#部署/工程

旧金山初创公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示由自研基础模型驱动的 AI 机器人工作站，称产线换型可从数周缩短到几分钟，无需传统编程。

用 Python 3.15 内置的 `profiling.sampling` 对未修改的 web-edit 应用做采样分析，发现混合换行符保留是编辑负载的主要瓶颈：`preserve_endings` 出现在 15,296 个 CPU 栈中的 64.8%，`SequenceMatcher.find_longest_match` 占叶子样本的 38.3%。

Anthropic 撰文介绍其自研的 Git 替代方案，起因是代码变更速率大幅上升：2026 年 5 月日均合并约 2,500 次代码变更，到 9 月已超过 30,000 次。

Dyna Robotics 联合创始人兼首席科学家 Jason Ma 在 Latent Space 播客中介绍，公司上月发布的 Dyna-2 世界动作模型基于超过一百万小时人类视频预训练，随后推出的物理机器人智能体 Dyna-2.1 已能连续 24 小时折叠餐厅餐巾，成功率达 99.4%，包括在拉倒整叠餐巾后自行恢复。模型采用 encoder-only 的 diffusion transformer 架构，先预测未来视频再据此生成动作，类似视觉与物理空间的链式推理；新任务只需约 45 分钟到数小时的机器人演示数据即可微调。Dyna 已在鼎泰丰美国多家门店每天折叠数千张餐巾，并开始与 Best Western 合作处理酒店布草。

Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在遇到 HTTP 402 Payment Required 时自动完成 x402 协议支付并重试请求，该方案已在 AWS Marketplace 上线。

GitHub 公开其密钥检测新方案：用两阶段流水线替代此前基于 LLM 的流程，先用正则生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭据。

相比旧 LLM 流水线，用户对告警的接受度提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低逾 98%，并让通用密钥检测得以扩展到推送保护阶段。

密歇根大学孵化的 Laplace Intelligence 正在为机器人和物理 AI 构建自动化红队测试，用基于 Nvidia Cosmos 后训练的高保真仿真环境加 AI 智能体主动寻找失效场景，让系统在上路前先在仿真中暴露问题。

客户包括五十铃、Bot Auto 和 Nvidia，并与 T-Mobile 合作在圣何塞开展智慧城市试点。

Amazon Bedrock 的托管权益（managed entitlements）支持从中心账户一次性订阅 AWS Marketplace 私有定价优惠（MPPO），再把第三方模型访问权限分发到组织内多个 AWS 账户。

Satlyt 完成 800 万美元种子轮融资，其卫星 AI 软件将于周四随 SpaceX 火箭发射，与 Google 太空数据中心项目 Project Suncatcher 的首个原型同船。

AWS 博客介绍 SpaceXAI 的 Grok 4.7 已在 Amazon Bedrock 上线，并演示如何用它搭建工具调用智能体。

ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 打造了 Slack 内的 AI IT 服务台 Deckhand，可回答常规 IT 与公司问题、识别报错截图并创建和更新 Jira Service Management 工单。

Orca Security 与 AWS 合作在 Amazon Bedrock 上构建了自然语言查询智能体 Discovery AI，可将自然语言问题转换为 Sonar 查询。

相比最初把 900+ 模型定义塞进单个提示词的方案，其查询成本降低 90%、输入 token 减少 93%、延迟降低 75%，目前每天处理数千次查询、响应时间 15 秒。

针对 MoE 模型在解码阶段因 token 批量过小导致 Hopper GPU 利用率低的问题，AWS 通过 Swap-AB 转置让专家维度 N=8192 占据 WGMMA 首个操作数位置，在 H200 上为大规模 MoE 模型带来 2–4% 端到端输出吞吐提升，该优化已合入 vLLM 0.24.0 及以上版本。

Nvidia 公布 DLSS 5 在《霍格沃茨之遗》中的新对比截图，面部变化已明显收敛，不再让青少年角色显得苍老。

DLSS 5 将于 11 月 5 日登陆《霍格沃茨之遗》，并于下月末上线《Where Winds Meet》。

Simon Willison 发布 Python Web 应用 web-edit 0.1a0，用于在浏览器中查看和编辑文件夹内文件，由 Codex 和 GPT-6 Astra Extra High 构建。

该工具设计通过 Tailscale 运行，便于智能体启动后从手机直接编辑文件，编辑器采用 CodeMirror 6，因 Monaco 移动端体验不佳而弃用。

Apple 发布首款智能屏 HomeView，售价 299 美元，11 月 13 日发货，预购已开启，首批覆盖美国、英国、加拿大、澳大利亚、新西兰、新加坡、南非和印度八个国家。

Amazon Bedrock 面向泰国、马来西亚、新加坡、印尼和台湾五个 AWS 区域，通过全球跨区域推理提供 OpenAI GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra。

AWS 发布面向多节点部署的 Ray LLM Deep Learning Containers，可在 Amazon EKS 上把单个大语言模型跨两个 GPU 节点部署，将 prefill 与 decode 分离到不同节点并统一在一个 OpenAI 兼容端点后。

AWS 发布面向 llama.cpp 的深度学习容器（DLC），可在 Amazon SageMaker AI 上以 CPU 或 GPU 托管量化模型，并通过 InvokeEndpoint 提供 OpenAI 兼容的 chat completions。

微软计划从 2027 年起以多吉瓦规模部署 Azure Maia AI 芯片，使其成为公司各产品线的主要推理系统。

Maia 200 已在美国、欧洲和澳大利亚运行 Microsoft Copilot，GitHub Copilot 和 Foundry 将在年底前跟进；微软称其在 Teams 中每瓦 token 数最高可达领先 GPU 的 1.7 倍。

Blueprints AI 推出第二代软件，可从项目描述或草图出发，一次性生成建筑、结构、机电、管道和室内设计等各专业蓝图，并支持一处改动自动更新全项目、对照当地建筑规范校验。

第一代软件月费 3200 至 8500 美元，第二代本周公开上线，早期客户已在使用，第三代将加入结构分析与配电盘设计。

微软发布第三代自研 AI 芯片 Maia 300，定位为微软产品与服务的“主要 AI 推理系统”，将于 2027 年开始量产部署。

微软云业务执行副总裁 Scott Guthrie 称，Maia 300 每兆瓦 token 产出比主流 GPU 系统高 40%，在 96 加速器满配下机架级 token 吞吐量可达 Maia 200 的 7 倍。

The Verge 编辑在 M5 Ultra Mac Studio 上安装开源 Hermes Agent，并选用 1250 亿参数、约 105GB 的 Qwen 3.8 Flash Next 本地模型，尝试用 AI 智能体整理 400 多款 Steam 游戏、生成每日简报和分析财务数据。他认为本地运行可避免把敏感数据上传云端，但模型选择繁多、上手门槛高，过程令人不知所措且挫败。

Python 3.15.0 已被加入 actions/python-versions，现在可以在 GitHub Actions 测试矩阵中填入 "3.15"，用新发布的 Python 3.15.0 跑测试。

Simon Willison 称已为此等待数日，甚至让 ChatGPT 每小时检查一次该版本是否上线。

微软推出自家决策模型 Decision-1，基于 Qwen3.5-9B，面向分类、评估和路由决策，并称有潜力引导和控制智能体应对复杂环境。

微软称其在覆盖 36 项基准、近 15 万个问题的测试中最准确，速度比第二名 H2O-Lightning-4B 快 2.5 倍，基准对比中准确率 83.5%、延迟 85 ms，领先 Jev 1.13.0。

Standard Bots 用共享基础模型加客户演示微调的方式，为工业机械臂提供可落地的 AI 能力，其最大模型参数量仅为"low billions"级别。

公司称其机器视觉骨干网络在超过 10 亿张图像上训练，可区分光照条件、材质类型以及目标与背景；在机床上下料场景中，零样本感知模型负责定位和识别零件，运动与单元逻辑仍由传统编程处理。模型在云端训练、在工厂本地推理，边缘 GPU 生成动作块并流入底层控制，原因是多数工厂网络不可靠、正常运行时间至关重要。公司还通过部署中的失败信号与人工纠正做车队学习，但部分国防客户在气隙环境中部署，数据不会回传。

Amazon Bedrock 9 月新增 OpenAI 的 GPT-6 Astra、Sol、Luna 系列模型，其中 GPT-6 Astra 支持最高 100 万输入 token，Ultrafast 版本推理速度最高提升 6 倍、达 300 tokens/秒。

Postman 披露其 Agent Mode 在 Amazon Bedrock 上的生产架构，用于支撑 4000 万开发者的 API 测试、文档、发现与实现工作。

Ai2 用 GPU 时间预算、分层公平分配和时间切片契约替换了原有的优先级调度器，把各研究项目该分多少 GPU 时间的争论从逐案运维转为透明的预算流程。

其集群管理数千块 NVIDIA H100、B200 和 B300，规模从 88 到 1024 块 GPU，服务约 150 名内部研究员，而提交的 GPU 需求常年是可用量的 2-3 倍。

Simon Willison 的 token 计数 CLI 工具 ttok 发布 0.4 版本，修复了 Click 警告、更新了 CI，并新增 --list-models 命令用于列出可用模型。

该工具基于 OpenAI 开源的 tiktoken 库，可通过 uvx 直接运行，例如 `cat file.txt | uvx ttok` 即可统计 token 数。

Incarna 借助 Amazon Bedrock AgentCore payments，让智能体通过 x402 按次向 BlockRun 支付模型推理费用，将接入 x402 支付支持的工作量从数月缩短到数天，并已把端到端按次付费推理流程投入生产。

Amazon SageMaker HyperPod 发布基于 EKS 的多租户参考架构，让多个团队共享同一 GPU 集群并保持隔离与资源公平。

LegalOn 将 Codex 每日预估成本削减 65%，同时保持开发速度。

其做法是按任务匹配 Astra、Sol 和 Luna，并对预算进行策略性管理。

Nvidia 正大力押注物理 AI，推出面向物理 AI 的全栈安全解决方案，已被多家机器人公司采用，目标指向更安全的 Robotaxi 与人形机器人。

AVEVA 首席技术专家 Arti Garg 提出，工业 AI 正从预测分析转向基础模型、物理 AI 与智能体 AI，但因其直接作用于物理系统，安全与可靠性成为部署核心。

微软在两年来的首场线下活动中发布新款 Surface Laptop Ultra，并公布 Windows 11 的一系列改动，同时展示本地 AI 与智能体工作流如何改变个人计算。

作者借助 HuggingChat 中的 ML Intern，在两天内完成六个模型项目，包括柑橘病害 VLM、Huggy LoRA、相机视角 LoRA、涂鸦替换 LoRA、Pocket Rewriter 0.8B/2B 蒸馏以及 Agate 4 步蒸馏，总计算成本约 103 美元。

AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。

Amazon Quick 与 Amazon Bedrock Knowledge Bases 在预检索 ACL 过滤之外新增实时 ACL 校验，在查询时直接向权威数据源核实权限，避免依赖可能过期或映射错误的 ACL 数据。

GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，官方称有望让可拦截的密钥数量翻倍以上。