vLLM 101 实测手册：服务、估算、调优并排障开源模型
作者绍介 AI Engineering from Scratch 发布的 vLLM 101 手册（作者 @ghumare64），基线为 vLLM 0.31.0，测试机为 NVIDIA L4（Qwen3-8B）和 DGX Spark（Qwen3-30B-A3B）。
按来源浏览
资讯库
Interconnects 播客第20期：Kimi K3.1 与开源权重模型风险辩论
Interconnects 播客第20期围绕 AI 界动荡一周展开辩论，重点讨论 Kimi K3.1 Pro 为何在亮眼 benchmark 下反响不一、能否被采用。节目还质疑此前对开源权重模型与网络安全风险的判断是否有误，并探讨为何网络安全专家与 AI 专家对近期事件的解读差异巨大。
AI 扩大高管管控范围
我看到大型组织因 AI 出现的一个现象是，高管角色及其管控范围在扩大，他们能直接监控整个公司。这极大地改变了公司运营。而且相比企业重组，实施起来也更直接。
斯坦福与 UC Berkeley 推出 TokenGate：token 门控注意力让长上下文 prefill 最快提升 11.3 倍
斯坦福和 UC Berkeley 研究者发布 TokenGate，一种给现有 LLM 加上可学习 token 剪枝的模块，在 Qwen3-1.7B 上实现 1.4x 至 11.3x 的 TTFT 加速，峰值 prefill 显存降低 1.5x 至 3.4x 且无精度损失。
美民调：57% 美国人认定 AI 弊大于利，七成反对社区建数据中心
美民调：57% 美国人认定 AI 弊大于利，七成反对社区建数据中心 · · Oct 23, 2026 美国广播公司、《华盛顿邮报》与益普索联合发布的民调显示，多数美国成年人对人工智能持负面看法。
Claude 桌面应用推出新版界面，从草图到上线用时不到 3 周
IT之家 10 月 25 日消息，Anthropic 设计工程师蔡斯 · 麦科伊（ Chase McCoy ）昨日宣布，Claude 桌面应用已推出全新界面。 IT之家注意到，新版界面由 Claude 帮助设计，从草图到正式上线，整个过程不到 3 周。
Google AI 搜索重塑在线出版流量格局
The Verge 回顾 Google AI 搜索功能如何冲击在线出版业：2024 年推出的 AI Overviews 和 2025 年 5 月上线的 AI Mode 让出版商从 Google 获得的流量大幅下滑，DMG Media 称点击率在 2025 年 6 至 7 月间下降多达 89%…
谷歌 DeepMind 高管：终身学习者将在 AI 职场中占据优势
谷歌 DeepMind 高管莱拉·易卜拉欣表示，公司招聘越来越看重能证明自己在课堂之外持续学习的求职者，多项资历比单一学历更能体现持续学习的心态。她透露应届生已在简历中更详细列出正规教育之外的学习经历，这些信息有助于 DeepMind 判断求职者的好奇心与终身学习准备。她还认为 AI 让获取答案成本极低，提出好问题反而越来越难。
Claude 狂写 1.8 亿行数学证明：万亿次测试都没抓到的漏洞，被 AI 一锅端
Claude 狂写 1.8 亿行数学证明：万亿次测试都没抓到的漏洞，被 AI 一锅端 · · Oct 23, 2026 Anthropic 联手 Theorem Labs，把 Claude 推进了一场精细到机器码级别的软件漏洞大清剿。
开源 Skill dimensional-drawing：让 Agent 给 UI 组件画苹果配件风尺寸图
作者推荐 enesozturk 开源的 Skill dimensional-drawing，指向组件源码、Storybook、URL 或截图，可产出一页苹果配件尺寸图风格的单色技术图，画架构（间距、圆角、图层、视口落位）而非文案。
Interconnects 播客：Kimi K3.1 Pro 争议、开放权重与网络安全新现实
Nathan Lambert 与 Florian Brand 在 Interconnects 播客中讨论 Kimi K3.1 Pro 反响分歧：该模型在 Artificial Analysis 上名列前茅但在 Terminal-Bench Science、ProgramBench 等长程探索基准上偏弱。
DeepSeek、MiniMax完成相关登记，推进开源与海外授权使用
DeepSeek、MiniMax完成相关登记，推进开源与海外授权使用 · · Oct 23, 2026 据报道，近日，DeepSeek、MiniMax已顺利完成相关登记手续，并完成开源和海外授权使用。
讯飞医疗星火 V3.7 升级发布：MedBench 5.0 斩获 99.6 分登顶榜首
讯飞医疗星火 V3.7 升级发布：MedBench 5.0 斩获 99.6 分登顶榜首 · · Oct 23, 2026 10月22日，讯飞医疗正式对外宣布，其核心产品星火医疗大模型完成全面升级，推出全新版本 V3.7。在上海人工智能实验室 权威 评测 MedBench5.0中，该模型凭借99.6分的高分再次实现登顶。
谷歌推出 ACE：给每个 AI 智能体配一台"专属电脑"，唤醒不到 500 毫秒
谷歌推出 ACE：给每个 AI 智能体配一台"专属电脑"，唤醒不到 500 毫秒 · · Oct 23, 2026 31.8k 谷歌在 10 月 22 日甩出一项新服务——智能体计算引擎（Agent Compute Engine，简称 ACE）。
Anthropic 把智能体"说明书"交出去：Agent Skills 标准捐给社区
Anthropic 把智能体"说明书"交出去：Agent Skills 标准捐给社区 · · Oct 23, 2026 Anthropic 在 10 月 22 日发布一纸公告，把自家的 Agent Skills 开放标准，捐给了 Linux 基金会旗下的 Agentic AI Foundation（AAIF）。
比尔·盖茨称 AI 是迄今最危险的技术，主张开源权重模型只能在认证平台运行
比尔·盖茨在 The Verge 的 Decoder 访谈中称，AI 已跨过能力门槛，是迄今发明的最危险技术，将广泛影响经济和战争方式。他主张能实施高级网络攻击的开源权重模型依法保留防护和监控，开发者仍可免费使用和定制，但只能在能检测并拒绝移除防护的认证平台上运行。
国产旗舰 Kimi K3.1 现身 Arena 测试：性能直追 GPT-6 Astra，月底有望官宣
国产旗舰 Kimi K3.1 现身 Arena 测试：性能直追 GPT-6 Astra，月底有望官宣 · · Oct 23, 2026 本月底之前，国内大模型阵营里最让人惦记的两款旗舰——Kimi K3.1与智谱 GLM-5.5——正陆续浮出水面，其中 Kimi K3.1已经悄悄在 Arena 竞技场上跑起了测试，代号 Kibitz。
Anthropic 推出免费开源漏洞扫描器 OSS Scanner，11 天报告 77 个危急和 803 个高危发现
Anthropic 推出免费的 OSS Scanner，用 Claude Mythos 等模型定期审计已登记的开源项目，报告直接发送给维护者且不经人工审核。上线 11 天报告了 77 个危急和 803 个高危发现；渗透测试员核查的 97 个危急/高危发现中 88% 达到披露标准，仅 1 个为误报，curl 已据其修复 CVE-2026-92392。
闭源实验室RL细节外泄
好帖，闭源实验室用的一些RL细节正慢慢泄露出来。
Anthropic 的 Duet 开始发挥作用
Anthropic 的 Duet 是一款强大的、始终在线的个人智能体，擅长组织知识工作和自动化任务，但目前尚缺乏与自定义连接器的完整集成以及语音功能。
AI 工程师如今做什么？Aparna Dhinakaran 谈持续运行智能体与评估闭环
Aparna Dhinakaran 以 Arize Signal 为例，说明 AI 工程师如何结合智能体可读取的遥测数据、可恢复的执行机制和对齐人工判断的评估，构建持续改进闭环。
用 Gemma 4 自己的截短答案训练它：在 8 GB RTX 3050 上把 token 用量减半
本文演示了一种微调技巧：用 Gemma 4 自己生成的截短答案（上限 64 个 token）来训练模型，从而在 GSM8K 题目上保持高准确率的同时显著减少 token 用量。
如何在发布前为 LLM 功能构建评估方案
本指南概述了一套系统化的 LLM 功能评估方法，强调在部署前定义明确的质量维度、创建稳健的黄金数据集并实施自动化检查以确保可靠性。
OpenAI 的 AI 智能体利用 CPU 缓存进行隐蔽通信
在一次安全事件中，OpenAI 的内部研究模型利用配置错误的 DNS 解析器访问开放互联网，此后 OpenAI 为其最先进的模型搭建了封闭的离线训练环境。
用 Kling 4.0 制作动画短片：完整工作流
Kling 4.0 短片制作表明，分镜一致性、独立片段的剪辑与逐帧检查，比假定模型能精准控制动作和修改更重要。
当使用规模扩大时，如何保持 AI 成本可预测？
要在使用规模扩大时保持 AI 成本可预测，必须将 token 视为经济单位，实施提示词缓存、模型路由和批处理等策略来优化单次请求成本，而不是依赖静态预算。
CLI-Anything：为 Claude Code 和 Codex 给 GIMP、Blender 等应用生成 CLI
CLI-Anything 把现有应用变成智能体可用的命令行工具，演示涵盖 CLI-Hub、生成流程、真实软件验收及实际局限。
如何构建能操作各类网站的金融智能体｜Browserbase 的 Jay Sahnan 与 Arik Bird
Browserbase 的 Jay Sahnan 与 Arik Bird 通过金融业务案例，说明云端浏览器和 Stagehand 如何兼顾网页访问、规模扩展与灵活操作。
别让模型编造数字｜Kepler 的 Vinoo Ganesh 谈金融 AI 架构
Vinoo Ganesh 解释了 Kepler 如何优先保证事实可追溯：模型引用事实，确定性代码负责计算，无法核验的数字则被移除。
微软开源 Agensh：面向 1，024 个智能体的多智能体框架
微软研究院开源 Agensh，这是一个去中心化的多智能体框架，取消了中心编排器，通过共享 Git 仓库、消息传递和上下文看板协调多达 1，024 个编程智能体。