GitHub Security Lab Taskflow Agent 实现自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，基于 GitHub Security Lab Taskflow Agent 框架。
Why it matters: 原文给出了一个可自主运行的模糊测试流水线，读者可以据此理解 LLM 代理在安全自动化中的决策与执行分离设计。
部署工程
All topics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。
Latest selected
61–80 of 201GitHub Blog · AI & MLSelectedAI score7575 DatabricksSelectedAI score6262 Unity Gateway CLI 发布：集中部署与管理编码智能体
Databricks 推出 Unity Gateway CLI，管理员可在 Unity Gateway 统一配置编码智能体的默认模型、MCP 服务器、技能、Smart Routing 与支出策略，并通过 ug 命令为开发者自动应用。
Why it matters: 原文给出统一入口与治理能力，读者可据此评估它能否在多模型快速迭代下降低管理碎片化成本。
LangChain · OfficialSelectedAI score7474 LangSmith Fine-Tuning 与 smithtune CLI 发布
LangChain 推出 LangSmith Fine-Tuning 与 smithtune CLI，帮助团队将 LangSmith 轨迹转化为自定义微调模型，覆盖数据集构建、Fireworks 或 Baseten 训练及 LangSmith 评估全流程。
Why it matters: 原文给出了从轨迹数据到微调部署的完整闭环，读者可以据此判断它能否降低自建数据流水线的成本。
Microsoft Semantic KernelSelectedAI score6262 Microsoft Agent Framework 新增交互体验、记忆与弹性执行能力
Microsoft Agent Framework 发布 AG-UI 交互接入、FoundryMemoryProvider 记忆、CodeAct 执行与弹性后台执行四项更新，覆盖 .NET 与 Python，并提供 FastAPI 与 ASP.NET Core 示例。
Why it matters: 原文给出了四项能力更新与跨语言示例，读者可据此判断哪些能力能直接接入现有应用。
Hugging Face BlogSelectedAI score6262 Liquid AI 发布 LFM2.5-VL-3B DSpark 草稿模型加速视觉语言推理
Liquid AI 为 LFM2.5-VL-3B 发布实验性 DSpark 草稿模型，通过推测解码在不改变输出质量的前提下加速推理。草稿模型增加 280M 参数（+8.9%），在 M5 Max 上解码加速 2.30x-3.13x、端到端加速 1.56x-2.62x；在 H100 上解码加速 20.4x-2.66x、端到端加速 1.64x-2.27x。
Why it matters: 原文给出了具体加速数据和多框架支持，读者可据此评估在边缘设备或 GPU 上部署该草稿模型的性价比。
AWS Machine Learning BlogSelectedAI score6060 HEMA 用 MCP 和 Amazon Bedrock AgentCore 构建内部 AI 助手 HAL
HEMA 搭建了内部 AI 助手 HAL，将分散的知识库、API 目录和流程文档整合为统一知识层，并通过 MCP 在 Kiro、Claude 等工具中提供即时答案。
Why it matters: 原文给出了一家零售商从门户跳跃到即时答案的完整搭建路径，读者可据此理解 MCP 与 AgentCore 在企业知识层中的实际组合方式。
Microsoft ResearchSelectedAI score6767 Microsoft Research 发布 Physical AI Toolchain 推理卸载功能
Microsoft Research 在 Physical AI Toolchain 中新增行业首个机器人推理卸载能力，可将 SO-101、UR10e 等机器人的推理从机载 GPU 卸载至边缘或云 GPU。实验显示，卸载改善了移动操作任务的成功率、响应精度和电池续航，并支持通过 Kubernetes 自动容器化与编排。
Why it matters: 首次系统量化了机器人推理卸载的收益，为物理 AI 基础设施选型提供可对比的实测依据。
Together AISelectedAI score6060 如何用约17美元训练自己的 Jev 分类模型
Together AI 发布教程，演示基于 Qwen3.5 4B 和 Hugging Face 多源数据集微调 Jev 类分类模型，训练成本约17美元，耗时约25分钟，并部署到 Together AI 专用端点。
Why it matters: 原文给出了从数据准备到部署的完整流程，读者可以按此低成本复现一个专用分类模型。
AWS Machine Learning BlogSelectedAI score6969 GPT-6 Sol 与 GPT-6 Luna 在 Amazon Bedrock 正式可用
GPT-6 Sol 与 GPT-6 Luna 已在 Amazon Bedrock 正式可用，两款模型的 API 定价均显著低于 GPT-5.6 前代。GPT-6 Sol 面向每周重复出现的复杂编码与运维任务，OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半；GPT-6 Luna 面向高并发的信息提取、摘要、分类和聚焦问答，可逐请求调整推理强度。
Why it matters: 原文对比了 GPT-6 Sol 与 Luna 在 Bedrock 上的定位和定价，给出按任务分层选型与提示词缓存的实践参考。
AWS Machine Learning BlogSelectedAI score7777 Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型。
Why it matters: 原文对比 Opus 5 给出 token 效率与定价变化，并附 Bedrock 调用方式，便于判断迁移成本与接入路径。
PyTorch BlogSelectedAI score6969 vLLM 引入硬件无关层以支持多样化硬件
vLLM 推出硬件无关（HW agnostic）层，确保项目在推进前沿 GPU 性能工程的同时，继续支持旧 GPU、消费者级 GPU 和树外加速器。新层保持 fullgraph torch.compile 兼容、可扩展、与硬件特定路径隔离，并使用原生 PyTorch 或可移植 DSL 实现。
Why it matters: vLLM 新增硬件无关层，让关心多硬件和旧 GPU 的用户在不牺牲可移植性的前提下继续使用。
PyTorch BlogSelectedAI score8383 Shopify 用 PyTorch 和 vLLM 构建持续学习闭环
Shopify 展示了如何用 PyTorch 和 vLLM 把生产失败压缩进模型权重，每天迭代并超越前沿模型，同时把服务成本降低 96%。流程包括：定义质量并校准评审器、用 autoresearch 优化 harness、从生产流量中挖掘难例并由前沿推理模型生成训练信号，再通过 SFT 和 GRPO 把修复轨迹写回权重，最后用 Gist 压缩系统提示以降低延迟和成本。
Why it matters: 原文给出了从质量定义到自愈流水线的完整方法链，读者可据此理解如何把生产失败转化为模型参数更新。
Microsoft Semantic KernelSelectedAI score6060 Microsoft Agent Framework 推出 Foundry 托管代理隔离功能
Microsoft Agent Framework 发布 Foundry 托管代理隔离，包含用户隔离和 Foundry 托管会话隔离两个独立控制，分别对应调用者身份和沙箱会话。开发者可使用 .NET 和 Python SDK 通过 AgentSession 传入 delegated user identity 或显式 agent_session_id，实现共享沙箱或独立会话等部署模式。
Why it matters: 原文给出了用户隔离与会话隔离两套控制及多种可用模式，读者可据此评估自身应用在数据归属和会话生命周期上的选择。
Together AISelectedAI score7777 Together AI 推出 Canary Rollouts：支持生产环境模型无缝升级
Together AI 发布 Canary Rollouts 功能，支持在同一个端点上以 canary、blue-green、rolling 三种策略将流量从源模型逐步迁移到目标模型，并在每步执行健康检查与指标门控。
Why it matters: 平台将人工回滚转为自动化阶梯流量与健康检查，适合在生产环境替换模型时控制风险。
Weaviate BlogSelectedAI score7272 Engram 代理记忆实战指南
Weaviate 发布 Engram 托管记忆与上下文服务，演示如何通过主题描述、边界、作用域与检索模式控制代理记忆。原文给出从 raw 数据到记忆的流水线、主题描述决定记忆内容与形态、bounded 与 scope 的行为差异，以及四种提示词布局下的缓存与计费对比。
Why it matters: 原文通过真实输出演示了四个配置决策如何改变代理的记忆行为，读者可依此调整自己的主题描述与提示词布局。
Hugging Face BlogSelectedAI score6666 Transformers 支持运行 llama.cpp GGUF 量化模型
Hugging Face 的 transformers 库新增 GGUF 模型支持，用户可通过熟悉的 API 在 Apple Silicon Mac 上运行 llama.cpp 量化 checkpoint。
Why it matters: transformers 新增 GGUF 支持，在 Apple Silicon 上通过熟悉 API 运行量化模型，性能接近 llama.cpp，为本地推理提供便捷入口。
Hugging Face BlogSelectedAI score6262 像物理学家一样剪枝大语言模型：块移除作为约束二元优化问题
Multiverse Computing 将 LLM 深度剪枝重构为约束二元优化问题，等价于全耦合伊辛自旋玻璃，用 Hessian 能量作为下游质量代理，避免逐条评测。
Why it matters: 把深度剪枝重新表述为伊辛自旋玻璃优化问题，可用廉价能量代理替代逐条评测，且与量化、低秩压缩等手段堆叠。
Cloudflare · AISelectedAI score6262 Cloudflare Python Workers 正式发布（GA）
Cloudflare宣布Python Workers正式进入一般可用（GA）阶段，Python成为Cloudflare Developer Platform的一等语言。
Why it matters: Python开发者现在可以在Cloudflare Workers中原生运行Python应用与框架，并直接调用平台服务，无需编写JavaScript胶水代码。
Hugging Face BlogSelectedAI score6262 tokenizers v1 发布：编码、解码与扩展性实测
Hugging Face 发布 tokenizers v1 预览版，在 Apple M4 Max 上单线程编码速度比 v0.23 快 3 到 30 倍，8 线程扩展效率达 76%。主要改进包括 bitcannon 位流分词、线程本地词缓存、无分配合并循环和批量模型调用，且输出 token ID 与 v0.23 完全一致。
Why it matters: 原文给出了速度提升和开放入口，读者可以据此判断它会怎样改变现有工作流。
LangChain · OfficialSelectedAI score7575 Included Health 基于 LangGraph 与 Deep Agents 构建联邦医疗导航智能体
Included Health 推出基于 LangGraph 与 Deep Agents 的 Dot 医疗导航智能体，采用联邦多智能体架构处理保险、预约与专科转介等场景。系统通过共享技能注册表与全局语气提示保持跨团队一致性，并内置人工介入与 LangSmith 临床审核闭环。上线后聊天参与度提升 75%，临床路由一致率超 95%，高风险识别率超 99%。
Why it matters: 原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。