跳到正文
#开源生态
10月20日周二
  1. Hacker News-首页86

    Inception Labs 发布 Mercury 3 大模型

    Inception Labs 推出 Mercury 3，这是目前能力最强的扩散大模型。该模型在多个基准测试中表现优于同类速度优化模型，运行速度达每秒 1,000 token 以上，支持 1M token 上下文，并已在 API 平台上线。

    发布时间：

    推荐理由：原文公布了新型扩散大模型的各项基准表现和定价，读者可以据此评估其在低延迟场景中的实际部署价值。

  2. Cloudflare AI63

    Cloudflare AI 发布新型 System One 提取模型 Clairic

    Cloudflare AI 推出了新型 System One 提取模型 Clairic，目前已在 Workers AI 上以预览版形式托管，并计划很快开源权重。Clairic 能够在单次前向传递中从非结构化输入中提取、计算、估计和预测数值，无需生成 token，相比传统 LLM 具有更高的准确性、更快的延迟和更低的成本。

    发布时间：

    推荐理由：该模型采用单次前向传递直接提取结构化数据，展示了在数据处理工作流中替代传统 LLM 的高效率和低成本路径。

  3. Hacker News-首页12

    Evidence (YC S21) 正在招聘软件工程师

    商业智能工具开发商 Evidence 正面向全球招聘软件工程师，其开源项目已获得 7,000 个 GitHub stars 且被数千个团队使用。该公司受到 Y Combinator 和 SV Angel 等机构支持，目前团队规模小且高度依赖 AI 智能体来推动软件开发流程。

    发布时间：
  5. AWS Machine Learning Blog64

    AWS 推出 vLLM 双向 KV 缓存传输功能以降低多轮智能体首字延迟

    AWS 团队在 vLLM 中引入了双向 KV 缓存传输机制，允许解码节点将此前计算的 KV 缓存返回给预填充节点，从而避免多轮对话中的重复计算。在 Amazon EC2 P5en 实例集群的基准测试中，该功能在长提示词下将 Qwen3-32B 和 GLM-5-FP8 的首字延迟（TTFT）分别降低了最多 1.6 倍和 3.3 倍。

    发布时间：

    推荐理由：文章详细介绍了 vLLM 中双向 KV 缓存传输的架构与基准测试数据，帮助开发者评估其在减少多轮智能体工作负载首字延迟方面的实际效果。

  6. AWS Machine Learning Blog65

    AWS 推出 vLLM 推送式 KV 缓存传输机制以改善推理延迟

    AWS 推出了 vLLM 的推送式 NIXL 连接器，通过将解码侧的块注册和传输设置移至后台线程，与预填充计算进行重叠。在 Qwen3-32B 模型基准测试中，该模式相比拉取模式可将首字延迟（TTFT）降低最多 3 倍，并将每输出 token 耗时（TPOT）降低 30%。

    发布时间：

    推荐理由：文章介绍了 vLLM 的推送式 KV 缓存传输方案，读者可以了解它如何通过重叠预处理与解码设置来降低首字延迟。

  7. Hacker News-首页55

    Laminar (YC S24) 推出 flow-1：基于强化学习训练的智能体轨迹错误检测模型

    Laminar 团队发布了 flow-1，这是一个使用强化学习训练、专门用于检测智能体轨迹中隐性错误的开源模型。该模型在自建评测集上的检测质量与 GPT-6-sol 相当，成本降低 23 倍；它运行在名为 Signals 的编码智能体框架中，能通过代码搜索和读取 span 来分析复杂工作流并返回结构化 findings。

    发布时间：
10月19日周一
  3. 量子位64

    国产互连芯片企业众星微发布12款量产芯片及三大新品

    量子位报道，国产高性能互连芯片企业众星微近日举行发布会，推出12款量产芯片、三款高性能互连芯片新品（含PCIe 6.0 Switch、800G多协议AI NIC及多模RAID芯片）及一整套核心IP。目前该公司全栈产品出货量已达80万颗，并已全面进入多家主流整机与解决方案厂商。

    发布时间：
  5. Hacker News-首页65

    Google Research 开源 Harness2：面向开放世界的递归智能体 harness 框架

    Google Research 开源了 Harness2，这是一个用于开放世界中递归智能体 harness 优化的即插即用框架。它在保持模型权重不变的情况下连接了任务级和 harness 级两层递归，支持并行与串行递归模式，并在多个专业基准测试中提升了模型表现。

    发布时间：
  11. 🚨 AI News | TestingCatalog41

    Nebius 宣布在欧洲扩展 AI Builder Program，联合 NVIDIA 与 Accel 等欧洲风险投资机构提供总计 1000 万美元的算力补贴。该计划免费向开发者开放，用于在 Nebius 运行开源模型，并为大型开源项目提供额外的算力和资金支持。入选项目还可获得 Token Factory 的算力补贴以及风投机构的创始人资金支持。

    发布时间：
  12. IT之家·人工智能37

    阿里速卖通联合天猫推出“中国品牌全球增长计划”，将天使轮投资 AI 硬件新品牌

    阿里速卖通与天猫在年度峰会上联合启动“中国品牌全球增长计划”，重点为头部品牌、AI 硬件新品牌及优质工厂品牌提供多项运营能力支持。平台不仅计划对优秀 AI 硬件品牌进行天使轮投资并扶持超 100 个品牌，还设定了未来三年品牌数与品牌 GMV 每年双 50% 增长的目标。

    发布时间：
  16. Hacker News-首页62

    Agent-Skills.market 推出面向非开发者的 AI 智能体技能目录

    Agent-Skills.market 是一个面向非开发者的 AI 智能体技能目录，收录了由 Anthropic、Stripe、Figma 等团队及社区开发者构建的自动化工作流技能。网站将各项技能改写为通俗语言，涵盖设计创意、文档处理、写作、营销增长、产品管理、业务运营、生产力及知识研究等多个分类，用户可复制源 URL 到 AI 工具中使用。

    发布时间：
  18. Hacker News-首页65

    Superlite：面向 Claude Code 的自主构建工作流插件

    作者开发了 Superlite 插件，旨在解决 Claude Code 频繁请求人工确认和严格串行执行导致的效率低下问题。该插件通过任务并行化、分层智能体分工以及代码级权限拦截，实现了更高效的自主开发工作流，在基准测试中缩短了构建时间。

    发布时间：
  20. Hacker News-首页61

    开发者推出专门对抗大模型和编码智能体的编程语言 KillSwitch

    开发者 dom96 推出了专为对抗大模型和编码智能体而设计的深奥编程语言 KillSwitch，其规范包含隐藏规则、字符计数限制及安全护栏触发机制。该项目开源了解释器并公布了主流模型的基准测试排行榜，其中 Claude Opus 5 表现最好，得分最高达到 66.8。

    发布时间：
  23. IT之家·人工智能53

    中信证券：看好国产大模型持续崛起，Harness 成 DeepSeek 生态关键一环

    中信证券研报认为，DeepSeek Harness 有望成为 DeepSeek 从模型供给走向平台生态的关键一环，将开源与工程优势转化为用户基础和商业化能力。该框架于 2026 年 8 月开源，采用 MIT 许可证并以 TypeScript 编写，主打一切皆插件。报告同时看好国产大模型持续崛起，认为成本效率与开源生态优势有望推动 AI 应用向知识工作与企业场景渗透。

    发布时间：
  24. Hacker News-首页21

    A new way to think about borrow checking (in reverse) 如何反向思考借用检查

    介绍了 Valen 编程语言中一种采用逆向扫描进行内存安全检查的全新借用检查器。该编译器包含解析、静态类型、静态分组以及逆向安全检查等四个阶段，从函数末尾向上执行以实现内存安全性验证。实验性的 Valen 预计在二月发布 v0.1 版本。

    发布时间：
10月18日周日
  1. 量子位70

    VAST 开源实时世界模型 EdenLive

    VAST 正式发布并开源实时世界模型 EdenLive，支持任意参考输入、任意画风生成与长时连续运行。该模型在单张 RTX 5090 显卡、720P 条件下生成速度超过 24FPS，端到端延迟达百毫秒级，同时官方还同步开源了配套的 Game Prototype Turbo 游戏原型生成技能。

    发布时间：
  2. meng shao45

    播客 SemiAnalysis Weekly 拆解了开源模型 GLM 5.3 的推理性能、架构与后训练管线。GLM 5.3 架构与 5.2 相同，性能提升全靠后训练，在网络安全任务中被评估接近 Anthropic 的 Fable 级水平。该模型从第一天起全栈适配七大国产芯片平台，且其稀疏注意力与硬件协同设计进一步验证了推理场景中带宽优先于容量的趋势。

    发布时间：
  3. The Decoder58

    AI 智能体在长期决策中表现出判断短板，全新评测基准 Taste-Bench 揭示其实际水平

    研究人员推出了 Taste-Bench 评测基准，用于衡量 AI 智能体在长周期任务中做出正确长期决策的“品味”与路径选择能力。测试结果显示，在 14 个主流模型中表现最好的 GPT-5.6 Sol 也仅达到 59.7% 的准确率，且当关键线索需要大量后续工作才能显现时，模型表现会跌至随机猜测水平。

    发布时间：