vLLM 分离式推理（Disaggregated Serving）实用指南
vLLM 官方博客发布分离式推理实用指南，讲解 vLLM v0.30.0 及以上版本中 prefill/decode 分离、无 GPU render 前端及两者组合的原理与运行方法。
推荐理由：作者来自参与开发的 IBM Research，给出 P/D 与 render 拆分的收益数据、适用场景表和可复用运行方法。
全部 AI 动态
vLLM 官方博客精选AI 评分6262 OpenRouter：Announcements精选AI 评分6161 OpenRouter 对比 Veo 3.1、Seedance、Kling 与 Grok Imagine Video 的图生视频能力与价格
OpenRouter 发布图生视频模型对比，覆盖 Veo 3.1 系列、Seedance 2.5 与 2.0 系列、Kling v3.0 系列和 Grok Imagine Video，通过同一 video generation API 调用。
推荐理由：原文以表格对比 Veo、Seedance、Kling、Grok Imagine Video 各系的分辨率、时长、帧控制和价格，并给出按需求选型的判断路径。
Databricks：Blog精选AI 评分6565 Databricks 如何让 12000 名员工在模型发布首日用上新前沿模型
Databricks 分享其让全部员工在模型发布首日即可试用新模型的内部流程，依托 Unity Gateway 做配置分发、治理与可观测性。流程分三步：立即以实验标签开放新模型、用四类按人预算控制成本、再依据内部基准、用户反馈和 OpenTelemetry 成本追踪决定推广或下线。
推荐理由：Databricks 以自家 12000 名员工的实际 rollout 为例，给出可复用的新模型评估、预算分层与成本度量方法。
GitHub Blog精选AI 评分7171 GitHub 安全团队如何用开源 AI 安全 Agent 找出 24 个 Android 漏洞
GitHub Security Lab 发布开源 seclab-taskflows 任务流，通过 gather_mobile_entry_point_info.yaml 和 classify_application_local.yaml 等提示词引导 LLM 审计 Android 应用，已发现并报告 24 个漏洞。
推荐理由：作者以第一手实践拆解了任务流设计与运行步骤，并给出真实漏洞案例和 LLM 局限，方法可直接迁移到自己的项目审计。
Anthropic：Claude.dev 开发者博客精选AI 评分6767 Anthropic 介绍用 Claude Code 与 claude-api skill 自动化评测设计与 hillclimbing
Anthropic 在 claude-api skill 中新增 /claude-api build-eval 和 /claude-api hillclimb 两个命令，前者在代码库内通过访谈式流程构建评测集并验证 grader，后者以一次一改动、train/test 分离并检测过拟合的方式迭代优化应用。
推荐理由：Anthropic 官方讲解了评测设计的关键原则，并给出 build-eval 和 hillclimb 两个命令的用法与真实优化案例，可迁移到自己的应用调优。
Hacker News：AI 热帖精选AI 评分8686 Claude Opus 5.5 提示词指南：与 Opus 5 的行为差异及迁移模式
Anthropic 官方文档介绍针对 Claude Opus 5.5 的提示词模式，覆盖 effort 校准、无人值守智能体运行、安全拒绝、进度更新、多应用工作流、视觉输入和前端设计等场景。
推荐理由：官方文档梳理了从 Claude Opus 5 迁移到 5.5 时的具体提示词与 harness 调整点，可直接对照排查现有集成的问题。
LangChain：Blog精选AI 评分6363 LangChain 讲解如何用 Jev 和 LangGraph 构建生产级智能体
LangChain 发布教程，讲解如何结合 TypeSafe 新发布的决策模型 Jev 与 LangGraph 构建“prod, not god”的生产系统。
推荐理由：文章用文档审查和浏览器自动化案例演示了决策模型加 LangGraph 的组合方式，读者可以借鉴把确定性代码与模型判断拆开编排的思路。
Claude Devs精选AI 评分6767 Claude Devs 测算 Opus 5.5 相比 Opus 5 在 Claude Code 任务中的成本变化
Opus 5.5 每输入和输出 token 比 Opus 5 便宜 20%，缓存读取便宜 60%。作者据此计算了在 Claude Code 中完成一个任务的实际成本变化，并发布了计算器，读者可从 /usage 运行自己的测算，详见 https://claude.dev/blog/what-a-task-costs-on-opus-5-5/。
推荐理由：原文把 Opus 5.5 的降价幅度换算成 Claude Code 中单个任务的实际成本，并提供计算器供读者自行测算。
GitHub Blog精选AI 评分6363 GitHub Copilot app 新手教程：如何用 canvases 构建自定义工作流
GitHub 官方博客发布 GitHub Copilot app 新手教程，介绍用 /create-canvas 技能通过自然语言描述生成可自定义的 canvas 界面。
推荐理由：教程来自 GitHub Copilot 官方博客，讲解了用 /create-canvas 生成双向共享界面的具体做法，适合想定制智能体工作流的读者上手。
GitHub Blog精选AI 评分6464 GitHub 如何通过迁移 CSS Modules 将 SSR 时间降低 55%
GitHub 工程师 Josh Black 复盘将 Primer 设计系统从 CSS-in-JS 迁移到 CSS Modules 的历程。截至 2024 年 12 月 Primer 全部组件迁移完成，服务端渲染时间减少 55%，组件初始化时间减少 25%。
推荐理由：原文给出大厂从 CSS-in-JS 迁移到 CSS Modules 的完整路径和量化收益，可迁移到类似的前端架构改造。
Anthropic：Claude.dev 开发者博客精选AI 评分7373 Anthropic 员工实测 Claude Code 的 effort 档位如何影响 Fable 5.1 与 Opus 5.5 输出质量
Anthropic 员工 Thariq Shihipar 深入评测了 effort 设置对 Claude Code 中 Fable 5.1 和 Opus 5.5 输出的影响。
推荐理由：作者结合实测和 Terminal-Bench 3.0 数据解释 effort 档位的适用场景，读者可据此调整自己用 Claude Code 的验证与迭代流程。
Anthropic：Claude.dev 开发者博客精选AI 评分7878 Opus 5.5 上一个任务要花多少钱：Claude Code 成本拆解
Anthropic 工程师 Addy Osmani 拆解 Opus 5.5 在 Claude Code 中完成任务的成本构成：turns、缓存读取、输出 token 和模型选择四个因素决定账单。Opus 5.5 输入输出价格比 Opus 5 降 20%，缓存读取降 60%，官方估算典型任务整体运行成本低 40%；文中还给出 effort 分级、缓存命中率维护、/usage 自查等省钱做法。
推荐理由：原文拆解了 Opus 5.5 上一个任务的账单构成，并给出 effort、缓存、压缩等可自查可迁移的成本优化方法。
GitHub Blog精选AI 评分6464 GitHub Security Lab 发布 LLM 驱动的 Fuzzing Taskflow，自动完成 C/C++ 项目模糊测试全流程
GitHub Security Lab 的 Antonio Morales 开源了基于 Taskflow Agent 的 Fuzzing Taskflow，指向 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖报告并分诊崩溃。
推荐理由：作者开源了完整的自主模糊测试流水线，并讲清覆盖反馈、结构感知和崩溃分诊的设计取舍，C/C++ 维护者可直接复用。
Philipp Schmid精选AI 评分6969 Gemini 3.8 TTS 支持录制 20 秒复刻个人语音或用提示词设计自定义语音
Philipp Schmid 介绍 Gemini 3.8 TTS 支持通过录制 20 秒语音加同意句复刻个人声音，或用提示词设计完全自定义的语音。通过 API 调用创建后可在任意请求中使用，风格通过 speech_metadata 设置，作者还提供了博客链接和一段可交给智能体的完整操作提示词。
推荐理由：原文给出录制片段、API 创建与调用的具体步骤和可复用提示词，方便读者快速试用自己的语音复刻。
Philipp Schmid精选AI 评分7171 Gemini 3.8 TTS 自定义语音实战指南：复刻自己的声音或从一句话创建新声音
Philipp Schmid 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 使用指南，二者已在 Gemini API 和 AI Studio 可用，登顶 Hume's Voice Design Benchmark 并在 Voice Arena 六种语言中居首。
推荐理由：原文给出录制、授权、创建声音和迁移提示词的完整步骤，读者可直接照做复现自定义 TTS 语音。
OpenRouter：Announcements精选AI 评分7777 OpenRouter 解析 Kimi K3：开源权重与许可证条款，以及如何调用
OpenRouter 撰文说明 Kimi K3 是开放权重而非开源模型，Moonshot AI 以自定义 Kimi K3 License 在 Hugging Face 发布 moonshotai/Kimi-K3。
推荐理由：原文逐条拆解 Kimi K3 许可证的授权与规模化门槛，并给出 OpenRouter 调用参数和各家定价，读者可据此决定自部署还是走 API。
Eric Zakariasson精选AI 评分7777 团队分享提升 Agent Harness Token 效率的提示词
一份公开提示词用于优化 LLM Agent Harness，目标是在不降低任务质量的前提下降低每任务的价格加权 token 成本。某团队一轮改动（提示词精简、工具卸载、缓存布局、稀疏行号、子智能体调优）将整体 token 成本降低约 7%，且质量无损。提示词强调按任务而非按请求计量，并建议先映射 harness、测量基线，再按优先级实施改动。
推荐理由：来自 Cursor 团队经验的完整 agent harness 降本 prompt，给出实测数字、执行顺序和常见陷阱，可直接复用。
Claude Devs精选AI 评分5151 Claude 团队分享两周内将 claude.ai 提速 3 倍的方法与提示词
Claude 团队宣布在两周内将 claude.ai 速度提升 3 倍。文章介绍他们如何用 Claude 来测量、调试和改进性能，并附上了相关提示词和方法，详见 https://claude.dev/blog/how-we-made-claude-ai-faster/。
推荐理由：作者分享了用 Claude 测量、调试并提升 claude.ai 性能的具体方法，并附上提示词，读者可参考复用。
Claude：Blog精选AI 评分6464 Anthropic 前线工程师分享 AI 驱动代码现代化项目的六步准备方法
Anthropic 在 Notes from the Field 系列中分享管理大型代码现代化项目的经验，称原本需数年的现代化可在数月或数周内完成，瓶颈从写代码转向组织动员。
推荐理由：来自 Anthropic 前线工程师的实战总结，把智能体驱动的代码现代化拆成可落地的六步组织流程。
Cursor Blog精选AI 评分6161 Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%
Cursor 通过改进 agent harness，在不降低 agent 质量的情况下将用户 token 成本降低 7%。
推荐理由：官方拆解了 agent harness 省钱的具体层级做法，含可复用的工具加载与缓存断点经验。
Modal 官方工程博客精选AI 评分6262 Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理
Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践，优化后单副本每用户性能提升 2.8x、副本整体吞吐提升 5.6x，单个服务日处理数千亿 token。
推荐理由：原文以一线实践拆解编码 Agent 推理优化的完整路径，读者可以迁移其瓶颈定位与 KV 缓存路由方法。
OpenRouter：Announcements精选AI 评分6767 OpenRouter 发布 2026 年最佳嵌入模型选型指南，覆盖 37 个目录条目
OpenRouter 于 2026 年 9 月 11 日核实嵌入模型目录共 37 个条目，并通过自家 embeddings API 向 19 个模型发送批量请求、共 28 项检查，确认请求与响应行为。
推荐理由：作者用自家 API 实测 19 个模型并按用例给出候选、价格与维度，读者可按输入类型和存储约束直接对照选型。
PyTorch：Blog精选AI 评分6363 Shopify 如何用 PyTorch 和 vLLM 构建持续学习闭环，服务成本降低 96%
Shopify 在 PyTorch 官方博客详解其基于 PyTorch 和 vLLM 的持续学习闭环，通过自愈管线把生产失败转为训练信号，用 SFT 加 GRPO 让专用模型质量超越前沿模型，GraphQL agent 服务成本从估算的每年约 2700 万美元降至约 100 万美元，降幅 96%。
推荐理由：原文给出从质量标注、判官校准到 SFT 加 RL 和 gist 压缩的完整闭环方法，可迁移到自建 Agent 的持续学习场景。
Anthropic：Claude.dev 开发者博客精选AI 评分7979 如何在 Claude 与 Claude Code 中用好 Opus 5.5
Anthropic 发布 Opus 5.5 在 Claude 应用和 Claude Code 中的使用指南。
推荐理由：官方使用指南针对 Opus 5.5 更长自主运行的特点，给出提示词写法、长任务掌控和结果检查的具体做法。
公众号：数字生命卡兹克精选AI 评分7272 卡兹克实测对比 Grok 4.7 与小米 MiMo V2.6：后者成不可能三角版本答案
作者实测同日凌晨发布的 Grok 4.7 与小米 MiMo V2.6，认为 Grok 4.7 低于预期，MiMo V2.6 成为性能、价格、速度三角的当前版本答案。
推荐理由：作者亲手测试并给出价格、速度和基准对比，读者可以据此评估小米 MiMo V2.6 对自身工作流和成本的实际影响。
Artificial Analysis精选AI 评分6565 Artificial Analysis 评测 Step 5 Preview： Intelligence Index 得 44 分，成本约为同级模型 1/2.8
Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 (max) 持平，略低于 GLM-5.3 (max) 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。
推荐理由：Artificial Analysis 实测 Step 5 Preview 的得分、成本与智能体短板，读者可据此对比同分段模型的表现与性价比。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用
OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。
推荐理由：OpenRouter 结合自家端点数据拆解 Nemotron 3.5 Lightning 的定位、上下文和调用差异，读者可据此评估它在 Agent 执行层的适用性。
OpenRouter：Announcements精选AI 评分6262 OpenRouter 实测 Jev 1.13 与 Claude Opus 5 在 Banking77 分类任务上的准确率、延迟与成本
OpenRouter 用 Banking77 测试集的 3,080 条客服语料对比 Jev 1.13 与 Claude Opus 5 的意图分类表现。Jev 准确率 81.0% 比 Opus 的 84.4% 低 3.3 个百分点，但中位延迟 175 ms 约为 Opus（2,266 ms）的 1/13，每千次请求成本 $0.11 对 $2.42（启用提示词缓存）。
推荐理由：原文用同一测试流程给出两家模型的准确率、延迟与成本数据，并演示了基于置信度的级联路由方法，便于读者按自身流量权衡选型。
vLLM 官方博客精选AI 评分6666 用一个 uv 编译开关为 vLLM 容器启动省下约 18 秒
vLLM 博客作者 Nils Matteson 实测在镜像构建时设置 ENV UV_COMPILE_BYTECODE=1 预编译字节码，H100 服务器上 Qwen3-8B 和 Qwen3-32B 的启动到首个正确响应中位节省分别为 17.6 秒（17.6%）和 17.8 秒（13.9%）。
推荐理由：作者用配对实测给出 uv 预编译字节码对 vLLM 启动的具体节省和设置方法，结果边界和镜像体积代价也交代清楚。
Claude：Blog精选AI 评分7171 Anthropic 详解 Opus 5.5 上一次 Claude Code 任务的成本构成
Anthropic 官方博客拆解 Claude Code 任务在 Opus 5.5 上的成本构成，轮次、缓存读取、输出 token 和模型选择决定账单，Opus 5.5 API 输入输出每百万 token 降价 20%、缓存读取降 60% 至 $0.20。
推荐理由：原文把一次任务的 token 成本拆成轮次、缓存、输出和模型选择四项，并给出 effort 设置与缓存维护的可迁移省钱方法。
Artificial Analysis 完整文章精选AI 评分8282 Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index
Artificial Analysis 实测 Claude Opus 5.5 在 Intelligence Index 得分 58，为其测得的最高分，并在 Terminal-Bench 4.0 上与 GPT-6 Astra 打平（59.6%）。
推荐理由：原文给出 Claude Opus 5.5 在 Intelligence Index 及各分项评测的完整数据和定价变化，读者可据此比较智能与任务成本。
METR：Blog精选AI 评分6262 METR 发布 Claude Opus 5.5 部署前评估摘要
METR 发布对 Claude Opus 5.5 的部署前评估摘要，基于 10 个工作日的 API 能力测试和五个任务（Budget NanoGPT Speedrun、LMCA、Train a Program、Gaming Bot、Sunlight）。
推荐理由：METR 作为第三方评估方给出了 Claude Opus 5.5 在 AI 研发加速上的量化结论，读者可据此了解部署前评估的证据基础与判断边界。
Linear：Now精选AI 评分6161 Linear 分享 CI 提速实践：PR 等待时间从 6 分多降至 5 分出头，单测机器时间约减半
Linear 工程团队详细介绍其 CI 优化实践：在测试套件今年年初以来近乎翻四倍的情况下，PR 等待时间从超过 6 分钟降到 5 分出头，每项测试的 runner 时间约减半。
推荐理由：Linear 自述在测试套件近乎翻四倍的情况下把 CI 等待时间和 runner 成本降下来，四类优化手法可迁移到其他工程团队。
Artificial Analysis 完整文章精选AI 评分6868 Artificial Analysis 评测 Grok 4.7：智能指数 46 分进入前四，编码智能体升至第 4
Artificial Analysis 发布 Grok 4.7 评测，Grok 4.7（xhigh）智能指数得 46 分，较 Grok 4.6 高 2 分，使 SpaceXAI 进入前四；搭配 Grok Build 的编码智能体指数从 47 升至 56，仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。
推荐理由：评测方给出 Grok 4.7 在多项基准的具体分数、token 消耗与对比对象，读者可据此判断其真实水平与成本。
OpenRouter：Announcements精选AI 评分6363 OpenRouter 实测 Jev 决策模型对比 LLM，何时该用决策模型替代生成文本
OpenRouter 发布教程，实测 TypeSafe 的决策模型 Jev 1.13 与 GPT Luna、Claude Opus 在工单分诊和提示词注入筛查上的表现：Jev 每 1000 张工单成本 $0.0248、中位延迟 194ms，准确率与 LLM 相当。
推荐理由：OpenRouter 用自家基准数据对比 Jev 与生成式 LLM 的成本和延迟，并给出路由与验证两套可直接复用的代码模式。
Hacker News：AI 热帖精选AI 评分8686 逆向分析指 ZCode 登录后静默打包 Git 历史并加密上传至 Aliyun OSS
开发者 ferstar 逆向 Z.ai 的 AI 编程桌面应用 ZCode，发现其登录后会静默把整个工作区打包（含完整 .git 历史、LFS 缓存、reflogs 和全局配置）加密上传至 Aliyun OSS，实测一次快照为 42,411 个文件、313MB，且 .git 目录占载荷的 86.6%。
推荐理由：文章梳理了上传机制的取证细节、设置开关失效的原因和可落地的文件系统防护方法，读者可据此检查自己使用的 agent 运行时。
公众号：数字生命卡兹克精选AI 评分6767 TypeSafe AI 发布只做高频决策的大模型 Jev，作者实测其分类判断性价比
TypeSafe AI 推出专注高频决策的大模型 Jev，不做对话和文字生成，只输出判断，速度比传统大模型快20～200倍，成本0.042美元/百万Token且输出Token免费。作者实测预筛任务中Jev准确性第二且更便宜，在并行判断任务上达到最高准确率和最快速度；模型采用RLCD训练方法优化决策校准，可在官网 https://typesafe.ai/ 申请资格，Vercel 已首发接入。
推荐理由：作者用自己的预筛和并行判断任务实测了Jev与多个模型的准确率、速度和成本，读者可以据此判断这类只做决策的模型适合什么场景。
OpenRouter：Announcements精选AI 评分7171 OpenRouter 实测 20 个图像生成模型的成本、编辑与质量
OpenRouter 对其路由的 20 个图像生成模型用相同提示词实测计费，单张图片成本在 $0.006 到 $0.134 之间，相差 22 倍。
推荐理由：OpenRouter 用同一提示词实测 20 个图像生成模型的真实计费，读者可以借此绕开各不相同的计价单位直接比较成本。
公众号：数字生命卡兹克精选AI 评分6565 用 MCP 插件让 GPT-6 Pro 分担 Codex 规划任务，节省 Pro 会员周额度
自媒体作者分享一套节省 Codex 额度的工作流：让 Codex 把自己的服务器封装成只读、最小权限、飞书 OAuth 鉴权的 MCP Server，作为插件供 ChatGPT 网页版的 GPT-6 Pro 调用，读取真实生产数据和 GitHub PR 记录做分析与规划。
推荐理由：作者给出一条可复用的工作流，把业务数据封装成只读 MCP 插件，让 GPT-6 Pro 承担规划以节省 Codex 周额度。
OpenRouter：Announcements精选AI 评分7373 DeepSeek V4 哪些型号支持图像输入？OpenRouter 逐款梳理与调用指南
OpenRouter 梳理其目录中的 DeepSeek V4 系列图像输入支持情况：V4.1 Flash 原生读图（2026年9月10日上线，$0.15/$0.60 每百万 token）。
推荐理由：原文逐一列出 DeepSeek V4 各型号是否支持图像输入、价格和调用方式，并给出文本-only 型号配视觉模型的两段式替代方案。