OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本

OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。

Jina AI 发布 jina-ocr-v1：3.4B MoE 文档解析模型，内置投机解码面向低预算 GPU

Jina AI 发布端到端视觉文档解析模型 jina-ocr-v1，总参数 3.4B，每 token 激活约 570M，可将 PDF、扫描件、表格和发票一次转成 Markdown。

OpenAI前研究员创办的TypeSafe发布非LLM新模型Jev，输出校准概率而非文本

OpenAI前研究员、RLHF共同发明人Almeida创办的TypeSafe AI发布基于transformer的新模型Jev，它不输出文本而是产生概率形式的校准决策。

PrismML 发布 Ternary Bonsai 2 27B：5.93 GB 三值权重模型保留 Qwen3.8 27B 98.2% 的性能

PrismML 发布 Ternary Bonsai 2 27B，将 Qwen3.8 27B 转为三值权重，模型仅 5.93 GB（FP16 为 53.80 GB），Apache 2.0 开源，官方称在 20 个基准上保留母模型 98.2% 的平均分，支持文本与图像输入和 262K token 上下文。

OpenRouter 教程：用 TypeScript SDK 构建可靠的工具调用 Agent 循环

OpenRouter 发布教程，讲解如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据和 google/gemini-3-flash-preview 等模型。

X.PIN@thexpinAI 评分5252

Z.ai 宣布其 GLM-5.3 驱动的 Infra Agent 为 GLM-5.3-Flash 设计、调试并优化了生产推理基础设施，覆盖 100,000+ 中国芯片。不到两周吞吐达到初始基线的 3 倍，硬件效率和单 token 成本据称与主流 Nvidia GPU 相当。团队称之为递归自我改进，即模型改进运行自身的基础设施。

2026 年 11 个适配本地 LLM 的开源 Agent Harness 横向盘点

该指南从文档完善度、许可证、维护状态和安全控制等维度盘点 11 个开源 Agent harness，包括 OpenCode、Pi、Goose、Cline、OpenHands、Aider、Codex CLI、Qwen Code、Kilo Code、Hermes Agent 和 OpenClaw。

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，在 GLM-5.3-Flash 基础上加大对 Infra 侧投入与推理优化，速度最高 200 tokens/s，算力基于 10 万张国产芯片。该模型此前曾以 Ox Alpha 之名面向开发者，官方称其长期保持同尺寸最强智能水平并具备高性价比，API 已上线，Model Key：GLM-5.3-FlashX。

华为灵衢昇腾 950 智算集群云服务计划 9 月 30 日国内商用、11 月 30 日全球商用

华为云 CEO 周跃峰在华为全联接大会 2026 上宣布，灵衢昇腾 950 智算集群云服务将于 9 月 30 日国内商用，11 月 30 日全球商用。

华为发布 Peerium 计算架构，Atlas 950 超节点为首代产品

华为 9 月 17 日在上海发布 AI 时代全新计算架构 Peerium，称基于嵌套并行、统一内存寻址和平等互联，可实现百万级处理器作为一台计算机协同工作。该架构提出 Nested BSP 计算范式，关键互联技术为基于开放协议的灵衢；首代产品为 Atlas 950 超节点，25.6 万卡 Atlas 950 集群已在部署中，基于 NPO 的 Atlas 960 系统正在测试中。

Crusoe 融资 39 亿美元建大型数据中心与模块化 AI 工厂，估值达 309 亿美元

Crusoe 宣布完成 39 亿美元 F 轮融资，估值升至 309 亿美元，由 Atreides Management、Mubadala Capital 和 Valor Equity Partners 联合领投，Nvidia、Founders Fund、GIC 等参投。

PrismML 发布 Bonsai 2 27B：将 Qwen3.8 27B 压缩至 5.9 GB 可跑在 PC 上

AI 实验室 PrismML 发布 Bonsai 2 27B，将阿里开源模型 Qwen3.8 27B 压缩到 5.9 GB，内存较原版减少 9 到 10 倍，可放进 PC 甚至高端智能手机。

微软开源 TauGrid：面向 GPU AI 工作负载的 Kubernetes 原生方案

微软 Azure Kubernetes Service 团队于 2026 年 8 月 28 日以 MIT 许可开源 TauGrid，一次 Helm 安装即可打包 tau CLI、Kueue 队列、KubeRay 编排、GPU 健康监控和可观测性。

Bend 编程语言发布：以 Lean 式证明阻断 AI 编码错误，并支持 C 级速度与 GPU 并行

编程语言 Bend 正式推出，定位为通过证明阻断 AI 编码错误的语言，宣称单核接近 C 速度、同一二进制可跑 16 核或 GPU 并达百倍加速。

Rohan Paul@rohanpaul_aiAI 评分6464

智谱（Zai）分享 GLM-5.3 帮助构建并优化 GLM-5.3-Flash 推理基础设施的过程，系统从首次成功运行到生产就绪用时不到两周，端到端吞吐相对初始基线提升至 3 倍。

Unsloth AI@UnslothAI精选AI 评分6868

Unsloth 宣布可使用其 Docker 镜像本地训练和运行 500+ 模型，提供新 GUI 和 notebooks 工作流，无需配置，支持 NVIDIA 和 AMD，指南见 https://unsloth.ai/docs/get-started/install/docker。

SemiAnalysis@SemiAnalysis_AI 评分5151

SemiAnalysis 称智能体流量现已占全部推理流量 70% 以上，并总结了智能体负载的四个特征：多轮会话带来高 KV-cache 复用潜力、系统提示词与工具定义使上下文快速累积、线性对话使多数上下文可由 KV cache 直接服务（随轮数增长缓存输入与未缓存输入之比趋于 1）、以及子智能体突发产生的短上下文突发式 KV-cache 模式。

华为将 Ascend 960DT AI 芯片发布提前至 2027 年 Q1，对标 Nvidia

华为在 Huawei Connect 大会上宣布，将下一代 Ascend 960DT AI 芯片的发布从原计划的 2027 年 Q3 提前至 2027 年 Q1，称性能将翻倍。

Emerald AI 联合 Google、Nvidia、Anthropic 成立 AEMA，用需求响应为更多数据中心腾出电网空间

Emerald AI 牵头成立 AI Energy Management Alliance（AEMA），创始成员包括 Google、Nvidia、Anthropic 及 AES、Constellation、National Grid、NRG Energy 等公用事业公司，推动数据中心通过暂停非关键任务、转移计算负载参与需求响应。

NVIDIA GeForce NOW 本周新增 11 款游戏：Aniimo 首发上线，007 First Light 加入路径追踪

Pawprint Studio 的《Aniimo》本周在 GeForce NOW 首发上线，这是一款免费开放世界捉宠 RPG，玩家可用 Aniipods 捕捉 Aniimo 并 Twine 变身，无需等待 45GB 下载即可在 Steam Deck 和新支持的 Firefox 浏览器上串流。

GLM 官方复盘：Infra Agent 如何在 10 万级国产加速器集群上两周建成 GLM-5.3-Flash 推理系统

智谱（Z.ai）发布技术长文，讲解 GLM-5.3 驱动的 Infra Agent 如何在 100,000 多颗国产 AI 加速器上从零搭建 GLM-5.3-Flash 的生产级推理系统，不到两周将端到端吞吐提升约 3 倍，支撑 1M token 上下文与多模态请求。

TypeSafe 开源浏览器智能体 Jev Ultrafast，7.1 秒完成 Google Flights 搜索

TypeSafe 发布开源浏览器智能体 Jev Ultrafast，采用动态、带索引的动作空间，每次决策只发一次网络请求，小 LLM 仅在 TYPE_TEXT 操作时生成文本。

智谱 GLM 公开递归自我改进实践，GLM-5.3-Flash 发布

智谱 GLM 团队披露递归自我改进方向首个工程化实践，由 GLM-5.3 驱动的 Infra Agent 完成了 GLM-5.3-Flash 推理基础设施的设计、调试与优化。

jietang@jietangAI 评分6464

唐杰撰文称，GLM-5.3 驱动的 Infra Agent 用两周时间让 GLM-5.3-Flash 在国产加速器上从首次运行到承接全部生产流量，端到端吞吐达 3.2 倍。

开源项目 jevlike 通过逆向工程复现 Jev 类一次通过选项打分模型

GitHub 项目 jevlike 发布一个独立起步模型，输入一段文本和 N 个文本选项，单次前向即返回每个选项的概率，输入输出形状与 TypeSafe 未公开设计的商用模型 Jev 相同。

华为发布业界首个采用 NPO 技术的昇腾 960 超节点，openEuler 成中国服务器操作系统份额第一

华为全联接大会 2026 上，汪涛宣布基于昇腾 960 芯片和 Hi-ONE 打造业界首个采用 NPO 技术的超节点，单节点 4096 卡规模，最大提供 8E FP8 算力和 1PB HBM 容量，用 5500 个 Hi-ONE 替代 4.8 万颗 800G 光模块，降低超 550 千瓦功耗，系统可用度达 99.8%。

华为昇腾 960 芯片提前发布，960DT 定档 2027 年 Q1 实现性能翻番

华为轮值董事长汪涛在华为全联接大会 2026 上表示，昇腾 960 芯片提前就绪，实现性能翻番。昇腾 960DT 将于 2027 年 Q1 发布，比原计划提前三个季度；960PR 将于 2027 年 Q3 发布，提前一个季度；后续昇腾 970 计划 2028 年、昇腾 980 计划 2029 年发布，坚持一年一代节奏。据此前预告，昇腾 960 原计划 2027 年 Q4 发布。

华为轮值董事长汪涛：AI 战略核心是算力，坚持硬件变现

据财联社报道，华为副董事长、轮值董事长汪涛 9 月 17 日在上海华为全联接大会上介绍智能时代部署，称华为 AI 战略核心是算力、坚持硬件变现，并以超节点加集群打造算力底座。

Silicon Data 数据显示英伟达 B200 二手残值达首发价 158%，直线折旧在 AI 加速器市场失效

数据分析公司 Silicon Data 数据显示，英伟达 B200 出货约一年后二手残值涨至原价的 158%，A100 与 H100 残值也远超 3 年或 5 年直线折旧应有水平。

GitHub 用 Copilot 智能体将 Copilot 运行时从 TypeScript 迁移到 83 万行 Rust

GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust，AI 智能体完成大部分代码，共 128 个 PR 增量合入 main 并持续发布。

NVIDIA 推出 CUDA Rust，支持用 Rust 原生编写 GPU kernel

NVIDIA 宣布押注 Rust 原生 GPU 编程，将 CUDA Rust 发展至 2027 年及以后，提供 cuda-oxide（SIMT，需 pinned nightly）和 cutile-rs（Tile，stable Rust 1.89+、CUDA 13.3）两条路线，GPU kernel 可直接编译到 PTX 而非包装其他语言。

BITCOS 布局突破三值 LLM 的 1.58-bit 存储壁垒

论文提出 BITCOS，一种由存在位图加压缩符号向量组成的三值 LLM 权重布局，按零密度 z 计成本为 2−z bits per weight。作者实测 29 个三值模型发现零权重占比最高达 51.5%，其中 26 个模型的存储比 five-trit packing 更紧凑，最稀疏模型达 1.485 bits per weight。

Rohan Paul@rohanpaul_aiAI 评分6363

Patrick Wendell 宣布 Databricks 将 Astra 推广至全公司约 3500 名工程师。要点包括：Astra 在复杂任务（高级系统设计、长程横向任务）上明确优于此前最高端模型 Opus 5 和 Sol 5.6；使用 Astra 的工程师整体编码开销较基线增加约 60%；中低复杂度任务上提升不明显，疑似已被现有模型饱和。

Apple 据报道正基于自研 M8 Ultra 芯片开发企业级 AI 服务器

据 The Information 报道，Apple 正开发面向 AI 开发者、企业和政府的企业级服务器，将推出双芯片或四芯片 M8 Ultra 两个版本，用于运行已训练模型的 AI 推理。

Epoch AI 扩充 AI Data Centers 探索器，覆盖约 44% 全球 AI 算力

Epoch AI 升级其 AI Data Centers 探索器，覆盖从 13 座数据中心（约 15% 全球 AI 算力）扩展到 86 座（约 44%）。每个站点提供卫星影像和 H100 等效算力、芯片类型、资本开支、建设状态等数据；2026 年至今已捕获约 53% 的新部署算力，估算方法与代码已公开。

OpenRouter@OpenRouterAI 评分6565

OpenRouter 推出 openrouter:shell 功能，平台上任意模型都可在托管的 Linux 容器中运行代码。在 Responses API 请求中添加一个工具即可，模型编写脚本、执行并读取结果，无需自行安装或托管。

Barret李靖@Barret_ChinaAI 评分5858

作者研究算力供给后估算，市场约有 2000 万张 H100 等效卡，年 Token 消耗量达几十万亿亿，相比去年增长接近一个数量级。过去三年 AI 芯片算力供给每年约增长 3 倍，叠加单卡性能提升和推理效率优化，实际可用 Token 算力年增长可能接近 10 倍。

消息称苹果筹划重返服务器业务，高配版搭载 4 颗 M8 Ultra 芯片

据 The Information 援引知情人士报道，苹果筹划推出搭载自研芯片的企业级 AI 服务器，基础版配备 2 颗 M8 Ultra 芯片，高配版 4 颗，并考虑采用英伟达 NVLink Fusion 实现芯片互连。

ChatGPT 联合发明人创办的 TypeSafe 发布程序化决策模型 Jev

由 ChatGPT 联合发明人 Diogo Almeida 创办的 TypeSafe 结束隐身模式，发布专用于程序化决策的 System One Model Jev。

Nums AI 发布表格基础模型 Causilo，单模型 Elo 登顶 TabArena

Nums AI 发布预训练表格基础模型 Causilo，支持分类和回归，在 TabArena 单模型中取得最高 Elo，总体 1792.9，领先 Google Research 的 TabFM（1764.4）和 EXAONE Tabular（1758.8）。