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。
AWS 发布 Amazon Bedrock AgentCore payments，支持 x402 协议实现 AI 智能体按次付费。该功能提供托管钱包、基础设施层支出限制及链上审计，BlockRun 与 Incarna 已将其用于 Base 网络上的 USDC 结算。
推荐理由：AWS 发布 AgentCore payments 支持 x402 协议，提供托管钱包与基础设施层支出限制，解决 Agent 高频小额支付难题。
微软发布Agent Lightning v1.0，通过LLM代理复用部署端Agent进行强化学习训练，代码仅约3,500行。该框架原生支持Kubernetes，无需商业沙箱服务，在Qwen3.5-9B上仅用6,000个样本在SWE-bench Verified上提升14.6个百分点。
推荐理由：框架通过LLM代理复用部署端Agent，提供轻量级RL训练方案与Kubernetes原生支持。
AWS发布教程，展示如何结合AWS DevOps Agent、Lambda持久化函数、EventBridge与Bedrock构建自动化修复工作流。该方案将Agent的调查结论转化为预验证的修复动作，通过工具白名单与人工审批门控确保安全，实现从诊断到修复的闭环。
推荐理由：提供基于AWS Lambda持久化函数与Bedrock的自动化修复架构，将人工审批前置，降低运维MTTR。
Mistral 发布万亿参数模型 Mistral Large 4（昵称 Le Chonk），主打编程与网络安全，声称性能接近顶级闭源模型。
推荐理由：Mistral 发布万亿参数开源模型，主打编程与垂直领域，提供闭源替代方案。
Stacklok 发布开源云原生智能体框架 Mecatl，将智能体循环与执行环境解耦，支持在 Kubernetes 上集中管理智能体会话、工具调用和上下文。
推荐理由：Stacklok 发布基于 Kubernetes 的开源智能体框架 Mecatl，提供企业级云原生管理方案。
OpenAI发布内部Navier-Stokes模型的722篇数学手稿，包含准黎曼猜想等成果，引发数学界重大反响。Mistral发布1T参数多模态模型Large 4，支持API并承诺开源。Google推出多模态嵌入模型EmbeddingGemma 2及图像模型Nano Banana 2.1。OpenAI发布决策API公测版，Anthropic扩展网络安全验证计划。
推荐理由：原文梳理了OpenAI内部模型数学突破、Mistral新模型发布及多项工具更新，提供行业全景与关键争议点。
AWS发布教程，展示如何在Amazon Bedrock AgentCore和开源框架OpenClaw上构建带长期记忆的AI助手。方案通过AgentCore Memory实现上下文持久化，结合Claude Haiku 4.5和Sonnet 4.5进行任务路由，并提供CloudFormation模板一键部署。
推荐理由：原文给出了基于AgentCore和OpenClaw构建带记忆智能体的完整架构与代码，读者可直接复用该模式。
Amazon SageMaker AI 发布 aws-ai-ml 智能体技能，支持通过 Model Context Protocol (MCP) 接入 Kiro、Claude Code 等编码智能体。该技能可自动为模型生成 SageMaker Python SDK v3 部署代码，提供基准测试、实例选型推荐及性能对比功能。
推荐理由：通过 MCP 协议将 SageMaker 推理优化能力接入主流编码智能体，实现从自然语言到可执行部署代码的自动化闭环。
Google 发布基于可信执行环境（TEE）的下一代联邦学习系统，通过公开透明日志和可重现构建实现可验证的隐私保障。Gboard 已部署该系统，在获得更强隐私保护和更高精度的同时，显著缩短了模型训练时间。
推荐理由：Google 发布基于 TEE 的联邦学习系统，提供可验证隐私保障，Gboard 已部署并实现训练加速。
Google 发布 Gemini 4 Argon 模型，API 定价为输入 2 美元/百万 token、输出 10 美元/百万 token，支持 100 万 token 输出。该模型在 DeepSWE v1.1 基准测试中得分 77.9%，已用于内部代码迁移并节省大量内存。
推荐理由：Argon 提供百万级输出与工程基准领先数据，可评估其在长程任务与代码重构中的实际价值。
Google Research 提出 Diffusion Controller 框架，将图像生成过程重构为连续控制问题，通过轻量级“转向阻尼器”网络动态调整生成轨迹。该框架在灰盒和全白盒环境下均优于 LoRA，实现了更优的质量与效率平衡。
推荐理由：提出统一控制框架解决图像生成引导难题，在受限访问下优于LoRA。
GitHub Security Lab 开源 Fuzzing Taskflow，这是一个基于 LLM 智能体的 C/C++ 自动化模糊测试流水线。该工具能自动识别入口点、编写 Harness、运行 AFL++ 并通过覆盖率反馈循环优化测试，最终自动生成包含根因分析和修复建议的漏洞报告。
推荐理由：开源了端到端自动化模糊测试智能体，覆盖从Harness编写到漏洞报告生成的全流程。
微软发布 Physical AI Toolchain，新增支持将物理 AI 推理卸载至边缘或云 GPU 的能力。实测表明，该方案可提升任务成功率，使电池续航延长数小时，并提供基于 Kubernetes 的自动容器化部署工具。
推荐理由：微软发布支持推理卸载的工具链，实测显示可显著提升机器人性能并延长续航。
NVIDIA 在 ROSCon 发布 Isaac ROS 5.0，引入支持 AI 智能体的工作流与技能包，并加速 FoundationPose 推理达 5.5 倍。该版本新增对 ROS Lyrical 和 Ubuntu 24.04 的支持，并兼容从 Jetson Orin Nano 到 Jetson Thor 的多种边缘计算平台。
推荐理由：引入AI智能体工作流与FoundationPose推理加速，为开发者提供构建和部署高性能机器人应用的新路径。
Hugging Face 宣布 transformers 正式支持 GGUF 格式，开发者可通过标准 API 在本地高效运行量化模型。该更新通过复用底层 ggml Metal 内核，显著提升了 Apple Silicon 设备上的推理性能，并支持通过 transformers serve 提供 OpenAI 兼容接口。
推荐理由：Hugging Face 官方宣布 transformers 支持 GGUF 格式，通过复用底层 Metal 内核实现端侧高效推理。
Hugging Face 发布 tokenizers v1 版本，通过位流拆分、词缓存和内存复用等底层重构，使编码速度较 v0.23 提升 3 到 30 倍。该版本保持 API 和输出完全一致，目前已在 crates.io 提供预发布版本。
推荐理由：通过底层架构重构实现数倍至数十倍的性能提升，为大规模数据处理提供了可迁移的工程优化方案。
Google Research 在 ICML 2026 发表论文提出 Retrieve-for-Train 框架，利用离线强化学习发现奖励对齐的查询扩展策略，并将其蒸馏至 53.9M 参数的扩散检索器中。该框架通过单次非自回归并行推理生成完整查询集，在保持多样性和对齐性的同时，相比自回归方法实现 12 至 20 倍的速度提升。
推荐理由：提出通过离线强化学习将复杂搜索策略蒸馏至轻量扩散模型，实现单次推理并大幅提升检索速度。
IBM 在 ALTK-Evolve 中引入一致性指导原则，通过一致性分析器定位决策点并生成指导原则，在不损失平均准确率的前提下显著缩小智能体表现波动。
推荐理由：提出通过一致性分析器定位决策点并生成指导原则，在不损失平均准确率的前提下显著缩小智能体表现波动。
TRL v1.14 的 AsyncGRPOTrainer 支持仅同步 LoRA 适配器，配合 Hugging Face Jobs 和存储桶挂载，无需 NCCL 即可实现训练与推理解耦。通过 token-budget batching 和代理路由优化，500 步训练时间从 3 小时 27 分缩短至 53 分。
推荐理由：TRL v1.14 支持 LoRA 异步同步，结合 HF Jobs 和存储桶可消除 NCCL 依赖，实现训练与推理解耦。
本文详细记录了使用TRL和OpenEnv在Hugging Face上复现语言模型水彩画训练的全过程。作者开源了包含参考池、RL环境、评分模型及训练脚本的完整流水线，并对比了三种奖励权重组合的训练效果，指出通过构建高质量参考池可实现对模型审美风格的精准控制。
推荐理由：提供了基于TRL和OpenEnv复现RL绘画的完整代码与基础设施搭建细节，可直接迁移用于其他审美对齐任务。