工具：开源项目与开发者工具第 3 页
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
- AI 摘要量子位
是石科技发布TokenFleet调度框架，首Token延迟最高降71.3%
是石科技在2026 CCF全国高性能计算学术大会期间发布TokenFleet分布式调度框架，重点解决请求路由、跨机房容量协同与混合负载治理三类问题。框架由三部分构成：TokenPilot在同一模型池内选点，同时估算KV缓存复用收益与排队代价；FleetMind负责跨机房容量协同，先选执行机房再由本地引擎选实例；SLOMax按租户服务等级做准入、分池排队与容量分配。是石科技给出的GLM5.3调优数据显示，在所测显卡集群与负载条件下，采用预测延迟路由后P95首Token延迟降低32.4%，P50降低71.3%。框架以达标输出吞吐（Goodput）为优化目标，即成功完成且满足服务要求的请求输出Token总量除以测试时长。
- AI 摘要Databricks：Blog（RSS）
Databricks 推出 MemCurrent 持久记忆架构，用于生产级 A…
Databricks 发布 MemCurrent，一种面向生产环境 Agent 的持久记忆架构，已用于支撑 Agent Bricks Memory 和 Genie。Agent 在工作过程中读写记忆，离线「dreaming」流程负责整合记忆，保持其一致与新鲜。在基于真实企业任务构建的内部基准上，MemCurrent 使 Agent 通过率提升至无记忆时的三倍，同时 token 用量减少 31%、运行速度提升 26%。该架构在通过率与每任务 token 消耗两个维度上均优于 Mem0、PropMem 和 OpenClaw memory。
- AI 摘要TechCrunch
OpenCode 遭入侵，1.4% 用户 AI 账户被刷费
开源 AI 编程工具 OpenCode 于周六披露，攻击者夜间入侵了一套旧系统，波及 OpenCode Console 在线平台 1.4% 的用户。部分用户在该平台存放访问 AI 服务的 API 密钥，攻击者借此在其 AI 账户上产生费用。OpenCode 团队在应对攻击时一度难以跟上节奏。该事件也暴露出一个问题：无法获得经过审核、安全限制较少的 AI 模型访问权限的公司，在面对大规模 AI 驱动的网络攻击时防御吃力。
- AI 摘要Modal 官方工程博客（RSS）
Modal 推出 Sticky Sessions，会话请求固定路由到同一容器
Modal 发布 Sticky Sessions，基于其低延迟的 Modal Servers 构建，让同一会话的所有请求始终落到同一个容器上。使用时给类加上 @modal.sessioned() 装饰器，再通过 SDK 或 HTTP API 启动会话，示例中 idle_timeout 设为 600。此前 WebSocket 连接绑定的是 Function 的 input 而非容器，断线重连可能落到别的容器；把 max_containers 设为 1 虽能保证粘性，却牺牲了扩缩容。Modal Servers 原有的 Modal-Affinity-Routing-Key 只是尽力而为的路由，容器仍可能被缩容或替换。该能力面向语音转写解码状态、语音对话代理、多人游戏等需要请求间连续性的负载。
- AI 摘要Tessl：产品与工程博客
Tessl 团队：AI 生成代码量翻四倍后，放弃逐行审查改为验证意图
Tessl 团队称其合并的 PR 数量是一年前的四倍，且几乎全部代码由 AI 生成、人工辅助。团队先尝试用 AI 审查工具和更严格的检查清单来扩大代码审查规模，均未奏效。真正起作用的做法是完全放弃逐行读代码，围绕「意图」搭建验证层，把人的判断从流程末端前移。团队维护一个名为 offer-skill 的共享技能，用于理解代码改动。其核心观点是：diff 只说明改了什么，不说明改动本应实现什么。
- AI 摘要Meta Engineering Blog（RSS）
Meta 介绍 Thin Orchestrator 模式：1300 行路由层调…
Meta 工程博客披露其数据管道智能体的重构做法：放弃让单个智能体掌握全部领域知识的方案，改为构建约 1300 行的薄编排层，把 20 多个工作流分发给 14 个专用智能体，编排层自身不承担任何领域推理，只负责排序与可靠性校验。此前单智能体方案在演示中可用，上线后出现幻觉，表现为跨子系统混用字段命名约定、把某个数据源的代码生成模式套用到另一个数据源。Meta 称在上下文超过一定阈值后，追加知识反而使表现下降。
- AI 摘要LangChain：Blog（RSS）
Numan 用 LangGraph 与 LangSmith 构建评测优先的 A…
英国数字健康公司 Numan 在开发 AI 健康教练 Nu 时，把评测标准的质量视为最关键环节。团队最初采用静态输入输出数据集加 LLM 判分的常规做法，但发现单轮评测无法反映对话式教练行为：同一提示往往没有唯一正确答案，回复是否安全取决于上下文。对全数据集取平均分还会掩盖局部失败，少量差回复几乎不影响总分。团队还发现，一次低分聚集实际源于评测规则本身要求共情、探索与建议在两轮内完成，而人类教练会跨多轮展开。为此他们转向脚本化多轮对话评测，让判分模型对完整对话记录打分。
- AI 摘要n8n Blog
n8n 发布教程：在 NVIDIA DGX Spark 上离线运行全套 AI …
n8n 发布教程，介绍如何在单台 NVIDIA DGX Spark 上离线运行完整 AI 工作流。DGX Spark 配备 128GB 统一内存，由 CPU 与 GPU 共享，可同时加载多个模型。教程选用 Qwen3.6-35B-A3B 混合专家模型，总参数 35B、激活约 3B，以 NVFP4 格式经 vLLM 部署，单机实测生成速度 120 tokens/秒。所有模型通过一个兼容 OpenAI 的 LiteLLM 端点对外服务，支持按团队分配密钥，n8n 的 OpenAI 节点可直接对接，全程不调用云端 API。
- AI 摘要TechCrunch 等 2 家
AWS 推出 TorchNeuron：Trainium 的原生 PyTorch…
AWS 宣布开源 TorchNeuron，这是面向 Trainium 芯片的原生 PyTorch 后端，让已有的模型代码、库和工具可直接在 Trainium 上运行。它基于 PyTorch 社区的 PrivateUse1 设备后端与 torch.accelerator 扩展点构建，支持 eager 执行（含性能改进的自适应 eager 模式）、用于生产性能的 torch.compile，以及用于自定义内核的 Neuron Kernel Interface，覆盖 Trainium2 与 Trainium3。配套的 Neuron Explorer 让性能工程师用同一套 torch.profiler 从框架追踪到硬件，把每个事件关联回源码行以定位瓶颈。项目以 Apache 2.0 许可在 github.com/aws-neuron/torch-neuronx 开源，10 月 20 日以公开 B…
- AI 摘要The Verge
LLM 工具催生硬件合成器自定义固件潮
在 LLM 辅助下，硬件合成器、采样器和 groovebox 的自定义固件数量激增。这类改造在 LLM 出现前极为罕见，给 Korg Volca 增加力度感应这类简单功能往往要花数周甚至数月。如今爱好者能在几天内把廉价合成器改成完整 groovebox。Elektron 的 Model:Cycles、Digitone、Octatrack、Digitakt，Roland SP-404 MKII、Ableton Push 3 与 Move、Akai MPC Live 与 MPC One 及老款 MPC 2000、Novation Circuit、Arturia MicroFreak、Zoom Multistomp 踏板等，近一个月左右都出现了新固件。焦点是约 70 美元的雅马哈 DX-7 克隆 M-Vave FM-1，已有数十个自定义固件，Felucca、Sloop、x0x 等在 GitHu…
- AI 摘要量子位
谷歌开源Harness²，让模型运行时自改脚手架
谷歌开源了名为Harness²的递归自我改进方案，让模型在运行中自行修改外挂代码、系统提示词、工具链和技能库。它采用任务级与改进级双层递归：任务级用提议-探测-合成机制，在没有标准答案时通过行为对比筛选有效改动；改进级把调试记录交给反思模块写成经验库，供后续任务检索。在WorkBuddy-Bench上，GLM-5单步改进后从64.2升至75.7，反超未改脚手架的Gemini 3.5 Flash。项目已开源，支持OpenCode与Codex。
- AI 摘要Browser Use
Browser Use 发文拆解浏览器智能体的构成与适用边界
Browser Use 在一篇说明中把浏览器智能体定义为用 AI 模型操作浏览器完成目标的软件：用户描述任务后，智能体自行打开页面、导航、选择动作并核对结果再继续。它由三部分组成——模型负责决定下一步做什么，harness 提供上下文、工具和循环，浏览器承载网站会话。文章建议：任务需要灵活判断时用智能体，有可用 API 时用 API，流程可预测时用脚本。主要短板包括结果不稳定、任务失败、网站拦截、提示注入和成本不可预测。
- AI 摘要LMSYS Blog
SGLang 推出低延迟模式，在 NVIDIA 与 AMD GPU 上降低推理…
SGLang 发布 Low-Latency Mode，通过插件框架在 NVIDIA 和 AMD 两类 GPU 上降低推理延迟。材料显示，该模式包含针对 NVIDIA 与 AMD 各自的低延迟内核，并分析了时间开销分布与低延迟专属优化。AMD 侧采用每层两次持久化启动、在单次启动内重叠各阶段、把 all-reduce 并入内核等做法。插件系统部分说明了设计与集成方式，后续计划涉及更广的模型支持、CI 与性能验证，以及共享插件接口的演进。
- AI 摘要量子位
清华联合面壁智能开源智能体操作系统PilotDeck 2.0
清华大学THUNLP实验室联合面壁智能、OpenBMB等团队推出开源智能体操作系统PilotDeck 2.0，以WorkSpace工作舱为基本单位，为每个项目隔离文件系统、记忆库与技能集，减少多项目并行时的记忆串台。记忆做成白盒化，生成、抽取、存储到调用全链路对用户可见，可手动修改、删除或固定；空闲时由Dream模式归纳去重并支持一键回滚。Always-on模式让Agent在关闭窗口后继续后台执行长周期任务。智能路由按任务难度分配模型，复杂决策用强模型、执行润色用轻量模型。Workbuddy Bench上使用Qwen3.6-35B-A3B得分79.1，高于Claude Code的77.3；自媒体运营场景单次费用从12.58美元降至2.83美元。
- AI 摘要arXiv cs.AI
开源智能体 Optimist Deep Research 将文献调研拆成可迭代…
一篇 arXiv 论文提出开源智能体 Optimist Deep Research，把文献调研从「一次检索加总结」改成围绕可变研究状态的迭代取证过程。研究问题被拆成子问题树，每个子问题对应若干检索意图，再转成面向 arXiv、OpenAlex、Crossref、PubMed、Semantic Scholar 与网页的查询。结果经四级去重合并为保留出处的文档登记库，并通过引文滚雪球扩展至饱和，再筛选排序、轮流分配给子问题。文档并行读取为结构化证据库，记录论断的支持、位置、类型与强度。评审器从八个维度检查状态并返回研究动作，可新增、拆分、改写、降级或关闭子问题。最终报告按节从证据库写出，每条引用都可回溯到已检索文档。案例中约三分半钟读了 237 篇检索文档中的 28 篇，论文也报告了暴露的弱点。
- AI 摘要arXiv cs.AI
Annotrace 发布：面向 Agent 轨迹的逐步标注工作台
Annotrace 是一个用于对 LLM Agent 执行轨迹做步骤级标注的工作台。它可读取 OpenTelemetry GenAI、LangSmith、Langfuse 等六种轨迹格式，把每次运行拆成有序嵌套的步骤列表。标注者自行编写标注手册，前沿模型基于其轨迹样本提出初始标注集，并与人类回答同样的问题，形成人机联合标注流程。工具还能度量任意两位标注者（人或 AI）之间的一致性。在多智能体问答语料上，它精确复现了此前人工工作的 235 个标注单元；两个模型标注同一批轨迹的一致率为 91%，κ=0.82。论文共 4 页，投稿 AAAI 2027 Demonstration Program，仍在评审中。
- AI 摘要量子位
范式智能联合睿思智联开源生产级AI部署平台模域ModelSphere
范式智能技术集团与北京睿思智联科技联合推出开源一站式生产级AI部署平台“模域”（ModelSphere），面向企业用户免费开源，已在GitHub上线。平台将算力管理、模型部署与运行优化整合，内置自动弹性扩缩容、PD分离部署、三级KV缓存、高可用负载均衡及断流自动续写等能力，并融合EngineX推理引擎，可统一混合调度华为昇腾、天数智芯、摩尔线程、海光DCU等国产算力。平台采用Apache 2.0协议开源，已适配DeepSeek-V4/V4-Flash、Qwen、Kimi、MiniMax、GLM等模型。
- AI 摘要vLLM 官方博客（RSS）
vLLM 上线 Reflection Beam 501B MoE 模型首日支持
vLLM 官方博客宣布，对 Reflection 的 Beam 模型提供 Day 0 支持。Beam 是 501B 参数 MoE，每 token 激活 23B 参数，在 NVIDIA Blackwell 上完成优化，推理、工具调用与结构化输出开箱可用，支持张量、数据与专家并行。编码智能体自主优化后，batch-1 解码比首个实现快 2.71 倍，prefill 快 1.87 倍。配合 Beam 的 DFlash2 drafter，单请求在 TP8 上达到 708 tokens/s，接受长度 3.7；自适应验证在高并发下再增 10% 吞吐。可通过 Docker 镜像 vllm/vllm-openai:reflection-beam 试用。
- AI 摘要Meta Engineering Blog（RSS）
Meta 用 AI 智能体参与 Forum 应用开发，工程师转为监督角色
Meta 在开发 Facebook 群组独立应用 Forum 时，把 AI 智能体引入工程流程，而非仅用于代码补全。团队将成功标准定为可验证、可上线的产出，即能构建、通过测试并过审的改动。工作模式从「人在环中」转向「人在环上」：智能体自行完成规划、实现、构建、测试与修正的循环，工程师负责设定目标、观察运行、纠偏并审批结果。Meta 表示部分阶段已可自主运行，另一些仍需工程师参与每次迭代，并强调缺乏验证时 AI 生成代码会带来看似完成实则不可用的问题。
- AI 摘要Anthropic：Claude.dev 开发者博客（RSS）
Claude Code 团队披露代码审查流程：合并量翻倍，回滚率降超四成
Claude Code 团队在开发者博客中说明其代码审查方式的变化。团队称 Claude 编写了 Claude Code 自身约九成代码，6 月至 9 月该代码库合并的拉取请求数量增加一倍以上，同时需要回滚的比例下降超过四成。在 Anthropic 的单一代码库中，每日落地的变更从 5 月的约 2500 次升至 9 月的 3 万次以上。团队没有取消审查，而是把大部分阅读工作交给机器，让审查像写作时的拼写检查一样持续进行，多数改动在人工查看前已被 Claude 至少审查并修复过一次，从而把人的时间留给只有人能处理的问题。