跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
OpenAI 一次发布 372 项数学证明，包括唯一游戏猜想
Anthropic 发布 Claude Haiku 5.5：定价对齐 GPT-6 Luna，同步下调 Sonnet 5.5 缓存读取费用
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 DGX Station for Windows
OpenAI 向 ChatGPT 免费和 Go 用户推送 GPT-6 Luna，付费用户切换至 GPT-6 Sol
OpenAI 在 ChatGPT 全球推出 GPT-6 与 Intelligent UI
Anthropic 发布 Claude Haiku 5.5，主打高吞吐低成本任务
当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
服装加工合同模板，含甲乙双方信息及加工委托条款
用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
Forlinx Embedded 推出基于 Rockchip RK1820/RK1828 处理器的 M.2 AI 加速卡，提供 20 TOPS INT8 算力，集成最高 5GB DRAM。模块采用 M.2 2280 接口，支持 PCIe 级联，可运行本地大语言模型、视觉语言模型及计算机视觉工作负载，兼容嵌入式 Linux 和 Android 系统。
Jeeves 是基于 Qwen3.5-9B 的决策模型，使用 SFT 和 CISPO 训练，配备块-4 扩散起草器。在 MMLU 上达到 0.793，MMLU-Pro 达到 0.739。通过扩散起草器实现 1.6-1.76 倍推理加速，批处理时可达约 960 链 token/秒。模型现已开源，提供完整的训练和推理代码。
AMD 推出新款 256 核 EPYC 处理器，支持 16 通道 DDR5-12800 内存。该处理器内存带宽达到 RTX 5090 的 91%。AMD 未披露具体售价和上市时间。
当AI从实验阶段进入稳定生产阶段，按需付费模式的成本变得难以预测，企业需要重新评估AI的经济模型。Deloitte 2026年AI报告显示，2025年员工使用AI比例增长5%，40%以上AI项目进入生产的公司比例预计6个月内翻倍。文章建议企业评估三个关键问题：需求是否足够稳定可预测、何时拥有容量比按请求购买更经济、能否通过采纳和治理保持产能高效使用。
作者发布了一本免费、开源的机器学习性能优化书籍《How to Make Your Model Fast: A Systems View of Efficient Machine Learning, from Silicon to Agents》。
用户正在构建波兰法律领域通用模型，工作流为工具密集型（问题→顺序工具调用→最终文档），关注 50B+ 总参数、活跃参数较少的 MoE 架构能否在保持低延迟的同时提升推理和工具调用可靠性。已使用 27B Qwen 3.8 dense 模型做法律文档摘要和分类，现寻求该规模/架构的实际配置经验，包括模型选择、量化、GPU 配置、服务引擎、实测延迟及 LoRA 微调可行性。
Jerry 创建了确定性测试环境 Enclosure，并推出模型人格测试工具 Disposition。该测试并非可赢的基准，旨在帮助用户找到适合其工作风格的模型。已在阿里巴巴 ModelStudio 测试了最便宜的模型，现开放社区参与测试。
两位研究者提出两种注意力冗余计算优化方法。CoWindow Attention（CoWA）通过互补窗口让各头稀疏 attend，128K tokens 在 8 H100 GPU 上实现 Forward 7.4×。
作者创建了一个开源项目，帮助拥有闲置 10-24GB GPU 的 DGX Spark 用户将 spec-decode draft model 从 Sparks 迁移到闲置 GPU，从而释放显存用于更长上下文或更高量化精度。项目支持 TCP 和 RDMA，兼容 eugr-vllm。
Claude Opus 5.5 现已在 SimpleBench 达到 88.4% 领先分数，视觉评估优于 Fable 5 和 GPT-6 Sol，但不及 GPT-6 Astra，成本比 Fable 5.1 低约 60%。
ShipHappens 是一款面向开发者的 Mac 原生应用，聚焦代码完成后的应用发布流程，支持 39 种语言的应用商店商品列表、基于 Apple 搜索数据的关键词评分、截图管理、TestFlight 构建和评论追踪。该应用将 App Store Connect key 存储在 Keychain 中保障安全，并支持集成任何 AI provider 或本地模型。
本教程讲解如何在 Amazon SageMaker AI 上使用 AWS vLLM-Omni DLC 部署 Qwen3-TTS 模型，实现边生成边播放的流式语音输出。通过 Gradio 应用演示文本输入和 24kHz PCM 音频流的完整工作流程，并提供部署脚本和双向流式传输配置。
Mistral 在慕尼黑开设新中心，专注 Physics AI 和 Industrial AI 研发。中心将与 BMW 合作汽车碰撞模拟，与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）共建风洞数字孪生研究。公司计划到 2030 年在欧洲建立 1 吉瓦计算能力，强调开放权重架构保障数据主权——模型权重完全开放给客户，在客户自有基础设施上运行，数据不离开组织。
推荐理由：Mistral 明确提出了在欧洲建立主权 AI 基础设施的完整路径：开放权重架构 + 客户自有基础设施 + 欧洲法律合规，并给出了 1 吉瓦计算容量的具体目标和合作案例，读者可以据此评估其与封闭系统的差异。
Amazon Textract Custom Queries 适配器支持针对特定文档类型微调提取精度，但跨账户推广、文档路由选择和生产安全配置构成三大核心挑战。
发布了 Intern-Decision 多模态模型系列（0.8B、2B、4B），其中 4B 模型在性能上优于 Jev 1.13.0。在 RTX 4090 上实测本地部署可达到约 30 FPS 的决策调用速度。团队还建立了基准测试来评估校准性能，在掷骰子和蒙特霍尔问题等经典概率场景中，该模型的预测分布比 Jev 更接近黄金分布。
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并更快地销售现代车队管理解决方案，实现销售增长 60%，每周节省超过 75 小时。Codex 帮助团队加速开发流程，提升了整体运营效率。
AWS 展示了在 Amazon EKS 上使用 Elastic Fabric Adapter (EFA) 和 DeepEP 扩展混合专家（MoE）模型强化学习训练的架构，实现 40% 吞吐量提升。
本文详细介绍了在 Amazon SageMaker HyperPod 上使用开源 SkyRL 框架训练多模态强化学习模型的全流程，包括构建容器镜像、从 SageMaker Studio 启动 Ray 集群、提交训练任务、监控进度以及托管推理服务。
推荐理由：给出了完整的操作流程和实验数据，读者可以据此在 SageMaker HyperPod 上复现多模态 RL 训练。
AWS 与 Qumulo 合作推出跨区域训练方案，允许计算节点和数据存储分属不同 AWS Region，通过 Qumulo Cloud Data Fabric 和 NeuralCache 预测缓存实现跨区域数据访问。
推荐理由：原文给出了跨区域训练的具体配置步骤和性能数据，读者可以据此评估是否采用 Qumulo+HyperPod 方案替代数据复制。
GitHub Security Lab 发布 Fuzzing Taskflow，这是一个基于 LLM Agent 的 C/C++ 项目自动化模糊测试管道。只需指定一个 GitHub 仓库，Agent 会自动完成入口点识别、构建系统分析、模糊测试用例生成、AFL++ 运行、覆盖率分析、用例优化和漏洞报告编写。
推荐理由：原文详细给出了自动化模糊测试的完整工作流程，包括覆盖率反馈循环、结构感知变异和语料库演进等具体机制，读者可据此迁移到自己的安全测试中。
Google 首个实验卫星 MVP 将于 10 月 1 日发射，验证轨道 AI 数据中心愿景。卫星仅冰箱大小，内部集成 4 个 Google 定制 TPU AI 加速器，由 Planet Labs 现有卫星平台改造，原计划 2027 年发射定制卫星现提前测试。太阳能面板目前仅能提供约 1 千瓦电力。
Aderant基于Amazon Nova Lite通过Amazon Bedrock构建了智能工单分析器，在前2.5周生产中处理109个工单，达到约96%路由准确率。
Liquid AI 发布 LFM2.5-VL-3B 的 DSpark 草案模型，采用投机解码在设备端实现最高 3.13x、H100 GPU 实现 2.66x 的解码加速，end-to-end 提升分别达 2.62x 和 2.27x。草案模型仅增加 280M 参数（占原模型 8.9%），首批支持 llama.cpp、MLX-VLM 和 SGLang 三大推理框架。
ZooWork是一个帮助用户构建、部署和交付AI智能体的平台。专家用户可通过Builder UI界面创建AI智能体，开发者则使用Managed Agent API进行部署。该平台旨在将专业知识转化为面向实际业务运营的AI解决方案。
荷兰零售商 HEMA（拥有 750+ 门店）基于 Amazon Bedrock AgentCore 和 MCP 协议构建了内部 AI 助手 HAL，将原本分散在多个门户、维基和文档中的知识整合为统一的知识层。
Microsoft Research 首次系统性研究机器人工作负载，证明将物理AI推理从板载GPU卸载到边缘或云端可显著提升机器人性能。在移动操作任务中，卸载推理使规划速度较A100提升383%，导航障碍检测及时性恢复30%，VLA模型精度损失从50%降至可控水平。
GPT-6 改进了提示词缓存机制，提供更高的缓存命中率、新的诊断工具、显式断点和成本控制功能。这些改进可降低推理延迟和使用成本。
oMLX 创建者和维护者 Jun Kim 正式加入 Hugging Face，将全职投入 MLX 生态系统开发。oMLX 保持 Apache 2.0 开源协议，Jun 继续担任项目负责人。Hugging Face 表示计划将 oMLX 作为新想法的试验田，并推动将 transformers 模型定义快速迁移到 MLX 实现，以促进新模型在 MLX 上的运行。
推荐理由：oMLX维护者从兼职转向全职，Hugging Face明确表示会加大投入，读者可据此判断MLX生态的发展速度可能加快。
NVIDIA 在埃及举办活动展示当地快速增长的 AI 生态，包括开发者、创业公司和企业的应用。埃及的 Deep Learning Institute 学员基数一年增长超十倍。
推荐理由：原文提供了非洲AI基础设施的多个具体建设进展和投资数字，读者可以据此了解非洲AI生态的现状与增长空间。
Simon Willison 发布 datasette-explain 0.2.2 版本。新版本对应 sqlite 487 和 datasette 1,547。暂无更多功能详情披露。
Google Research 提出 Retrieve-for-Train 框架，通过离线 RL 将搜索推理行为蒸馏到 53.9M 参数的扩散模型中。在时尚和音乐数据集上，该方法实现了 12-20 倍的推理加速，同时保持搜索结果的多样性和相关性。
费城儿童医院（CHOP）基于NVIDIA开源医学影像框架MONAI，将过去需要4小时的心脏建模工作缩短至几秒。美国20多家儿童医院已开展心脏建模项目，波士顿儿童医院约50%的心脏手术（约每年500例）获建模支持。CHOP正结合NVIDIA Warp和Newton物理引擎，目标将模拟仿真引入临床工作流程，实现同日决策。
GitHub 日本/韩国营销团队利用 GitHub Copilot 和 GitHub Actions 将活动管理全流程自动化，原本需耗时数天的活动筹备、参会者筛选、会后数据整理等工作现可从一个 GitHub Issue 自动完成。
OpenAI 将存储平台 Habitat 从 Python 库扩展为全球分布式存储系统，现服务超过 10 亿 ChatGPT 用户，峰值处理能力达每秒 2200 万请求。该平台经历架构重大迭代以应对指数级流量增长。
AsyncGRPOTrainer（TRL v1.14）现在支持训练 LoRA adapter 并仅同步该 adapter 到 vLLM，无需跨节点 NCCL 通信。
推荐理由：给出了在 Hugging Face Jobs 上用 Storage Bucket 做分布式 LoRA 训练的完整方案，包括架构、代理设计和优化步骤，读者可以直接参考复现。
OpenAI 发布文章，探讨更强大且更可负担的 AI 如何扩展个人和企业的工作完成能力。内容聚焦 AI 技术使增长更加经济，尚未公布具体模型名称或技术细节。
独立开发者通过 Codex AI 智能体抓取英国 319 个议会的 1.07 亿行支出数据，总计约 90 亿英镑，并建成类似 Apple Maps 的交互式可视化网站。项目使用 Parquet 列式存储和 DuckDB 数据库，8.2B tokens 消耗、656 个子智能体协同完成。目前数据处理已接近完成，预计即将开源。
Hugging Face 发布 WebGPU 内核库 @hugglingface/kernels，包含 207 个优化内核，可从 Hub 直接加载运行。性能对比测试显示，与 ORT WebGPU 相比，新内核在 Apple M4 GPU 上实现几何平均 2.57 倍提速、中位数 1.90 倍提速，部分操作如 bilinear Einsum 提速超过 10000 倍。
推荐理由：原文给出了 207 个内核的性能对比数据（2.57x 几何平均提速），读者可以据此判断这个底层工具对自己浏览器端 AI 推理工作流的价值。
SpaceX 宣布将基于 Nvidia Vera Rubin NVL72 机架建设太空 Starmind 数据中心，目标是 2027 年底前在轨道部署首批机架。
Mistral 与 HUMAIN 宣布战略合作，合作金额达数亿欧元。双方将在 AI 基础设施、先进模型开发和 AI 解决方案部署方面合作，初始重点领域包括网络安全和语音，并计划开发在阿拉伯语方面表现优异的前沿模型。合作旨在满足主权 AI 需求，确保数据、推理和运营在客户控制范围内，主要面向金融、制造、电信、网络安全和公共部门等受监管行业。
推荐理由：这是 AI 基础设施和主权 AI 领域的跨国合作案例，读者可以据此了解欧洲 AI 公司在中东的布局策略和主权 AI 的具体落地模式。