技术方向
把模型训好、跑起来、跑得便宜：LLaMA-Factory、Unsloth、Axolotl、TRL、PEFT 的微调方法，DeepSpeed 的训练与并行，vLLM、SGLang、llama.cpp、Ollama、TensorRT-LLM、LMDeploy 的推理与部署，以及量化、显存与成本优化。
55 条精选近 30 天 42 条共收录 272 条
Ollama 发布 v0.40.0，在 Apple Silicon 设备上，MLX 运行时支持的模型架构将自动改用 MLX 运行。此次支持的模型包括 qwen3.8、gemma4、qwen3.6 和 qwen3.5，决策模型 Nimble、tev1、clef、clef-flash 也已上线 MLX，嵌入模型 embeddinggemma-2 同样获得 MLX 支持。
推荐理由：Ollama 在 Apple Silicon 上默认切换到 MLX 运行时，读者可据此了解本地部署的默认行为变化与已支持模型范围。
Unsloth 发布 v0.1.903-beta，在聊天旁加入内置浏览器面板，文件、网页和模型生成的 HTML 都以标签页打开，并支持对页面内容提问。该版本同时支持 Google DeepMind 的多模态嵌入模型 EmbeddingGemma 2，提供 740M 参数版本（纯文本 270M）、100+ 语言和 8K 上下文窗口，代码任务比上一代提升约 14%。
推荐理由：Unsloth 一次更新同时加入内置浏览器、EmbeddingGemma 2 支持与语音克隆页面，可据此判断本地微调工具链的边界扩展。
Cursor 上线 Remote Control，用户可在 Cursor iOS app 中查看并回复运行在自己电脑上的本地智能体。该功能默认对除 Enterprise 组织外的所有用户开启，电脑需保持开机联网，可在桌面设置中开启 Keep this computer awake 防止休眠。
推荐理由：官方说明远程控制本地智能体的开启方式与限制，可据此判断移动端接管本地编码流程的可行性。
Google DeepMind 发布开放权重多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频帧和音频映射到统一向量空间，参数量 740M，文本权重最低约 191MB 内存，完整多模态模型在 Google Pixel 11 Pro 上约 567MB。
推荐理由：EmbeddingGemma 2 把文本、图像、视频帧和音频映射到同一向量空间，并给出端侧内存与延迟数据，可据此判断本地多模态检索的落地边界。
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的小模型，基于 Qwen3-8B 训练，现已作为 Asta 的 Fast 模式上线，并同步开放模型权重和训练数据。
推荐理由：原文给出了从 Qwen3-8B 出发的 SFT 加 DPO 训练配方与数据过滤经验，可迁移到其他垂直领域小模型。
Google 发布新一代联邦学习系统，用可信执行环境（TEE）为数据匿名化提供可验证、可审计的保证，Gboard 已采用该系统上线英语和日语下一词预测模型。新系统把客户端梯度计算移到服务端，训练时间瓶颈从设备可用性转为 TEE 资源，此前每个模型训练需 1-2 个月。
推荐理由：Google 公布基于 TEE 的新一代联邦学习系统设计，并给出 Gboard 已上线的实际部署效果。
GitHub Copilot 本周为 Pro、Pro+、Max、Business 和 Enterprise 用户上线 Claude Sonnet 5.5，并为 Pro+、Max、Business 和 Enterprise 用户提供 GPT-6.1 Sol。
推荐理由：汇总了 Copilot 本周新增模型、动态工作流与桌面自动化能力，可据此判断智能体工作流的可用边界。
NVIDIA 将于本月通过 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 等厂商推出 64GB 统一内存版 DGX Spark，10 月 23 日开售，起售价 4,999 美元，保留 GB10 Grace Blackwell 超级芯片、DGX OS 与完整 NVIDIA AI 软件栈，支持最高 1000 亿参数模型在设备端运行。
推荐理由：原文给出 64GB 新配置的定价、上市时间与双机集群方式，读者可据此判断本地跑大模型的硬件门槛。
OpenAI 在 API 以及符合条件的 ChatGPT Work 和 Codex 用户中上线 GPT-6 Astra Ultrafast，该模式运行在 NVIDIA Blackwell GPU 上，token 生成速度最高可达 Astra Standard 模式的 8 倍。
推荐理由：原文给出 Ultrafast 模式相对标准模式的生成速度提升与开放入口，读者可据此判断它对编码智能体循环的实际影响。
JetBrains 在 IDE 中开放 Air 的 Early Access Program，可作为插件从 JetBrains Marketplace 安装，或直接使用 JetBrains IDE 2026.3 EAP 版本。
推荐理由：JetBrains 官方给出 Air 在 IDE 中的并行会话、云端运行与数据流向说明，可据此判断现有编码工作流会如何变化。
Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时保持其生物功能。
推荐理由：SynthID 水印从图像扩展到合成生物，读者可了解其在 DNA 合成筛查与数据库标注上的验证思路。
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型，以及连接模型、科学工具、文献与科研人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环，并给出胰腺癌化合物筛选的湿实验验证结果。
Google Cloud API Gateway 进入 Public Preview，可作为远程 MCP 服务器，在已有 OpenAPI 3.0.x 或 3.1.x 规范上通过 x-google-api-management.mcp 注解，把现有 REST 操作暴露为智能体可调用的 MCP 工具，无需另建服务器。
推荐理由：原文给出把现有 REST API 直接暴露为 MCP 工具的具体配置步骤与限制，可据此评估改造成本。
微软研究院对移动操作机器人工作负载做了首次系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU 可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，读者可据此判断物理 AI 的部署取舍。
Google Private AI Compute 团队公布为 Private AI Compute 平台引入私有服务端记忆的技术方案，让云端 AI 在跨设备场景下持久保留上下文，同时维持端侧级隐私标准。
推荐理由：Google 公开了 Private AI Compute 的持久化服务端记忆方案，读者可了解云端 AI 如何在保留跨设备上下文的同时维持端侧级隐私。
Cursor 发布 Rollouts 和 Security Review 两个机器人，面向代码交付的最后环节，今日起在 Teams 和 Enterprise 套餐提供。
推荐理由：Cursor 把部署监控与安全审查做成两个 PR 机器人，读者可据此判断代码上线环节的自动化边界。
Google 宣布 Antigravity SDK 支持本地模型与多种执行方式，首发通过 Google AI Edge 的 LiteRT 支持 Gemma 4 26B A4B，可在完全离线状态下提供智能体辅助。
推荐理由：官方给出本地模型接入 Antigravity SDK 的完整配置与混合编排示例，可据此评估离线智能体工作流的成本与隐私取舍。
联合国系统发布 UN System Data Commons，这是一个基于 Google Data Commons 构建的开源平台，把分散的全球统计数据整合为可搜索的 AI-ready 知识图谱。
推荐理由：联合国系统与 Google 合作把分散的全球统计数据整合为可自然语言查询、可被 AI 智能体调用的知识图谱。
Zed 团队发布 Delta 公测版，这是一个与智能体协作编码并评审其产出的多人环境，支持 macOS、Linux、Windows 及网页端，移动浏览器也可跟进线程。
推荐理由：Zed 团队公开了用 Delta 线程替代 PR 的协作方式与自用数据，可据此判断智能体时代代码评审的另一种组织形态。
Sourcegraph 发布 Agentic Batch Changes，基于 Batch Changes 与 Deep Search 构建，用户用自然语言描述变更后，智能体在索引代码库中划定范围、制定计划、先在单个仓库试改再逐步铺开，仓库差异时自动适配，CI 失败时继续处理，直到 PR 可供人工审查合并。
推荐理由：Sourcegraph 把批量代码变更交给智能体编排，并给出按合并结果计费的方式，可观察大规模迁移的落地路径。