Strands 开源了一个组装完整、可定制的通用 agent harness，接入任意模型只需一行代码，同模型下 token 消耗可省 28%。相比 Claude Code、Codex 这类开箱即用的 harness，开发者自建 agent 需要自行把各种原语拼到「刚刚好」的程度，Strands 把这件事简化为一行代码。
推荐理由：原文对比了开箱即用 harness 与自建 agent 的搭建成本，并给出一个同模型下更省 token 的可复用方案。
轻量级开源终端软件 uniTerm 发布 v1.9.5，围绕工作区与终端体验带来 50 余项更新。新版本工作区支持点选创建与拖拽分屏，可保存为连接；终端新增图片显示，SFTP 传输提速。uniTerm 整合终端、文件传输、远程桌面、数据库客户端、容器 5 大类共 30+ 协议，安装包仅 15MB，内置可规划并执行多轮 Shell 命令的 AI Agent。
Latent Space 对谈 OpenRouter 联合创始人兼 CEO Alex Atallah 与 AMP 的 Anjney Midha，复盘 OpenRouter 如何从 Llama、Alpaca 时期的开源浪潮成长为服务超过 1000 万开发者的中立模型路由层，并最终被 Stripe 收购。
推荐理由：对话还原了 OpenRouter 从被 VC 讥为只是 wrapper 到成为 AI 生态关键分发设施的历程，并解释了多模型与推理市场为何成立。
NVIDIA 验证工程师 Sakeena Fiza 负责在产品量产前对数据中心系统进行验证，确保硬件从托盘、机架、集群到生产线与客户 AI 工厂的规模化路径上稳定运行。她回忆称，NVIDIA Rubin GPU 首次在系统层面完成枚举时，整个团队为之欢呼。她指出，单块电路板可能包含数万个元器件，一个机架则接近 50 万个，验证团队需在真实条件下穷尽各种失效可能。
字节跳动安全研究团队与香港城市大学联合提出的 TWIST 被 ACM CCS 2026 接收，通过密钥将输入 Token 与模型计算映射到同一变换坐标空间，使云端在混淆态下完成标准推理。
腾讯技术工程团队基于智能体编排平台搭建错误码治理 Agent，将知识库、代码关系图谱、可观测平台和代码托管平台四类能力挂载到同一 Agent，由它自主编排排查流程并分钟级产出根因分析与修复建议。
在2026云栖大会MaaS&Agent技术主论坛上，文征宣布千问AI平台全面升级，以推动Agent进入生产为核心，在模型服务基础上新增Agent服务与行业AI解决方案支持，并发布API优速模式、Agent Studio、千问AI座舱解决方案等能力。
推荐理由：原文列出了从模型服务到Agent服务的完整升级清单，读者可据此判断阿里云MaaS体系能覆盖哪些生产环节。
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。
腾讯一位工作 15 年的资深搜索后台工程师，2025 年初卸下管理头衔加入 AI Infra 团队，从零开始投身大模型推理工程，并精读 SGLang 源码。他建议新人先建立 Transformer 模型结构与 TTFT、TPOT、QPS 等评估指标的体系化认知，再按业务层、调度层、算子层分层拆解，并围绕 PD 分离、分布式 KV Cache、推测解码等方向深入实践。
NVIDIA 推出 NVIDIA DSX Ready 资质认证计划，用于认证符合 NVIDIA DSX AI 工厂参考设计要求的合作伙伴供电与散热产品。
埃及 AI 生态已达到生产级规模：NVIDIA Deep Learning Institute 在埃及的学习者一年内增长逾十倍，Hassan Allam 与 A15 将投资约 4 亿美元建设新数据中心。
火山引擎推出 AI MediaKit 理解式视频编辑引擎，升级视频字幕擦除能力。系统先通过多模态语义理解判断文字角色，决定擦除或保留，再由自研 ReFM 残差流匹配模型从原视频潜变量出发完成 4 步采样修复，避免从随机噪声重建带来的失真。新版支持 50 多种语种擦除，面向短剧出海与素材复用场景。
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。
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。
作者用蚂蚁百灵原生多模态模型 Ling-3.0-flash-VL 识别银行对账单与电子回单，按日期、金额和交易对手合并成 JSON，再经 n8n 写入 NocoBase 搭建的经营管理系统。
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。
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 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%。
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。
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。
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 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。
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 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。
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。
潮流周刊发布第 280 期，收录 celldock-for-mac、kooky、jj 等开源工具，并重点分享 AI 时代保证代码可持续迭代和维护的实践经验。作者以自己的 Mole 项目为例，它有 11 万行 Swift 产品代码和 3347 个 XCTest，他主张 AI 写的代码应该让 AI 来测试，并通过单测、回归测试、Rules/Skills 与 GitHub Actions 让代码不腐化。
推荐理由：作者以 11 万行 Swift 项目的实操经验，总结了让 AI 生成代码不腐化的测试、规则与 CI 方法，可迁移到其他项目。
Kevin Ding 认为 RL as a Service 只解决一半问题，Pyromind 押注的 AutoRL 把训练、奖励、反馈、部署与数据回流串成自动循环管道，让 Agent 在生产环境持续改进。
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。
本期播客主张不是转组织来用好 AI，而是用 AI 推动流程本身，从任务到交付都由 AI 编排，人类退到设计检查点和决策的位置。作者以安克 21 个智能体编排、48 小时走完一圈的自迭代闭环，以及 AppLovin 一批广告 500 次滚动迭代为例，说明检查必须用与生产无关的干净上下文做对抗性验证，经验沉淀进 CLAUDE.md 这类文件而不是先建中台写 SOP。
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%+。
「科技早知道」邀请驻扎一线的 AI 工程师申悦，讲述他在中国企业客户落地 AI 的真实经历。过去两年全球 FDE 岗位数量增长几十倍，OpenAI、Anthropic 等公司纷纷组建 AI 部署团队帮客户解决落地的最后一公里，但申悦指出 AI 落地最难的从来不是技术，他分享了一个陷入死循环的国企项目，以及民企老板希望用 AI 把 6000 人砍到 3000 人的诉求。
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。
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。
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。