2026年9月29日,SearchBlox 与 Inception 宣布将 Mercury dLLM 集成至 SearchAI 企业搜索平台。据 Inception Labs 博客当日发布的信息,Mercury 以模型端点形式接入现有 RAG 管线,无需重构,客户可在 AWS Bedrock 或 Azure Foundry 上私有部署。该集成使企业级 GenAI 搜索实现亚秒级响应,并将推理成本降低 60% 至 90%。方案已覆盖电商、客服、企业知识与数字体验搜索等场景。目前尚无后续发展事实,事件状态停留在该集成发布。
匹配字段摘要
2026年9月29日,Inception Labs发布扩散式推理语言模型Mercury 2,称其为全球最快的推理语言模型。该模型采用扩散式并行精炼而非自回归逐 token 解码,官方称生成速度提升超过5倍,在NVIDIA Blackwell GPU上达到1,009 tokens/sec。定价为每百万输入token 0.25美元、每百万输出token 0.75美元,支持可调推理、128K上下文、原生工具调用和schema对齐的JSON输出,并兼容OpenAI API,面向编码补全、智能体循环、实时语音和搜索RAG等延迟敏感场景,现已可用。同日,Inception Labs宣布Mercury 2上线Azure AI Foundry,目前在美国和加拿大区域提供。
匹配字段摘要
2026年9月24日,NVIDIA更新GeForce NOW游戏阵容,本周新增九款游戏,并预告将支持Googlebooks。据NVIDIA Blog消息,Remedy Entertainment的《CONTROL Resonant》在发售当天加入GeForce NOW,Ultimate会员可以GeForce RTX 5080级性能串流,支持DLSS 4、光线追踪、NVIDIA Reflex和最高5K HDR,无需100GB本地安装。本周加入的九款游戏还包括《DragonSword: Awakening》。此外,GeForce NOW将于今年秋季Googlebooks上市后支持这一新笔记本品类。目前该消息来自NVIDIA官方博客,尚无其他来源的独立报道。
匹配字段摘要
2026年9月24日,PrismML 在高通骁龙峰会上发布其面向智能眼镜的微型大语言模型方案。据 TechCrunch AI 报道,PrismML 展示了 1-bit Bonsai LLM,可在基于 Snapdragon AR1 Gen 1 平台的 AI 智能眼镜上本地运行。该智能眼镜版本为 20 亿参数的视觉语言模型,支持佩戴者实时询问眼前所见,模型体积缩小 4 倍仍保留标准基准上的几乎全部性能。报道同时指出,目前尚无搭载 PrismML 的智能眼镜产品发布。此后没有新的有证据发展。
匹配字段摘要
2026年9月11日,Pragmatic Engineer 在 The Pulse #191 中报道,继 GPU 短缺和内存短缺之后,AI 智能体因大量使用工具而消耗更多 CPU,正带来新的 CPU 短缺趋势。该报道建议,未来需要更多算力的计算密集型服务应现在就提前锁定资源。同一期内容还提到更多 COVID 时期独角兽的增长梦碎,以及 AI 接手事故处理后工程师与系统逐渐脱节。目前该趋势仍处于被报道和观察阶段。
2026年9月11日,Pragmatic Engineer 在 The Pulse 191 中报道,继 GPU 短缺和内存短缺之后,AI 智能体因大量使用工具而消耗更多 CPU,正带来新的 CPU 短缺趋势。该报道建议,未来需要更多算力的计算密集型服务应现在就提前锁定资源。同一期内容还提到更多 COVID 时期独角兽的增长梦碎,以及 AI 接手事故处理后工程师与系统逐渐脱节。目前该趋势仍处于被报道和观察阶段。
匹配字段摘要
2026年9月9日,OpenAI核心产品与平台负责人Tibo Sottiaux在Pragmatic Engineer播客中分享Codex的构建与迭代经验。他介绍,Codex CLI用Rust编写并已开源,且支持OpenAI之外的模型。他提到,Codex的harness始终略微领先OpenAI最新模型,随着模型能力增强,部分“拐杖”会被丢弃,harness随之收缩。他还预测,AI智能体可能带动全云端编排机器的复兴。
匹配字段摘要
2026年8月25日,Pragmatic Engineer 报道金融科技公司 Ramp 自研内部后台编码智能体 Inspect 的实践。报道称,目前 Ramp 有 75% 的已合并 PR 由 Inspect 发起,7 月累计会话量突破 100 万次。Inspect 以远程沙箱方式运行,接入公司内部数据源与工具,可自行运行测试、查询遥测和功能开关,并对前端改动做截图与实时预览验证,远程开发环境启动时间在 5 秒以内。Ramp 团队表示,自研原因是本地机器只能并行运行一两个会话,且需要更好的前端工具和远程开发环境。Inspect 基于开源编码智能体 OpenCode 构建,公司内部已有 200 多个智能体运行在该平台上。
匹配字段摘要
2026年8月11日,Unsloth发布Unsloth Desktop,称其为首个可在本地运行和训练模型的桌面应用,已上线官网和GitHub。该应用开源,支持Mac、Windows和Linux,覆盖MLX、扩散图像/视频、音频、GGUF,可将Claude Code和Codex接入本地LLM,并支持CPU与多GPU环境(NVIDIA、AMD、Intel、Mac)。官方称训练速度提升2倍、显存占用减少70%,工具调用准确率提高50%并支持自愈与沙箱化代码执行,同时提供私有网页搜索、深度研究、RAG、MCP以及NVFP4、GGUF导出。次日,Unsloth公布2-bit NVIDIA Nemotron 3.5 Lightning工具调用实测结果:仅用22GB显存连续运行10分钟工具调用,引用80多个网站,执行了代码,并搜索了10个真实地点,可通过Unsloth Desktop运行和训练。
匹配字段摘要
2026年4月10日,Anthropic的Claude Code团队分享智能体工具的设计、测试与持续调整实践。团队以AskUserQuestion取代不稳定的文本格式方案,以Task替换会限制模型协作的TodoWrite;代码检索方式也从预索引RAG转向由Claude主动搜索代码库,并通过技能渐进获取上下文。目前Claude Code约有20个工具,另由独立子智能体检索产品文档,以保持主智能体上下文简洁。
匹配字段摘要
Meta 于 2026 年 9 月 23 日发布 Meta VR Glasses。据 Meta Newsroom 介绍,整机约 100 克,比 Meta Quest 3 轻五倍,采用眼镜加外接 puck 的两段式设计,puck 负责算力、电池与存储。设备搭载 5K Infinite Display 与 micro-OLED 面板、37 PPD,支持 Dolby Vision 和 Dolby Atmos,由高通 Snapdragon Reality Elite 处理器驱动;puck 电池可支持约三小时高分辨率媒体播放和 45W 快充。Meta AI 智能体已集成进操作系统,可通过语音、眼动和手势操作,无需手柄。产品将于 2027 年春季开售,售价 1299.99 美元。目前尚无后续发展事实。
匹配字段摘要
2026年9月9日,Google 发布 Agent Development Kit(ADK)for Kotlin 1.0 正式版,面向 Kotlin 与 Android 的生产级 AI 智能体开发。据 Google Developers Blog 介绍,该版本功能与 ADK 1.0 Core 完全对齐,并面向 Android 提供端侧扩展。其支持层级多智能体、上下文压缩、Human-in-the-loop 确认流程与会话恢复,可通过 @Tool 和 @Param 注解自动生成工具 schema,并集成 Vertex AI 的会话、RAG 记忆与 Memory Bank 服务。Android 侧可用 LiteRT-LM 和 ML Kit(beta)运行端侧智能体,通过 Firebase AI Logic 编排混合云工作流,并用 Room 与 AppSearch 持久化智能体状态。目前尚无后续发展事实。
匹配字段摘要
2026年7月6日,LMSYS 在 SGLang 中集成 DSpark 投机解码,支持 Qwen3 等稠密模型和 DeepSeek-V4 等稀疏模型,相关实现见 sgl-project/sglang#30261。据 LMSYS Blog 介绍,DSpark 采用半自回归块草稿器加置信度头,按每个请求的置信度动态决定验证长度,避免验证不太可能被接受的 token。官方在 DeepSeek-V4-Flash、H200、DP4 上对比非投机与 MTP 基线,并给出 ragged verify 下的完整 CUDA graph、零开销调度和成本表分析等工程细节。目前该集成已随官方博客公开,尚无后续发展事实。
2026年7月6日,LMSYS 在 SGLang 中集成 DSpark 投机解码,支持 Qwen3 等稠密模型和 DeepSeek-V4 等稀疏模型,相关实现见 sgl-project/sglang 30261。据 LMSYS Blog 介绍,DSpark 采用半自回归块草稿器加置信度头,按每个请求的置信度动态决定验证长度,避免验证不太可能被接受的 token。官方在 DeepSeek-V4-Flash、H200、DP4 上对比非投机与 MTP 基线,并给出 ragged verify 下的完整 CUDA graph、零开销调度和成本表分析等工程细节。目前该集成已随官方博客公开,尚无后续发展事实。
匹配字段摘要
2026年5月4日,Modal 发布工程博客称,其优化了 SGLang 调度器的多模态推理性能。Modal 在 H100 上对 Qwen2.5-VL-3B-Instruct 做多模态推理基准测试时,发现 SGLang 调度器在 hash_feature 中反复调用 torch.UntypedStorage._new_shared_cuda,造成主机端开销。他们用简单的 Python 字典实现 CUDA IPC Pool Handle Cache,避免重复打开共享内存句柄,使吞吐量提升 16%、延迟降低 10%。该改进已合并进 SGLang v0.5.10。目前没有后续发展事实。
2026年5月4日,Modal 发布工程博客称,其优化了 SGLang 调度器的多模态推理性能。Modal 在 H100 上对 Qwen2.5-VL-3B-Instruct 做多模态推理基准测试时,发现 SGLang 调度器在 hash feature 中反复调用 torch.UntypedStorage. new shared cuda,造成主机端开销。他们用简单的 Python 字典实现 CUDA IPC Pool Handle Cache,避免重复打开共享内存句柄,使吞吐量提升 16%、延迟降低 10%。该改进已合并进 SGLang v0.5.10。目前没有后续发展事实。
匹配字段摘要
2026年2月27日,Replit 介绍其视频渲染引擎的实现方式。该引擎向页面注入约1200行 JavaScript,替换 setTimeout、setInterval、requestAnimationFrame、Date 和 performance.now() 等时间 API,让时间只在渲染时按 1000/fps 毫秒推进,从而把任意网页逐帧渲染成 MP4。由于页面内容不受控且视频由 AI 智能体生成,团队没有采用 Remotion,而是从外部对任意网页施加确定性。音频方面通过 monkey-patch Web Audio API 和 HTMLMediaElement 拦截播放意图,再由服务端 FFmpeg 混音;视频元素则经服务端转码为 fragmented MP4、mp4box.js 解复用、WebCodecs 解码后绘制到 canvas。该实现受开源项目 WebVideoCreator 启发,团队计划将其开源。
匹配字段摘要
2026年9月25日,Ruby on Rails 创始人 DHH 在 Rails World 主题演讲中宣称,37signals 的专业工作将不再手写代码,几乎全部代码改由 AI 智能体生成。Pragmatic Engineer 的 The Pulse 报道了这一表态,并将其与“手写代码之死”的新争论联系起来。同一报道还提到 Amazon 和 Meta 招聘工程师遇阻,以及代码审查可能也将消失。目前该事件仅有这一条代表性证据,尚无后续发展事实。
匹配字段摘要
Pragmatic Engineer 报道 AI Agent工具调用导致的CPU短缺趋势
English translation is being prepared.
匹配字段摘要
Chips and Cheese 作者 Chester Lam 于 2026 年 9 月 10 日发布评测,用 Geekbench 7 实测 Windows 11 的 Prism 二进制翻译,考察 x86-64 程序在 Arm 平台上的性能损失。测试显示,x86-64 程序经翻译后执行的 aarch64 指令数约为原生两倍,各核心均出现数代性能损失。测试在 Snapdragon X2 Elite Extreme X2E-96-100 笔记本以及 Azure 上的 Neoverse N1、N2 实例上进行;Snapdragon 的 E-Core 与 P-Core 即使承担翻译损失,仍分别超过 Neoverse N1 和 N2。作者还查看 C:\Windows\XtaCache 中的翻译代码,指出 Prism 会做不必要的寄存器溢出,并把 256 位 AVX 运算拆成多条 128 位 NEON 指令。目前该评测为单一来源报道,尚无后续发展。
匹配字段摘要
Pragmatic Engineer 介绍 Ramp自研内部编码Agent Inspect
English translation is being prepared.
匹配字段摘要
Strands Robots、LeRobot与Hugging Face Storage Buckets 打通 机器人数据录制、存储、流式训练与部署闭环
English translation is being prepared.
匹配字段摘要
SkyPilot 接入 Hugging Face Storage后端
English translation is being prepared.
匹配字段摘要