讯技术工程精选AI 评分7676 靠 10 个优化点，我们将 Multi-Agent 工作流成本降低 50% 以上
腾讯工程师 lemonye 用 1 个 TL 加 6 个子 Agent 的 harness 工作流驱动前后端开发，围绕只看当前需要的上下文、减少无关上下文、减少重复上下文三个原则改造 10 个方向，全流程预估降本 50%~65%。
推荐理由：作者把 Multi-Agent 工作流的 token 消耗拆成六类来源，逐一给出十个可复用的优化方向和实测降幅。
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。
OpenAI NewsAI 评分4343 OpenAI 为前沿模型提供 Zero Data Retention
OpenAI 重申为符合条件的 API 客户提供 Zero Data Retention，并预览 Private Safety Processing 功能。该功能旨在不损害数据隐私的前提下提供高级 AI 安全能力。
OpenAI NewsAI 评分4949 OpenAI 与 Effingham County 社区共建 AI 基础设施
OpenAI 宣布在佐治亚州 Effingham County 建设 Project Camellia AI 基础设施项目。该项目承诺采用负责任的能源方案，并进行社区投资、创造就业机会，同时向当地提供 Codex 的使用机会。
Berkeley AI ResearchAI 评分5050 智能已经免费，接下来呢？面向智能体、属于智能体、由智能体构建的数据系统
UC Berkeley 学者 Aditya G. Parameswaran 与合作者提出，推理趋近免费将重塑数据系统，未来须面向智能体、属于智能体、由智能体构建。GPT-4 级能力成本已从 2023 年初约 $30/百万 token 降至 $1 以下；其 text-to-SQL 实验还显示多智能体任务仅 10-20% 子计划互不相同、80-90% 子查询为重复劳动。
OpenAI NewsAI 评分4343 OpenAI 用大规模 core dump 分析修复一个 18 年的老 bug
OpenAI 工程师利用大规模 core dump 分析排查罕见的基础设施崩溃，定位出一个硬件故障和一个存在 18 年之久的软件 bug。
OpenAI NewsAI 评分5151 OpenAI 推出 Partner Network
OpenAI 推出 Partner Network，投入 1.5 亿美元帮助全球合作伙伴加速企业级 AI 的采用、部署与转型。
OpenAI NewsAI 评分3939 BBVA 携手 OpenAI 将 AI 置于银行业务核心
BBVA 将 ChatGPT Enterprise 部署规模扩展至 100,000 名员工。该银行同时与 OpenAI 深化合作，在全球范围内加速推进 AI 驱动的银行业务转型。
OpenAI NewsAI 评分3737 通过 Oracle Cloud 现有承诺使用 OpenAI 模型与 Codex
OpenAI 模型与 Codex 现可通过 Oracle Cloud 访问，企业可利用现有云承诺额度构建和部署 AI。该方案提供企业级安全与治理能力。
OpenAI NewsAI 评分5959 OpenAI 在密歇根州为 1GW 数据中心项目动工，系 Stargate 一部分
OpenAI 在密歇根州为一座 1GW 数据中心项目破土动工，该项目是 Stargate 的一部分。官方称此举旨在扩展 AI 基础设施的可及性、创造就业并支持当地社区。
OpenAI NewsAI 评分4949 OpenAI 前沿模型与 Codex 现已在 AWS 全面可用
OpenAI 前沿模型与 Codex 现已在 AWS 上全面可用。企业可通过已有的 AWS 环境、控制机制和采购流程使用 OpenAI 进行构建，更快地从评估阶段推进到生产环境。
OpenAI NewsAI 评分3333 Cisco 与 OpenAI 借 Codex 重新定义企业工程
Cisco 与 OpenAI 借 Codex 重新定义企业工程，助力 Cisco 扩大 AI 原生开发规模。双方合作还将加速 AI Defense 相关工作，并推动缺陷修复自动化。
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 NewsAI 评分3030 维珍大西洋航空如何用 Codex 加速交付
维珍大西洋航空使用 Codex 在固定的假日出行截止期限前完成了改版移动应用的交付。该项目实现了近乎完全的单元测试覆盖，且 P1 缺陷为零。
OpenAI NewsAI 评分4040 OpenAI 与 Dell 合作，将 Codex 引入混合云与本地部署的企业环境
OpenAI 与 Dell 宣布建立合作，将 Codex 引入混合云与本地部署的企业环境。双方将帮助企业跨数据与业务流程，安全地部署 AI 编码智能体。
OpenAI NewsAI 评分5050 OpenAI 如何为 Windows 上的 Codex 构建安全有效的沙箱
OpenAI 介绍了为在 Windows 上启用 Codex 而构建的安全沙箱，其核心是通过受控文件访问和网络限制来保障运行安全。