How Amplitude ships product improvements in 1–2 days with OpenAI
主要基于OpenAI模型，Amplitude的主动产品代理Wave识别要构建的内容，帮助团队通过编码代理交付变更，并衡量影响。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
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。
37 条精选近 30 天 20 条共收录 548 条
更新
部署工程的精选
OpenAI News精选评分9090
IT之家 AI精选评分7676 月之暗面徐天天：AI 迭代速度将继续加快
IT之家 11 月 12 日消息，据新浪财经报道，在今日“以发展应变局”为主题的第十七届财新峰会上，月之暗面金融行业与生态负责人徐天天发表讲话。 针对“AI 迭代速度是否还会加快”问题，徐天天表示， 当前整个 AI 智能远远未达到上限 。 她指出，这背后有三条增长曲线：其一，预训练算力曲线；其二，后训练与推理端曲线，AI 已从快思考转变为慢思考，展现思考链路；其三，智能体设计曲线，智能体设计越来越复杂，将导致智能上限提高。这三条曲线都在增长，三者叠加， 导致 AI 迭代速度加快 。 IT之家注意到，徐天天指出，AI 智能体独自能完成的任务时长还在增长，也正在加速。这意味着， AI 从最初的“打杂”工作，转变为切入更深的工作流程中 。 相关阅读： 《 月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜 》
推荐理由：来自IT之家 AI的《月之暗面徐天天：AI 迭代速度将继续加快》。重点看智能体工作流、模型能力与工程、开源生态。摘要提到：IT之家 11 月 12 日消息，据新浪财经报道，在今日“以发展应变局”为主题的第十七届财新峰会上，月之暗面金融行业与生态负责人徐天天发表讲话。 针对“AI 迭代速度是否还会加快”问题，徐天天表示， 当前整个 AI 智能远远未达到上限 。 她指出，这背后有三条增长曲线：其一，预训练算力曲线；其二，后训练与推理端曲线，AI 已从快思考转变为慢思考，展现思考链路；其三，智能体设计曲线，智能体设计越来越复杂，将导致智能上限提高。这三条曲线都在增长，三者叠加， 导致 AI 迭代速度加快 。 IT之家注意到，徐天天指出，AI 智能体独自能完成的任务时长还在增长，也正在加速。这意味着， AI 从最初的“打杂”工作，转变为切入更深的工作流程中 。 相关阅读： 《 月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜 》
Apple Machine Learning Research精选评分8080 Theoretical Limits of Language Model Alignment
语言模型（LM）对齐可使模型输出反映人类偏好，同时保留基础模型的能力。最常见的对齐方法包括（i）强化学习，通过在KL散度约束下最大化期望奖励，以及（ii）最佳NNNN对齐，从NNNN独立样本中选择最高奖励输出。尽管广泛使用，但KL预算下的奖励提升基础限制仍不明确。我们通过推导最大……
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Simon Willison精选评分8585 Gemini Decisions API
Gemini Decisions API 与 Jev 和 OpenAI 在决策模型类别中联合推出，使用 'Gemini Decision 1'。该新模型API与Jev几乎相同：支持相同三种问题类型（是/否、选择、评分），甚至重用Jev的“Noul”术语。价格与GPT-6 Luna决策模型相同：10美分每百万输入令牌，输出免费。Jev仍是三者中最便宜的，价格为4.2美分每百万。Jev仅支持文本（及JSON）。OpenAI可处理文本和图像。Gemini Decision 1是全多模型：涵盖文本、图像、音频、视频和PDF。我通过向其传递这些问题及我的纽约拍打机器人视频文件，测试了它：dragon：视频中是否有龙？robot：视频中是否有机器人？france：视频是否在法国？usa：视频是否在美国？Jev和OpenAI对是/否问题返回1.0或0.0，但Gemini坚持略显不自信。
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
Google AI Blog精选评分9292 Gemini Decisions API: Fast, calibrated multimodal decisions
欢迎使用Gemini决策API，基于我们的先进模型Gemini Decision，实现快速、校准的多模态决策。
推荐理由：请对照Google AI Blog原文，核对完整说明及适用条件。
Simon Willison精选评分8686 llm 0.37.2
发布：llm 0.37.2 修复了Daniel de Araujo在GHSA-v9h7-jj4g-f862和GHSA-r639-rr7r-x72w报告的安全问题。llm现在拥有一个机制，称为extra-openai-models.yaml，该机制由新发布的0.37 llm openai端点添加命令管理，用于从其他供应商的OpenAI兼容API端点调用LLM。Daniel报告了两种可能导致其配置的OpenAI API密钥被发送到其中一个供应商的方式：如果api_key_name所指的密钥从未被存储，或者如果运行了responses: true模型并设置了-o chat_completions 1。标签：projects，security，llm，releases
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
GitHub Changelog精选评分9393 Gemini 4 Carbon in GitHub Copilot
原文摘录（自动中文摘要暂不可用）：Gemini 4 Carbon in GitHub Copilot Gemini 4 Carbon, Google’s latest model, is now generally available in GitHub Copilot. It is designed for complex coding, agentic, and reasoning tasks, with a focus on secure code generation… The post Gemini 4 Carbon in GitHub Copilot appeared first on The GitHub Blog .
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
GitHub Changelog精选评分9090 Claude Fable 5.2 in GitHub Copilot
Claude Fable 5.2，Anthropic’的最新Fable模型现已在GitHub Copilot中一般可用。您可使用该模型进行复杂、多步骤的大型代码库编码任务。早期测试中，Fable… 《The GitHub Blog》首次介绍了Claude Fable 5.2在GitHub Copilot中的出现。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
OpenAI News精选评分8787 GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents
介绍GPT‑6 Cyber，OpenAI的网络安全模型，用于发现可利用的漏洞并开发修复方案，训练以保持在授权范围内。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8787 Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
尽管前沿视觉语言模型在用户界面（UI）导航方面表现出色，但其高推理成本限制了日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些问题，我们提出一种新的在线强化学习框架，直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件：规划模块/...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
OpenAI News精选评分8686 An updated Model Spec for more capable and beneficial AI
OpenAI 更新的模型规范提出了五个核心价值，以引导更强大的AI走向合理的判断、人类的自主性和对人类意图的忠实。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
OpenAI News精选评分8787 How we detect frontier model misalignment
OpenAI 使用分层监控检测前沿模型不一致和未经授权的代理行为，以便在问题扩大前让响应者介入。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
GitHub Changelog精选评分8888 Route and orchestrate models with GitHub Copilot Fusion
GitHub Copilot Fusion 一般可用。与其为每个任务选择模型，只需选择 Copilot Fusion，让 Copilot 智能路由和编排用于你的模型。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
OpenAI News精选评分9090 Legora is building the agentic operating system for legal work
看看Legora如何利用OpenAI模型、ChatGPT和Codex加速法律工作流程，扩展合同分析，并让律师专注于更高价值的工作。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
GitHub Changelog精选评分9494 GPT-6.1 Terra in GitHub Copilot
GPT-6.1 Terra，OpenAI的最新模型，现已在GitHub Copilot中一般可用。它比GPT-6.1 Sol在日常代理编码和终端工作中成本更低。在GitHub Copilot中，GPT-6.1 Terra的发布首次出现在The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
OpenAI News精选评分8585 Securing our frontier model training environment
OpenAI 解释了我们如何加强了对前沿模型训练和评估的隔离，包括离线环境和高计算红测试。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
OpenAI News精选评分8989 OpenAI models are coming to Google Cloud
OpenAI 和 Google Cloud 正将前沿模型和 Codex 工作流引入 Gemini 的 Model Garden，通过 Google Cloud Marketplace 可用。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
Cloudflare AI精选评分8888 Cutting our inference bill by 68% by being obsessive about optimization
当我们的AI代码审查器每运行一次的成本翻倍时，我们深入分析了token使用情况，以找出原因。我们通过使用提示缓存和智能模型路由，将推理费用减少了68%，同时加快了审查速度。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
Claude Code Releases精选评分8686 Claude Code Releases v2.1.302：Added CLAUDE_CODE_AUTO_MODE_MODEL to choose the model the ...
新增了CLAUDE_CODE_AUTO_MODE_MODEL，用于客户端自动模式分类器选择模型；不改变服务器端自动模式的模型。新增了/config中的Idle compaction行，用于关闭或开启空闲压缩；退出时显示的提示信息现在说明如何关闭。新增了/设计-同步和/设计-登录的提示，说明独立Claude设计（claude.ai/design）在14年前将关闭。修复了在停止会话时因提示内容过长而出现的错误。修复了切换到Vertex或Bedrock中间会话时因额外输入被拒绝的问题。修复了读取工具加载任意大小图像文件或类似图像的管道或设备时的内存占用问题；超过128MB的图像来源现在被拒绝。修复了当网关命名如anthropic/claude-opus-4-1时，/autocompact和/effort saving错误地应用到Opus 4或4.1模型。修复了/ no_think提示缓存缺失的问题。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8383 Selection-Based Structured Reasoning: Toward Efficient Multimodal Search Agents
多模态代理在执行每个动作前通常生成自由形式推理。小型模型因模型容量有限，可能导致推理过程冗长，虽能提供少量有用指导，但会带来较高的推理成本。为解决此问题，我们引入基于选择的结构化推理（SSR），该框架将推理转化为选择而非开放式生成。SSR将重复的高层推理表示为预定义、可复用的自然语言候选。在每一轮中，模型根据候选推理内容进行选择，以优化推理效率。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8383 The Design Space of Tri-Modal Masked Diffusion Models
离散扩散模型作为自回归语言模型的有力替代方案，近期工作从文本、图像-文本和音频-文本数据中零初始化并微调基础单模态模型，实现多模态生成。与以往方法不同，我们首次提出三模态掩码扩散模型（MDM），并系统分析多模态缩放规律、模态混合比例、噪声调度、批大小效应，提供优化的推理采样默认值。批大小分析得出新颖的随机微分方程（SDE）...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
GitHub Changelog精选评分9494 Gemini 4 Argon in GitHub Copilot
Gemini 4 Argon，Google的最新前沿模型，现已在GitHub Copilot中一般可用。它专为复杂编码、代理型任务和推理设计。在早期测试中，Gemini 4 Argon出现了，其后在GitHub Copilot中首次发布于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8686 Self-Compacting Language Model Agents
长代理轨迹由思维链和工具调用组成，积累过时内容，成为后续生成的锚点，最终超出上下文窗口。现有框架通过固定间隔压缩缓解此问题，触发条件基于令牌阈值。此类触发不关注轨迹结构，可能在推理或搜索中丢弃部分结果。我们提出SELFCOMPACT，一种框架，允许模型自身决定何时及如何压缩。具体而言，它结合两个推理元素：（i）模型调用的压缩工具，用于总结积累内容……
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Claude Code Releases精选评分9090 Claude Code Releases v2.1.296：Added a code key to the Claude apps gateway's managed.poli...
新增了对Claude应用网关的managed.policies[]的代码密钥，与CLI设置相同，也应用于Claude桌面的代码标签；除桌面外，还启用了Claude桌面的网关模式。新增了autoCompactWindow到子代理的frontmatter和--agents定义中，使子代理可在主对话窗口打开前自动压缩。新增CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL，使所有工作流代理在单一模型上运行，其他子代理保留各自模型。新增CLAUDE_CODE_OVERLOADED_RETRY_MAX_DELAY_MS环境变量，用于设置重试时的延迟上限。在插件的/plugin路径新增说明，指出当其他启用的插件有相同名称时，该插件的钩子被忽略。新增Read工具的allow_large选项，使Claude可一次读取超过常规大小限制的文本文件。修复了managed-settings PreToolUse钩子，防止工具调用时出现'continue': false的情况。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
GitHub Changelog精选评分9696 Claude Haiku 5.5 in GitHub Copilot
Claude Haiku 5.5，Anthropic’s newest lightweight model，现已在GitHub Copilot中一般可用。它专为快速高并发工作如子代理、快速编辑和终端任务设计。早期… Claude Haiku 5.5在GitHub Copilot中首次出现于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
Claude Code Releases精选评分9696 Claude Code Releases v2.1.293：Added Claude Haiku 5.5 ( claude-haiku-5-5 ), now the defau...
新增了Claude Haiku 5.5 (claude-haiku-5-5)，现为Anthropic API默认Haiku模型，1M上下文token，$0.10/$0.50每Mtok（$0.50/$2.50对于超过100K的提示），新增了agentType字段到subagentStatusLine payload，使脚本能区分自定义子代理类型。修复了Claude在上下文压缩前将自身上次操作视为已完成，导致重退或重做已完成工作。修复了HTTP MCP连接内存泄漏，持续保留所有已发送请求直到关闭。修复了在Claude工作时发送的消息丢失问题，移至后台后若消息无法移动，仍保持原状。修复了/model effort方向错误，可能误保存为低值。修复了Chrome中会话启动时Claude断开连接问题。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
OpenAI News精选评分9292 A model guide for the GPT-6 family
学习初创企业如何选择GPT-6模型，调整推理努力，提升提示和技能，协调工具，并为生产环境准备工作流。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
Cloudflare AI精选评分9292 Introducing Web Search API via AI Gateway
Cloudflare AI Gateway 现已支持与 Ceramic.ai、Exa 和 Linkup 的原生 Web 搜索 API 集成。开发者可通过 AI Gateway、REST API 或 Workers 绑定实时注入网页上下文到模型推理调用。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
Cloudflare AI精选评分9090 Introducing Clef: Our open-source decision models, and new RL fine-tuning platform
我们引入了Clef和Clef-flash，基于Workers AI的开源决策模型，用于高速分类和代理工作流。同时推出：一种新的强化学习平台，允许开发者使用自身数据对决策模型进行微调。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
Apple Machine Learning Research精选评分8585 How Much of a Harness Does a Strong Agent Need for Autonomous ML Engineering?
最近自主机器学习工程（MLE）代理在公共排行榜上取得了显著进展。通常受长期周期内进展停滞和有限的大语言模型（LLM）基本功能的制约，现代MLE代理在日益复杂的系统上部署，如多智能体协调器、专用检索子代理等。尽管这些系统扩展，但使用更简单的但改进的编码代理——其中LLM直接通过读、写和bash原语访问执行环境——在该领域仍较少关注。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。