Sierra 宣布与 SoftBank Corp. 达成日本独家销售合作伙伴关系
Sierra 宣布与 SoftBank Corp. 建立战略合作，后者成为其对话式 AI 平台在日本的独家销售伙伴。此前 SoftBank 在 LINEMO 品牌部署 Sierra 后，将客服查询解决率提升至 97%，客户满意度达 93%。SoftBank 计划将该技术扩展至 SoftBank、Y!mobile 及集团其他服务，以加速日本企业采用 AI 智能体优化客户体验。
全部 AI 动态
Sierra BlogAI 评分3131
Ai2 / Allen Institute for AI精选AI 评分6060 Ai2 分享 Shippy 海事智能体构建经验与架构设计
Ai2 的 Skylight 团队分享了其海事 AI 智能体 Shippy 的构建经验，重点介绍了如何通过确定性工具、沙箱隔离和自定义评估系统来解决高风险操作域中的可靠性问题。
推荐理由：原文详细拆解了高可靠性智能体的架构设计与评估体系，为构建严肃场景下的 Agent 提供了可复用的工程经验。
Sierra Blog精选AI 评分7373 Sierra 分享 AI 驱动公司转型经验：从角色智能体转向统一入口与主动式工作流
Sierra 工程团队通过并行运行 Claude Code 和 Codex 等智能体实现了显著的效率提升，并成立了六人加速小组以推广这一模式。他们发现按角色划分多个智能体因增加用户记忆负担且割裂跨部门协作而失败，因此将所有功能合并为名为 Pinecone 的单一智能体，使其能自动识别请求并调用相应系统。
推荐理由：Sierra 分享了将全公司工作流整合到单一智能体的实践，指出业务上下文而非模型智力才是当前瓶颈。
Modal 官方工程博客AI 评分3333 Modal 将自身定义为运行程序的计算机
Modal 官方将其定位为“一台计算机”，通过分层存储、内存映射 I/O 及网络接口处理信息，而非简单的云服务商。其架构包含容器运行时、Input/Output Plane 和 Routing Plane，支持 Python 函数、Linux 进程及 HTTP 服务等多种程序形态。该设计利用对象存储与共享驱动实现多租户效率与单租户安全性的平衡。
Ai2 / Allen Institute for AI精选AI 评分7373 Ai2 分享 MolmoAct 2 在机器人领域的开放价值
Ai2 发布文章阐述 MolmoAct 2 如何推动机器人领域开放模型发展。LiveKit 工程师 Binh Pham 在黑客松中使用该模型构建语音控制机器人，指出其具备良好空间感知能力且能执行未专门训练的任务。Pham 认为这是机器人领域的 GPT-2 时刻，强调提供权重、数据和代码的完整开放对复现和定制至关重要。
推荐理由：通过开发者实测案例，具体展示了开放模型在机器人任务泛化上的实际表现与社区价值。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 探讨智能免费时代面向、属于及由 Agent 构建的数据系统
Berkeley AI Research 指出 GPT-4 级推理成本已降至 $1 以下，年降幅中位数近 50x。文章提出数据系统需应对三大挑战：支持 Agent 高并发推测查询、管理大规模 Agent 状态协调、以及验证 Agent 自主合成的自定义数据系统。
Modal 官方工程博客AI 评分4040 Modal 发布交互式工具解析 Serverless GPU 与预留实例定价策略
Modal 推出交互式成本估算工具，对比 B200 GPU 的 Serverless 与三年预留定价。当负载峰值均值比超过预留折扣率时，Serverless 更具成本优势；推理等典型场景比值达 5:1 至 10:1，使其比预留更便宜。
Ai2 / Allen Institute for AIAI 评分4242 FlexMoRE 基于 FlexOlmo 实现模块化大模型轻量化
OdenseNLP 团队基于 Ai2 的 FlexOlmo 架构推出 FlexMoRE，通过引入低秩适配器将专家模块参数缩减至原模型的三分之一以下。该方案在保持推理与知识任务性能的同时显著降低内存需求，使丹麦基金会模型（DFM）等机构能在不共享敏感数据的前提下，于消费级硬件上运行模块化多语言模型。
Sierra BlogAI 评分2626 Sierra Ghostwriter 黑客松：非技术人员可快速构建生产级 AI Agent
Sierra 举办 Ghostwriter 黑客松，30 名来自高营收企业的参会者均成功构建可用 AI Agent。借助 Ghostwriter、Claude Code 等工具，非技术人员能在数小时内完成以往需数月的工作，如 15 分钟生成客服 Agent。这表明开发瓶颈已从代码能力转向识别客户问题与判断力。
Berkeley AI ResearchAI 评分1515 Berkeley AI Research 发布 2026 届博士毕业生展示
Berkeley AI Research (BAIR) 公布 2026 届博士毕业生名单，涵盖机器人、LLM 推理及 AI 安全等领域。毕业生去向包括 Physical Intelligence、OpenAI、Mistral AI 等机构及多所高校教职。
Together AI Blog精选AI 评分6060 Together AI 宣布完成 800M Series C 融资以加速开源 AI 发展
Together AI 宣布完成 800M Series C 融资，投资方包括 Aramco Ventures、NVIDIA、Vista Equity 等。除股权资本外，公司还获得了新投资者独立出资的超过 500 MW 算力容量承诺。
推荐理由：原文披露了融资规模、投资方及算力承诺，并阐述了开源模型在生产环境中的成本优势逻辑。
Modal 官方工程博客AI 评分4444 Modal 与 NYU Shanghai 提出 Multi-token Residual Prediction 加速扩散语言模型
Modal Research 与 NYU Shanghai HeavyBall Research 联合推出 Multi-token Residual Prediction (MRP) 模块，将多 token 预测引入扩散语言模型。
Sierra BlogAI 评分4242 Sierra Agent Studio 实验功能让 A/B 测试驱动 AI 智能体优化
Sierra Agent Studio 推出实验功能，支持团队通过 A/B 测试验证 AI 智能体变更对解决率和客户留存的影响。该工具提供统计显著性仪表盘并支持渐进式流量发布，确保胜出变体可安全推广至全量用户。配合 Ghostwriter 分析对话模式自动生成假设，大幅缩短从想法到上线测试的周期。
Together AI BlogAI 评分4545 Together AI 在 ICML 2026 展示全栈前沿研究
Together AI 在 ICML 2026 发布九篇论文，覆盖从智能体到 GPU 内核的全栈优化。ThunderAgent 实现最高 3.6× 智能体推理加速，TTT-Discover 用开源 gpt-oss-120b 模型以约 $500 成本超越人类最佳发现。Aurora 自适应推测解码与 Untied Ulysses 支持单节点 5M-token 上下文，共同提升平台效率。
Modal 官方工程博客精选AI 评分6060 Modal 集成 Claude Science 提供可扩展计算能力
Modal 宣布与 Anthropic 新发布的 AI 科研工作台 Claude Science 集成，为生命科学研究者提供按需扩展的计算基础设施。当研究人员在对话中运行蛋白质结构预测或分子筛选等计算密集型任务时，工作负载会自动路由至 Modal 沙箱以获取 GPU 或高并发 CPU 资源，而无需手动配置环境。
推荐理由：原文展示了 Claude Science 如何自动路由计算密集型生物工作负载至 Modal，为科研人员提供无需配置基础设施的弹性算力支持。
Ai2 / Allen Institute for AIAI 评分3636 DiScoFormer：一个 Transformer 同时估计密度与分数
Ai2 推出 DiScoFormer，该模型通过单次前向传播即可从数据点中同时估计分布的密度和分数，无需重新训练。在 100 维场景下，其分数误差比最佳 KDE 降低约 6.5 倍，密度误差降低超过 37 倍。DiScoFormer 利用交叉注意力机制泛化核密度估计，并支持通过一致性损失适应分布外输入。
Ai2 / Allen Institute for AIAI 评分3838 Olmo Hybrid 与 Olmo 3 对比：混合模型在语义 token 预测上优于 Transformer
Ai2 实验显示，Olmo Hybrid 在名词、动词等承载意义的 token 上预测优势明显，但在重复输入内容时优势消失。该研究通过对比同为 7B 参数的 Olmo 3 与 Olmo Hybrid，揭示了混合架构在语义理解上的具体强项及注意力机制在精确复现上的不可替代性。
Modal 官方工程博客精选AI 评分6262 Modal 推出 Servers 功能实现超低延迟 HTTP 服务
Modal 正式推出 Servers 功能，专为 HTTP、WebSocket 和 gRPC 流量设计，旨在满足 LLM 推理等对毫秒级延迟敏感的应用场景。该功能通过移除请求路径中的队列和控制平面查找，将 p50 延迟从 39ms 降低至 6ms。
推荐理由：原文详细拆解了将 p50 延迟从 39ms 降至 6ms 的架构取舍，为低延迟推理服务提供了具体的工程参考。
Modal 官方工程博客AI 评分4242 Modal 推出 Auto Endpoints，利用推测解码实现 SOTA 推理延迟
Modal 发布 Auto Endpoints，通过结合 Blackwell GPU、SGLang 引擎与推测解码优化，实现低延迟推理。在 Decagon Voice 案例中，该方案将 p50 延迟从约 290ms 降低 100ms，优于专有服务商表现。
Andrej KarpathyAI 评分3030 Claude 新交互范式更贴合组织活动
这是一种与 Claude 交互的新范式，它显著地与其他全组织的人类活动更加“内联”（inline）。一旦你完成所有幕后工程工作使其“开箱即用”（例如跨工具、集成、计算环境、记忆等），
Together AI BlogAI 评分4545 ParallelKernelBench：前沿 LLM 难以编写高效多 GPU 内核
ParallelKernelBench (PKB) 基准测试显示，GPT-5.5、Claude Opus 4.7 等前沿模型在多 GPU CUDA 内核生成上表现不佳。零样本下最佳模型仅正确解决 87 个问题中的 28 个，且只有 22 个优于 PyTorch + NCCL 基线；采样三次后快速通过率仍不足 31%。
Modal 官方工程博客精选AI 评分6868 Modal 发布 Auto Endpoints：提供可完全掌控的生产级 LLM 推理服务
Modal 推出 Auto Endpoints，允许用户通过单条命令部署兼容 OpenAI API 的生产级 LLM 推理服务，实现从 GPU 选择到引擎调优的全链路代码可见性。
推荐理由：原文展示了从黑盒 API 到可观测代码的推理服务范式转变，读者可以据此评估自建推理栈的成本与性能平衡。
Modal 官方工程博客AI 评分4242 Modal 解析沙箱启动延迟：为何 Started 不等于 Ready
Modal 指出沙箱启动中容器调度仅占极小部分，应用初始化才是主要延迟来源。其正式推出 Readiness Probes 以精准标记沙箱就绪状态，并建议结合 Sandbox pools 与 Directory Snapshots 预置环境，从而消除用户感知的启动等待时间。
Modal 官方工程博客精选AI 评分6565 Modal 开源 Qwen 系列 DFlash 推测解码模型
Modal 在 Hugging Face 发布针对 Qwen 3.5 和 3.6 系列的多个 DFlash 推测解码（speculative decoding）草稿模型，包括 Qwen 3.6 35B-A3B-DFlash 等版本。
推荐理由：官方开源多款DFlash推测解码模型并给出实测加速数据，为自托管推理优化提供了可直接复用的方案。
Ai2 / Allen Institute for AIAI 评分3131 Domyn 与 AISquared 基于 Ai2 开源模型构建合规 AI
Domyn 和 AISquared 利用 Ai2 的 Olmo、Dolma 及 Dolci 等开源资源，为受监管行业打造具备数据溯源能力的模型。
Ai2 / Allen Institute for AIAI 评分5656 Ai2 发布 MolmoMotion：语言引导的 3D 运动预测模型
Ai2 发布 MolmoMotion，这是一个基于 Molmo 2 骨干网络的语言引导 3D 运动预测模型，能根据视频帧、标记点和指令预测物体未来轨迹。同时开源了包含 1.16M 视频的 MolmoMotion-1M 数据集和 PointMotionBench 基准。实验显示该模型在机器人规划任务中成功率达 76.3%，优于基线，并能显著提升视频生成的运动质量。
Together AI BlogAI 评分5252 Together AI 评测 Kimi K2.7 Code 与 Claude Fable 5：落地页生成成本降低 94%
Together AI 对 Kimi K2.7 Code 和 Claude Fable 5 进行落地页生成对比实验，结果显示 Kimi 平均成本比 Fable 低约 16 倍，整体成本低 94%。
Modal 官方工程博客AI 评分4040 Modal 产品更新：VM Sandboxes、区域路由、RBAC 及更多
Modal 推出 VM Sandboxes Alpha 版以支持真实 Linux 内核，并新增区域路由以降低延迟。同时上线 RBAC 权限控制、Named Images 镜像共享及 Sandbox 域名白名单功能。Python SDK 更新至 v1.5.0，JS/Go SDK 更新至 v0.8.0，Sandbox 快照默认 TTL 调整为 30 天。
Ai2 / Allen Institute for AIAI 评分4545 Ai2 发布 olmo-eval：面向 LLM 开发循环的评估工作台
Ai2 推出基于 OLMES 标准的 olmo-eval 评估工作台，专为 LLM 开发中的频繁迭代设计。该工具支持智能体与多轮评估，允许按需选择轻量直接运行或容器隔离环境，并提供逐题对比分析以区分真实改进与噪声。
Modal 官方工程博客AI 评分4545 Modal 优化 FlashAttention-4 内核以提升 LLM 推理性能
Modal 通过调整并行策略和支持不规则内存访问，优化了 FlashAttention-4 内核以适配大语言模型推理。新增 FP8 输入支持使吞吐量较 bf16 基线提升最高 1.16x，并显著减小 KV cache 体积。这些改进针对 decode-heavy 工作负载，利用 CuTe DSL 实现了更高效的低精度计算与长上下文处理。
Together AI BlogAI 评分2626 Together AI 获得 ISO 27001:2022 认证
Together AI 获 A-LIGN 颁发的 ISO 27001:2022 认证，确认其信息安全管理体系符合国际标准。该认证覆盖全球平台及第三方数据中心，验证了风险管理与数据保护能力。此举强化了企业级 AI 工作负载的安全治理，并补充了现有的 SOC 2 合规体系。
Andrej KarpathyAI 评分4747 Karpathy盛赞Claude Fable 5重大突破
这是一个超令人兴奋的发布 - Claude Fable 5 与 Mythos 底层模型相同，但增加了安全防护措施。基准测试表现优异，在所有项目上均以显著优势处于 SOTA 水平，但我补充一点，*从定性角度看*，这也是一个值得视为大版本升级的阶跃式进步
Anthropic Claude.dev 开发者博客精选AI 评分8282 Anthropic 分享 Claude Code 技能构建经验：九类场景与最佳实践
Anthropic 工程师 Thariq Shihipar 总结了在 Claude Code 中大规模使用“技能”（Skills）的经验，将内部数百个活跃技能归纳为库/API 参考、产品验证、数据获取等九大类别。
推荐理由：原文基于 Anthropic 内部数百个技能的使用经验，梳理了九类常见场景与编写技巧，为构建高效 Agent 工作流提供了可复用的方法论。
Anthropic Claude.dev 开发者博客精选AI 评分8383 Claude Code 推出动态工作流功能
Anthropic 在 Claude Code 中发布动态工作流（Dynamic Workflows），允许 Claude 即时编写定制化的 JavaScript 脚本以协调子智能体（subagents）。
推荐理由：官方详解动态工作流机制与六大模式，提供从代码迁移到深度研究的实战案例及Token预算技巧。
Together AI Blog精选AI 评分6565 Together AI 发布 MiniMax M3 高效推理服务方案
Together AI 宣布作为 MiniMax M3 的首选云合作伙伴，通过深度性能优化支持该模型在生产环境中高效运行，并将在未来几天开放权重后直接提供端点服务。
推荐理由：Together AI 详细披露了 MiniMax M3 在稀疏注意力、KV 缓存管理及多模态预处理上的底层工程优化，展示了实现百万 token 上下文高效服务的具体技术路径。
Modal 官方工程博客AI 评分5050 Modal 开源 RL 后训练基础设施库，解决多节点权重同步瓶颈
Modal 发布开源库以解决 LLM 强化学习后训练的基础设施瓶颈。该方案通过 RDMA 技术将 Qwen3-8B 等模型的权重同步速度提升 100 倍，显著降低多节点集群成本。
Together AI BlogAI 评分4242 Together AI 如何构建全球最快的语音转文本技术栈
Together AI 通过优化 NVIDIA Parakeet-TDT 0.6B v3 和 OpenAI Whisper Large v3，实现了极低的语音转文本延迟。其核心改进包括使用 TensorRT 多配置文件加速编码器、利用条件 CUDA graph 将解码器分支移至 GPU 实现 2-3 倍提速，以及消除 CPU 冗余数据拷贝。
Modal 官方工程博客AI 评分4545 Modal 向 Team 和 Enterprise 用户开放基于角色的访问控制（RBAC）
Modal 向 Team 和 Enterprise 计划用户开放基于角色的访问控制（RBAC），旨在为人类开发者和 AI Agent 提供精细化的权限管理。该功能以 Environments 为安全边界，支持 Restricted Environments 限制 Agent 仅能在指定环境内部署和管理资源，并集成审计日志记录操作行为。
Ai2 / Allen Institute for AIAI 评分4545 基于 Molmo、MolmoWeb 和 Olmo 3 构建无障碍检测工具 PointCheck
开发者 Brendan Works 利用开源模型 Molmo、MolmoWeb 和 Olmo 3 构建了网页无障碍检测工具 PointCheck。该工具通过 Playwright 模拟键盘导航，结合视觉模型检查屏幕渲染效果以验证焦点指示器可见性，并由 Olmo 3 生成报告。PointCheck 支持完全自托管，旨在弥补传统代码静态检查在感知层面的不足。
Anthropic Claude.dev 开发者博客精选AI 评分7070 Claude Code 开发者指南：为何及如何使用 HTML 替代 Markdown 生成输出
Anthropic Claude Code 团队成员 Thariq Shihipar 建议将 HTML 作为主要输出格式以替代 Markdown，利用其更高的信息密度、视觉清晰度和易分享性来优化复杂任务的沟通效率。
推荐理由：作者分享了在 Claude Code 中用 HTML 替代 Markdown 的具体场景与提示词，展示了如何利用富文本特性提升信息密度和交互性。