TypeSafe 24 天估值暴涨 37 倍，微软与 OpenAI 相继推出决策模型
非文本 AI 模型 Jev 的开发商 TypeSafe 获得 a16z 领投的 8.7 亿美元融资，估值达 75 亿美元；其种子轮 4000 万美元、估值约 2 亿，24 天内估值翻了 37 倍。
推荐理由：从 Jev 融资到微软、OpenAI 相继入局，梳理决策模型为何在 Agent 成本压力下集中出现。
技术方向
部署工程 最新动态
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
16 条精选近 30 天 13 条共收录 81 条
更新
部署工程的精选
爱范儿精选AI 评分7878
Latent Space精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 层级约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅计划价格。
推荐理由：汇总了 Haiku 5.5 的第三方评测、分层定价与同日 SDK 更新，可据此判断小模型在智能体工作流中的成本位置。
AWS Machine Learning Blog精选AI 评分7171 Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：文章给出 Haiku 5.5 在 Bedrock 上的接入方式与成本定位，可据此判断它在多智能体分层中的分工。
NVIDIA Blog精选AI 评分7474 NVIDIA 与 Microsoft 发布 RTX Spark 笔记本及 Windows 智能体基础设施
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 公布面向 Windows PC 的智能体软硬件方案：Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力一并给出，读者可据此判断本地智能体的落地条件。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用代码上下文识别非结构化密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度的密钥泄露数据说明防护为何要跟上代码生成速度，并给出新分类器的落地范围。
Microsoft Research精选AI 评分8080 微软研究院开源 Agent Lightning v1.0：3500 行轻量智能体 RL 框架，直接训练真实 harness
微软研究院亚洲团队开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体 RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入 RL 训练，并给出可复现的编码智能体训练结果。
NVIDIA Blog精选AI 评分6262 NVIDIA DGX Spark 推出 64GB 版本，支持双机集群扩展本地 AI
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 和完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备端运行。
推荐理由：原文给出 64GB 新配置的价格、上市时间与双机集群性能数据，可据此判断本地跑大模型的成本与扩展方式。
NVIDIA Blog精选AI 评分7676 NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPU 上运行，并面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由：原文给出 Ultrafast 模式相对标准模式的加速倍数与开放入口，读者可据此判断它对编码智能体循环的实际影响。
OpenAI精选AI 评分6060 OpenAI 推出 Ultrafast 高速档：Codex 生成速度最高提升 8 倍
OpenAI 推出名为 Ultrafast 的高级速度档位，在 Codex 中 token 生成速度最高提升 8 倍，达到每秒 300 tokens，在 API 中最高提升 6 倍。
推荐理由：OpenAI 公布 Codex 与 API 的提速档位和具体 token 速率，读者可据此判断高频编码场景的响应变化。
OpenAI精选AI 评分6060 OpenAI 升级 Codex Security Cloud，默认接入 Daybreak Blue 网络安全模型
OpenAI 宣布 Codex Security Cloud 迎来重大升级，默认包含通过 Daybreak Blue 访问具备网络安全能力的模型。该功能可扫描整个 GitHub 仓库、持续审查新提交、调查并去重发现的问题，并准备好修复方案供审阅，即使笔记本关闭也能运行。它以插件形式在 Codex 桌面端和网页端提供。
推荐理由：官方给出 Codex Security Cloud 的扫描、审查与修复准备能力，读者可据此判断安全审查流程的变化。
Microsoft Research精选AI 评分6262 微软研究院：把物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动操作机器人工作负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链与开源入口。
Google DeepMind精选AI 评分6262 Google 为 Private AI Compute 引入服务端持久记忆
Google 公布 Private AI Compute 的新技术能力，将持久化服务端记忆引入该平台，使 AI 助手能跨设备保留上下文，同时维持设备端级别的隐私标准。
推荐理由：Google 给出私有 AI 计算持久记忆的架构细节与验证方式，可据此判断云端长期记忆如何兼顾设备端隐私。
Anthropic精选AI 评分6262 Anthropic 用 Claude 优化 30 多个生物分子开源模型推理，平均提速 4 倍并开源代码
Anthropic 在最新 Science Blog 中介绍，Claude 为 30 多个生物分子开源模型优化推理，平均提速 4 倍，部分工作是为 GPU 编写定制软件。这些模型原本用于分子系统结构建模、类药物分子设计和基因突变影响预测，但运行成本高昂。Anthropic 表示将开源全部优化代码。
推荐理由：Anthropic 公开 Claude 为 30 多个生物分子开源模型做推理优化的方法与代码，可了解 AI 辅助 GPU 优化的具体路径。
Andrew Ng@AndrewYNg精选AI 评分6262推荐理由：吴恩达基于访谈与团队实践，把编码智能体的使用拆成规划、执行、部署三阶段与五项核心技能，便于对照自查。
Andrew Ng精选AI 评分6060 Andrew Ng 的 OpenWorker 发布新版本，内置代码漏洞与供应链安全智能体
Andrew Ng 宣布开源智能体 OpenWorker 发布新版本，新增面向安全流程的多项功能。新版本内置三类网络安全智能体，分别扫描代码漏洞、扫描依赖中的供应链注入，以及检查云安全配置的攻击面，让开发者在部署前完成更多安全工作。
推荐理由：OpenWorker 新版本把安全扫描能力做成内置智能体，并说明开源 harness 可审计、模型可自选，读者可据此判断本地安全智能体的落地方式。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley Sky Lab 与 IBM Research 将演化式内核搜索框架 K-Search 扩展到 MLX，通过结构化 CUDA-to-MLX 翻译层把已有 CUDA 内核当作知识库，在 Apple Silicon 上生成高质量内核。
推荐理由：读者可看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层对性能差距的具体贡献。