用 SFT 与智能体 RL 训练 4B 模型，生成比 Postgres 默认快 81% 的查询计划

Rohan Bansal 通过 off-policy 蒸馏 GPT-6 Astra 轨迹和智能体强化学习，将 Qwen 4B 模型训练为查询优化智能体，在 Join Order Benchmark 113 条 join 密集查询上实现 1.81x 几何平均加速和 44.7% 总延迟下降。

Arena.ai@arenaAI 评分6464

Arena 实习生 @melissapan 评测 7 个模型在 Claude Code、Codex 和 Pi 三种 harness 下的编码表现，共 21 个模型-harness 组合。

DeepSeek V4.1 Flash 以 4.65 美元拿下 Enclave AI 黑客基准 11/11，审计揭示 5 条计划外攻击路径

Enclave AI 的 AI 黑客基准评测中，DeepSeek V4.1 Flash 攻破全部 11 个漏洞目标、4 个修复对照全部守住，接受运行成本仅 4.65 美元。后续审计确认 6 次按计划路径完成，另发现 5 条原评分系统未区分的计划外路径，团队随后关闭这些旁路并对基准加入更严格的路径校验。

Odevo 的 AI Native 转型：先修好软件交付体系，再谈 AI 编码

Odevo 在 AI Native DevCon London 分享了其 AI Native 转型经验：这家住宅物业管理公司七年内管理房屋从约 5 万套增至约 250 万套、员工从约 1000 人增至 14000 人，2024 年起步时仅约 30% 开发者使用 GitHub Copilot 等工具。

Artificial Analysis@ArtificialAnlysAI 评分5454

Artificial Analysis 评测蚂蚁集团发布的金融开源权重模型 Ling-3.0-flash-Fin，Intelligence Index 得 23 分，Finance & Accounting Index 得 24 分。

努比亚 NaviX Ultra 体验：豆包手机助手让手机开始替用户操作手机

IT之家实测努比亚 NaviX Ultra，该机由中兴努比亚与豆包手机助手团队合作打造，搭载第五代骁龙 8 至尊版处理器和 Obric UI v2.3.0.0，深度集成消费者版豆包手机助手。

实测豆包 Doubao-Seed-2.1-pro：审美与长时间 Agent 任务追上第一档

作者实测火山方舟新模型 Doubao-Seed-2.1-pro-0915，该模型支持 1M 上下文和 256k 深度思考，主打 Agent 长任务稳定执行并降低工具幻觉。

Tripo@tripoaiAI 评分5858

Tripo 官方转发开发者 @koguGameDev 的实测：用 GPT image 2 生成参考图、Tripo P2.0 做 3D 生成，再让 Astra 通过 MCP 操作 Blender 完成拓扑、UV 与 IK 绑定，导入 UE5.8 实现四足机器人动画。动画实现两次失败，作者认为模型在把需求转化为设计与实现时仍需懂行者衔接，但 AI 带来的能力普惠会催生更多涌现。

初探苹果首款折叠 iPhone Duo 影像体验：智能拍摄、看看镜头、Duo FaceTime 等

据 MacRumors 报道，苹果为首款折叠手机 iPhone Duo 的双屏设计定制了新拍摄体验，包括利用 A20 Pro 芯片设备端 AI 在摆好姿势时自动拍合照的智能拍摄（Smart Take）、用外屏播放《花生漫画》吸引孩子看镜头的看看镜头（Kid Cue）、外屏实时取景的 Duo 预览，以及好友可经外屏加入通话的 Duo FaceTime。

IEEE Spectrum 长文解析 2026 年推理硬件革命

IEEE Spectrum 撰文指出，2026 年推理已取代训练成为 AI 硬件竞争的焦点，推理模型的链式思维和 Agent 全天候运行大幅推高推理负载。

DeepSeek V4 哪些型号支持图像输入？OpenRouter 逐款梳理与调用指南

OpenRouter 梳理其目录中的 DeepSeek V4 系列图像输入支持情况：V4.1 Flash 原生读图（2026年9月10日上线，$0.15/$0.60 每百万 token）。

Krea@krea_aiAI 评分5555

Krea 官方演示如何用 Krea Agent 创建具备完整镜头控制的视频。步骤为先输入一张图片让智能体生成 3D 场景，再指定任意镜头运动，最后用 Seedance 2.0 渲染 3D 视频，官方已开放试用入口。

两人用 LLM 一个月写出 M4 Mac Mini 的 OpenGL ES 3.0 合规 GPU 驱动

作者与 Niklas 用 Codex 和 Claude 在约一个月内为 M4 Mac Mini 与 MacBook Neo 构建了完全符合 OpenGL ES 3.0 的 Linux GPU 驱动，Minecraft 可跑 200fps。

Artificial Analysis@ArtificialAnlysAI 评分6767

Artificial Analysis 评测 Google 发布的语音到语音模型 Gemini 3.8 Live，其 Extended Thinking (High) 版以 82.6 分登顶 Speech to Speech Index，并在 Tau Voice 以 68.6% 居首。

Arena.ai@arena精选AI 评分6969

Arena 更新 Image-to-WebDev 排行榜，纳入四个新评测模型。GPT-6 Astra (Max) 以 1733 分居第一，领先 GPT-5.6 Sol (xHigh) 129 分；Claude Fable 5.1 (Max) 以 1710 分排第二，Muse Spark 1.3 (Max) 1645 分第四，GLM-5.3-Flash 1588 分第十。

vLLM 如何用 GB300 NVL72 为 Kimi K3 训练最快的 DSpark 投机解码模型

vLLM 团队扩展 Speculators 训练库，为 2.8T 参数的 Kimi K3 训练出 DSpark 投机解码 draft 模型，将数学推理单流交互速度从约 110 提升至约 435 tok/s/user，并发负载下输出吞吐最高提升约 3.5 倍。

Strix 团队用 25 分钟拿到 Baseten 生产 GitHub 的 admin 权限

Strix 团队在选择推理服务商时对 *.baseten.co 做黑盒扫描，约 25 分钟内通过公开 Harbor registry 拉取镜像，在 Docker 构建历史中发现一个 2023 年 3 月的 GitHub personal access token。

NVIDIA 技术博客解析 Dense 与 MoE 模型的参数激活、吞吐差异及选型方法

NVIDIA 技术博客讲解 dense 与 MoE 架构在参数激活、吞吐和部署上的差异，以 Nemotron 3.5 Lightning 为例说明 MoE 每词元仅激活约 3B 参数、总参数 30B 仍需约 60 GB 显存。文章给出按显存预算、并发、微调和量化需求选型的建议，并对比 Gemma 4 31B、Qwen3.8-27B、Mistral Small 4 等模型的输出速度与价格数据。

Google 零信任智能体系列 Part 2：用运行时治理判断意图而不只是语法

Google 开发者博客发布零信任智能体系列第二部分，把安全检查从构建期移到 Gemini Enterprise Agent Platform 运行时，用 Model Armor、Semantic Governance Policies 和 Agent Anomaly Detection 三项托管控制拦截构建期规则放过的攻击。

-Zho-@ZHO_ZHO_ZHOAI 评分5555

作者 Zho 实测 GPT-6 Astra，仅凭一句提示词、不提供照片，让其完成精细建模、渲染、分镜、旁白、原创配乐到剪辑的 2 分钟建筑短片《POMPIDOU：A PUBLIC MACHINE》。

fugleramme 开源：用 Raspberry Pi 和 BirdNET-Go 打造能聆听鸟鸣的电子墨水画框

作者开源 fugleramme，一个基于 Raspberry Pi 5 和 Inky Impression 13.3 英寸电子墨水屏的画框，通过 BirdNET-Go 在本地实时识别麦克风听到的鸟鸣，并匹配 19 世纪公共领域博物学插画渲染展示，已收录超过 800 张手工抠图、覆盖 400 多个物种。

MacStories 主编汇总 iOS / iPadOS 27 的 54 项隐藏新功能

MacStories 主编 Federico Viticci 发布博文，汇总 iOS / iPadOS 27 的 54 条隐藏新功能与新特性。

Dongxi 东锡 NLP@dongxi_nlpAI 评分6262

文章讲解大模型推理的 prefill 与 decode 两个阶段：prefill 并行处理给定输入，决定 TTFT；decode 逐 token 自回归生成，常受内存带宽限制。

Artificial Analysis@ArtificialAnlys精选AI 评分6666

Artificial Analysis 发布 Speech to Speech Index，OpenAI 的 GPT-Live-1 以 81.5 分（Astra 后端，medium 推理强度）排名第一，超过 Grok Voice Think Fast 2.0 High 的 81.3；Sol 后端配置得 80.1 排第三。

karminski-牙医@karminski3AI 评分6161

karminski 分享了一个 Hugging Face Space 项目 MiniCPM5-2B-WebGPU-Pi，用 Pi 打包 Coding Agent、由 MiniCPM5-2B 4bit ONNX 版（不到2G）驱动，框架和模型全部运行在浏览器中，无需 Docker 或 Node，打开网页即有虚拟终端、文件编辑和 tool_call。

SemiAnalysis 实测 Vera Rubin NVL72 智能体推理 性能每美元最高达 GB300 约 67 倍

SemiAnalysis 用自有 AgentX 基准发布 Rubin 平台的首批智能体推理实测结果，在 170 TPS、TRTLLM NVFP4 场景下，Vera Rubin NVL72 单位 TCO 总吞吐约为 GB300 Dynamo TRTLLM 的 67 倍，在 60-100 TPS 常用区间为 1.4-3 倍。

实测GPT-6 Astra加Aholo Lux3D与Blender组合，3D搭建包豪斯风格拍摄间

作者用GPT-6 Astra、群核科技的Aholo Lux3D和Blender完整规划了一个包豪斯风格拍摄间。

Agent Harness、Agent Framework 与 MCP 如何分层：谁负责执行循环、状态、工具、权限与恢复

文章区分 Agent harness、Agent framework 与 MCP 三层架构，指出 harness 拥有执行循环、状态、权限和恢复，框架只暴露钩子，MCP 仅拥有工具传输且无法在协议层强制同意。

作者用 AI 编程工具排查电子书阅读器 Xteink X3 的条纹渲染缺陷

作者在拆箱 Xteink X3 电子墨水阅读器后几小时内，借助 GPT-6 Astra（Codex）和 Fable 5.1（Claude Code）排查 CrossPoint 固件下灰度图片上的竖向条纹。

将 35kb 预提示从 Opus 迁移到自托管 Ollama 的踩坑笔记

作者分享把 35kb 预提示从 OpenAI/Anthropic 迁移到自托管 Ollama 的实验笔记，在 65k token 上下文窗口下大提示词会迅速饱和并导致 Agent 重复工具调用。他提出单目标提示拆分、声明式定义 opencode agents、显式调大 ollama 上下文、会话状态落盘等做法，并列出上下文耗尽的失败信号如连续相同工具调用与重复读文件。

GPT-5.6 Luna 对比 GPT-6 Astra：$1.20 的模型做代码评审够用吗

Entelligence 在 50 个公开基准 PR 上用相同提示词对比 GPT-5.6 Luna 和 GPT-6 Astra 的代码评审能力，Luna 找到 69 个经验证 bug（Astra 92 个），总成本 $0.20 对 $5.66，精度 74% 对 96%。

Arena.ai@arenaAI 评分5858

DeepSeek-V4.1-Flash (Max) 进入 Arena 的 Agent Arena 榜单，在开源模型中排名第 3，总体排名第 12，净提升 +4.87%，单任务中位成本约 $0.07，改写了 Pareto 前沿。

Anthropic 联合 Accenture 发布 AI 从试点到生产的部署指南

Anthropic 与 Accenture 联合发布帮助 CIO 和技术负责人把 AI 项目从试点推进到生产的实用蓝图。指南引用 Accenture 2026 年 7 月报告称仅 23% 的高管认为 AI 项目取得持续的企业级影响，并列出按时间顺序的七项考量、四部分任务定义、轻量总拥有成本模型、四层监督模型及决策过渡蓝图。

iOS 27 实测：基于 Gemini 的新 Siri 让作者重新用上 Siri

TechCrunch 作者实测 iOS 27 公测版后表示重新使用 Siri，新版 Siri 基于 Google Gemini 模型构建，可处理多步指令、读取屏幕上下文、调用相机回答所见物体并支持草拟发送消息。

elvis@omarsar0AI 评分6060

DAIR.AI 的 Elvis Saravia 分享从零构建 agent harness 的入门指南，建议用 TypeScript 或 Python 实现包含 LLM 模块、tools 模块和 agent loop 三部分的最小 harness，并以 ReAct 作为入门循环。

如何编写一份有效的软件设计文档

Michael Lynch 根据自己在 Google、Microsoft 及创业公司写设计文档的经验，讲解如何编写有效的软件设计文档，并附上一份完整的示例文档。

AI导演DiDi_OK解密用Seedance 2.5制作科幻短片《Candy》的工作流

火山引擎采访AI导演DiDi_OK，介绍其完全用Seedance 2.5 720P制作的9分钟科幻短片《Candy》背后的制作过程。他称模型在精细定制化、运动规律理解和超长镜头一次生成上有突破，部分效果连续性超过传统CG；其工作流随之改变，提示词取代关键帧成为决定视觉上限的首要条件，世界观类叙事中分镜不再是必需。

karminski-牙医@karminski3AI 评分5353

karminski 发布大模型从零实现向量数据库的后端 Agentic Coding 排行榜（SIFT1M 上 recall ≥ 95% 的 QPS 计分）。

OpenRouter 教程：用 LLM-as-a-judge 自动评估 AI 智能体输出

OpenRouter 发布教程，讲解如何用独立的裁判模型按自定评分标准自动给 AI 智能体输出打分，覆盖确定性测试无法检查的开放式回答质量。

基于 JAX3D 构建分层 NeRF 教程：体渲染、新视角合成与 3D 重建

该教程用 JAX、Flax、Optax 和 jax3d 的体渲染原语构建端到端分层 NeRF，包含位置编码、粗细双网络与 sample_piecewise_constant_pdf 重要性采样，并用 Adam、指数学习率衰减和梯度裁剪训练。评估涵盖 held-out PSNR、深度与透明度可视化、360 度渲染 GIF 以及 marching cubes 提取密度场等值面。