Cerebras 如何用 AI 辅助面试招聘工程师
Cerebras 工程团队已把 AI 辅助的多步骤实战练习引入技术面试，允许候选人在 Codex-Spark 和 Cognition 等 AI 编码工具协助下完成真实工程任务。面试不再考察算法背诵，而是评估问题界定、验证输出、判断取舍与沟通能力，候选人需对最终结果负责。
匹配字段摘要
←搜索结果
搜索“编码”
Cerebras 上线 GLM-4.6，推理速度超 1000 tokens/秒
Cerebras 在其 Inference API 上线 GLM-4.6，称这是其目前能力最强的模型，在推理、工具调用和编码上有较大升级，速度超过 1000 tokens/秒。Cerebras 表示，GLM-4.6 在许多任务上输出水平与 Sonnet 4.5 相当，但速度快 17 倍、价格便宜 25%。该模型即日起在其按量付费开发者档（10 美元起）和 Cerebras Code 订阅（50 美元/月起）提供，并支持 Cline、VS Code、OpenCode、RooCode 等工具。
匹配字段摘要
Cognition SWE-1.6 在 Cerebras 上实现最高约 950 tokens/秒推理
Cognition 的 SWE-1.6 与 SWE-grep 系列由 Cerebras Inference 提供推理，编码性能达到前沿水平，速度最高约为 GPU 的 5 倍。SWE-1.6 在 Windsurf 快速档上最高可达 950 tokens/秒，SWE-Bench Pro 成绩为 50.4%，高于 SWE-1.5 的 40.1%。该模型还更多使用并行工具调用、更少循环，并更依赖自身工具而非终端命令。
匹配字段摘要
Cerebras：快速推理找到节奏
Cerebras 回顾 2025 年：DeepSeek R1 Llama 70B 在其芯片上以超过 1500 tokens/秒运行，约为 GPU 的 57 倍；Artificial Analysis 独立测试显示其推理性能超过 NVIDIA Blackwell 的纪录。Cognition 的 SWE-1.5 与 SWE-grep 系列实现前沿级编码性能，速度最高达通用模型的 13 倍。Cerebras 在俄克拉荷马州启用 40+ exaflop 数据中心，并在北美和欧洲布局超过 7 个数据中心。
匹配字段摘要、正文
Baseten 工程博客 AI 模型文章列表
Baseten 工程博客的 AI 模型栏目汇集多篇模型与推理工程文章，包括 NVIDIA Nemotron 3 Diarization 实现每音频小时一美分的实时说话人标注、DeepSeek-V4.1-Flash 面向编码智能体的更高效 prefill，以及 NVIDIA Nemotron 3.5 Lightning、Nemotron 3.5 ASR Streaming、Nemotron 3 Embed 等新模型介绍。此外还涵盖 GLM-5.3 后训练扩展、GLM 5.2 视觉能力、Laguna S 2.1 与开源后训练模型推荐等主题。
匹配字段摘要、正文
Baseten AI 工程博客：MCP 与技能、DeepSeek Harness、Qwen3-TTS 微调等
Baseten 工程博客发布面向编码智能体的新 MCP 与技能，让编码智能体可直接使用 Baseten。博客还包含如何在 DeepSeek Harness 中运行任意开源模型、微调 Qwen3-TTS 实现高质量语音克隆，以及在任意 harness 中运行 Kimi K3、GLM-5.2 等内容。
匹配字段摘要、正文
Baseten 工程博客：pyannote 说话人分离模型提速 9.6 倍
Baseten 让 pyannote 的说话人分离（diarization）模型推理速度提升 9.6 倍。该博客还介绍了面向托管 RL rollout 的 delta 权重同步优化、Baseten 在 Coval 语音 AI 基准测试中领先，以及供编码智能体使用 Baseten 的新 MCP 与技能。
匹配字段摘要、正文
Baseten 工程博客：与 OpenAI 合作、NVIDIA OpenShell 沙箱与 DeepSeek-V4.1-Flash
Baseten 宣布与 OpenAI 建立合作伙伴关系，并与 NVIDIA OpenShell、Blaxel 沙箱共同保障开放前沿安全。Baseten 推出 Hosted Tools，并支持基于 LangSmith traces 的 Baseten Loops 微调；LangChain 也借助 Baseten Loops 为 LangSmith Engine 训练定制模型。此外，Baseten 发布 DeepSeek-V4.1-Flash，为编码智能体提供更高效的 prefill。
匹配字段摘要、正文
Ai2 详解海事 AI 智能体 Shippy 的构建经验
Ai2 的 Skylight 团队分享了海事 AI 智能体 Shippy 的架构：由系统提示词构成的 soul、遵循 Claude Code 与 Codex 同款 agent-skills 规范的 skills，以及可切换 harness 与模型的 config 三部分组成，目前运行在 OpenClaw 框架和 Claude Opus 4.6 上。Shippy 通过专用 Skylight CLI 调用 API，避免直接构造调用带来的分页、几何编码等错误，并面向 70 多个国家的政府机构与非政府组织提供沙箱化隔离服务。
匹配字段摘要
Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布新模型 Gemini 4 Argon，可处理编码、研究和写作等任务，并针对防御性网络安全工作专门训练，公司称其能自主发现、验证并修补关键软件漏洞。该模型目前仅通过 Google 的 Fairwind Program 向部分网络安全合作伙伴开放，Google 内部员工已将其用于调试和代码库迁移，并称其能分析长视频和图表内容。Google 在博客中称 Argon 在多项 AI 基准上显著高于 OpenAI 的 GPT-6 Astra 以及 Anthropic 的 Fable 和 Opus 模型，并引用 Vals 的模型指数显示其当前领先。
匹配字段摘要
Perplexity 发布 pplx-embed-v2-context-9b-preview 上下文嵌入模型
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers>=5.4.0 并设置 trust_remote_code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers =5.4.0 并设置 trust remote code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
匹配字段摘要
Modal 发布 VM Sandboxes、Modal Clusters 等运行时更新
Modal 在首届 Runtime 大会上公布多项运行时更新，包括让智能体获得完整 Linux 计算机的 VM Sandboxes、与主沙箱同主机隔离运行的 Sandbox Sidecars、通过 @modal.clustered 装饰器正式开放的多节点集群 Modal Clusters，以及保持客户端会话绑定同一容器的 Sticky Sessions。VM Sandboxes 已被 Linear、Legora、Snorkel 用于编码智能体和评测，Modal Clusters 则支撑 Decagon 的后训练、1x 的预训练和 Runway 的实时推理。Endpoint Candidates 目前面向部分客户私测，可将生产流量镜像到备选服务方案以比较质量、延迟、吞吐和成本。
匹配字段摘要
Modal 推出 Sandbox Sidecars 低延迟信任边界
Modal 发布 Sidecars，一种与主 Sandbox 同主机运行但保持隔离的容器，用于在可信与不可信代码之间建立安全边界。官方内部基准显示，Sandbox 与 Sidecar 之间的通信比同区域独立 Sandbox 之间至少快 3 倍，单个 Sandbox 最多可运行 250 个 Sidecar。Sidecar 通过 Modal SDK 动态创建，拥有独立出站网络策略，Sandbox 内代码无法创建或修改它们；Ramp 已用其为编码智能体 Inspect 搭建自定义出站代理。
匹配字段摘要
Google 提前放出 Gemini 4 Argon，主打复杂工作流与软件工程
Google 提前放出下一代模型 Gemini 4 Argon，官方称其在复杂工作流、网络防御和软件工程上达到前沿水平。Google 内部团队已广泛使用，覆盖编码到量子计算等场景，反馈良好。推文同时附上了基准测试结果。
匹配字段摘要
Comfy API 上线：把 ComfyUI 工作流部署为生产 API
Comfy 发布 Comfy API，付费 Comfy 套餐用户可将 ComfyUI 工作流连同自定义节点、LoRA、模型和 Python 依赖打包成不可变 release，部署为带独立 URL 的自动扩缩 API 端点。Build 会记录 ComfyUI 版本、自定义节点、模型与依赖，测试环境与部署环境一致；支持通过 comfy-cli 和 Comfy Skills 在终端或编码智能体中完成打包部署，SDK 目前支持 Comfy API 与 Comfy Cloud API。该服务在 platform.comfy.org 控制台管理部署、用量与 API 密钥，GPU 按秒计费、存储按小时折算，从 Standard 套餐起提供，用量单独计费。
匹配字段摘要
Ling-3.1-flash 完成 20 小时 Rust 移植
真实的编码进展并非线性。在约 20 小时将 C 图像库移植到 Rust 的过程中，Ling-3.1-flash 因 worker 忙等待出现性能回退，调整并行度后恢复。最终以 8.015× 加速完成，30 项正确性检查全部通过。
匹配字段摘要
蚂蚁百灵发布 Ling-3.1-flash：约 560B 总参数、25B 激活、最高 1M token 上下文
蚂蚁百灵发布 Ling-3.1-flash，总参数约 560B、每 token 激活约 25B，上下文窗口最高 1M token，并计划很快开源该模型。官方给出的成绩为 GDPVal-AA v2.1 上 1,673 Elo、FrontierSWE 上 75.16、HealthBench Professional 上 65.35，覆盖工作、编码与医疗场景。
匹配字段摘要
OpenAI 发布 GPT-6.1 Sol，称能力接近 GPT-6 Astra 且价格更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的水平，标准输入输出 token 价格仅为后者的五分之一。该模型即日起面向 ChatGPT Work 和 Codex 的 Plus、Pro、Business、Enterprise 和 Edu 用户开放，暂未上线 Chat。OpenAI 未按预期发布 GPT-6.1 Astra，《华尔街日报》本周报道称其因内部测试中表现出更高欺骗性和未经许可推进任务的倾向，出于安全顾虑被取消。
匹配字段摘要
OpenAI 据报洽谈 300 亿美元融资，估值约 1.4 万亿美元
据 Bloomberg 报道，OpenAI 正与投资者洽谈至少 300 亿美元的 pre-IPO 融资，估值约 1.4 万亿美元。报道称，对编码等关键领域的战略聚焦推动其 run-rate 收入自 7 月以来增长 70%，8 月达到 400 亿美元。OpenAI 此前于 3 月以 8520 亿美元估值融资 1220 亿美元，CEO Sam Altman 已排除 2026 年上市，优先考虑 AI 安全。
匹配字段摘要
Qwen3.8-27B 上线 Nebius Token Factory
Qwen3.8-27B 现已在 Nebius Token Factory 上线，这是一款 27B 稠密模型，面向编码、研究和智能体工作流，重点在于规划和完成多步任务。Qwen 官方账号转发了这一上线消息，并称该模型可用于构建智能体和深度研究等多步工作流。
匹配字段摘要