部署工程
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
已收录 801 条 · 近 30 天 575 条 · 第 2 / 41 页
量子计算机的人工智能激光锁定：QuEra如何自动化
HN ⭐ 10条评论
2026年9个最佳人工智能门户：Bifrost、Portkey、LiteLLM、Kong以及另外5个排名
MarktechPost对2026年9个最佳人工智能门户进行了排名。我们在延迟、定价、许可、治理和部署方面比较了Bifrost、Portkey、LiteLLM、Kong、TruFoundry、Cloudflare、Vercel、OpenRouter和Orq.ai。2026年9个最佳人工智能门户：Bifrost、Portkey、LiteLLM、Kong和5个其
7个人、5个月，Anthropic造出了Git替代品 - 投资界
蓄势待发：全球 PC 应用生态已为 NVIDIA RTX Spark 做好准备 - 搜狐网
Anthropic震撼研究：AI竟能通过电视盒子自我复制 - 搜狐
刚刚，Anthropic 宣布弃用Git，统治编程20年的工具顶不住AI了 - 爱范儿
欧洲城市部署NVIDIA支持的人工智能代理以运营更智能的城市运营
保持城市运转意味着每天做出影响居民的决定--从何时修复道路到如何更有效地利用能源。在整个EMEA地区，城市以及当地软件、基础设施和集成合作伙伴正在使用英伟达加速计算来构建物理人工智能代理和数字双胞胎，帮助团队实现[.]
OpenClaw推出企业版控制平台，OpenAI、英伟达、红帽参与建设-人工智能 - 至顶网
从零开始在仅执行推理的 NPU 上进行预训练：VKORE-46M-NPU
📌 One-Sentence Summary VIDRAFT 成功地在仅执行推理的 NPU 上从零开始预训练了一款 4600 万参数的语言模型，证明了反向传播和优化更新可以在原来被认为不适合训练的硬件上执行。 📝 Summary 该文章报告了一项关于硬件利用率的重要突破：在推理专用 NPU 上成功进行了语言模型预训练。实验内容是：在 NPU 和 GPU 上，
Anthropic震撼研究：AI竟能通过电视盒子自我复制 - 投资界
调度效率提升80%！商汤大装置助力上海量子城市首批智能体落地
从“懂空间”到“能干活”
Claude 写代码太快，Git 扛不住了：Anthropic 仅靠 7 人，5 个月重造版本控制系统 - InfoQ-CN
响应速度比Claude Code快3倍，实现真正无限上下文！APUS AI开源Reflex Agent
10月13日，APUS AI（麒麟合盛网络技术股份有限公司）宣布开源Personal Agent产品Reflex Agent
AI学会「寄生繁殖」了，Anthropic 用 15台破电视盒子养活大模型 - 搜狐
腾讯WorkBuddy企业版上线「可观测中心」破解规模化用Agent四大痛点
打通企业上下文或只是Agent智能体走进企业办公场景的开始，“成本效率是否可管控、安全合规是否可追溯，应用效果是否可优化”企业经营管理最关心的核心问题。 10月13日，腾讯 WorkBuddy 企业版管理后台上线“可观测中心”，作为企业级 Agent 智能体运行管理的「仪表盘」——从统计观测到轨迹分析，让企业级 Agent 全链路「看得全、看得清、看得透」。
Claude写代码太快，Anthropic先扛不住了：连Git都要重做 - 凤凰网科技
宣布 Apigee hybrid 支持 MCP：可在自有集群中运行的智能体工具
📌 One-Sentence Summary Apigee hybrid 1.17.0 引入了对 Model Context Protocol 的支持，使 AI 智能体能够从 Kubernetes 集群中直接发现和调用 API，而不会将数据暴露于公有云。 📝 Summary 最新的 Apigee hybrid 版本使部署 MCP 数据面成为可能，这些数据面可
使用 Deep Agents 进行上下文工程：如何记得住而不必把一切都放在上下文中
📌 One-Sentence Summary Deep Agents 使用五种技术——卸载、汇总、技能、子代理和长时记忆——将上下文移出活动窗口，防止 '上下文腐烂'，并允许模型专注于每项任务的最相关信息。 📝 Summary 随着代理执行的任务越来越长，它们会在上下文中积累过量的信息，导致准确性下降（上下文腐烂）。Deep Agents 是 LangCha
GitHub - RayenMlayeh/jevcrawl：专为 AI 代理打造的网站抓取解决方案——比 Crawl4AI 更高效，比 Claude 抓取便宜 10 倍。
📌 One-Sentence Summary jevcrawl 是一款专门针对 AI 代理的网页抓取器，它利用决策模型来选择性获取和分析页面，从而显著提高在线信息搜索的效率和成本效益。 📝 Summary jevcrawl 通过实施选择性的、基于模型的抓取策略，解决了传统网页抓取在 AI 代理中的局限性。它不是获取所有页面，也不是依赖代理的 LLM 来挑选链