OpenAI Agents JS v0.13.1 发布，支持 GPT-5.6
OpenAI Agents JavaScript 库发布 v0.13.1 版本，新增对 GPT-5.6 模型系列的兼容默认设置，并支持 OpenAI 6.46.0 的使用类型。同时更新了文档和开发依赖。
部署工程
技术方向 · 把模型跑起来的工程实践：推理优化、量化与成本、Serving 架构与可观测性 · 共 3343 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
7月10日周五 · 2 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
OpenAI agents-python v0.18.1 发布：新增 GPT-5.6 支持并修复多项问题
OpenAI 发布了 agents-python 库的 v0.18.1 版本，主要新增了 GPT-5.6 模型默认配置并迁移了示例，同时修复了多个问题，包括缓存写入兼容性、会话清理、嵌套工具状态恢复、流式日志概率累积等。该版本还改进了文档，并新增了两位贡献者。
7月9日周四 · 1 条
正文结构化主题已通过公开置信门槛
Mistral Studio 为提示词和技能提供集中式记录系统
Mistral AI 宣布其 Studio 平台为提示词和技能提供集中式记录系统，支持版本管理、所有权追踪和审计日志，使企业能够快速迭代并受控部署 AI 行为。该功能将提示词视为生产资产，通过不可变版本、清晰所有权和审计日志确保合规性，并集成可观测性以追踪生产输出到具体版本。
7月8日周三 · 2 条
正文结构化主题已通过公开置信门槛
Mastra 发布实时语音代理、文件路由配置及统一调度 API
Mastra 发布 2026 年 7 月 6 日更新，推出 @mastra/livekit 包，可将 Mastra 代理转为实时语音代理，由 LiveKit 处理音频循环，Mastra 驱动回复、工具和记忆。同时新增文件系统路由的 Mastra 原语（storage、observability、workflows 等）和零样板启动，统一了调度 API（心跳改
正文结构化主题已通过公开置信门槛
MLX v0.32.0 发布：多项修复与平台支持增强
MLX 发布了 v0.32.0 版本，包含多项修复和改进，如 CUDA 内核修复、新增行列式函数、支持 Windows JIT 编译、默认启用 iOS Metal 后端等。这些更新提升了 MLX 在多种平台上的性能和稳定性。
7月7日周二 · 3 条
正文结构化主题已通过公开置信门槛
智能近乎免费，数据系统如何为智能体重塑？
Berkeley AI Research Blog 发文指出，AI 推理成本大幅下降，GPT-4 级能力从每百万 token 约 30 美元降至不足 1 美元，部分低于 0.10 美元，年降幅中位数约 50 倍，预示近乎免费智能时代到来。文章提出数据系统需面向智能体（for agents）、由智能体构成（of agents）和由智能体合成（by agents
正文结构化主题已通过公开置信门槛
Mastra 发布存储保留、多租户隔离及代理改进
Mastra 发布 2026 年 7 月 3 日更新，核心新增可选存储保留策略与 storage.prune() 批量清理功能，支持多租户隔离、持久化轨迹评分 API，并改进代理嵌套子代理和模型路由安全性。同时新增 Apple Container、Mesa 等沙箱提供商，并包含若干破坏性变更。
正文结构化主题已通过公开置信门槛
Ollama v0.31.2 发布：支持旧 GPU 闪存注意力并修复多项问题
Ollama 发布 v0.31.2 版本，主要更新包括：在旧款 NVIDIA GPU（计算能力 6.x）上启用 flash attention，iGPU 可卸载视觉模型以适配内存，修复了思考模型禁用思考时的结构化输出问题，并强化了 GGUF 模型创建。此外， ollama launch 为 Claude Code 默认禁用遥测，修复了非 UTF-8 路径加载
7月6日周一 · 1 条
正文结构化主题已通过公开置信门槛
Import AI 464：Fable编写GPU内核，AI自动化与模拟计算
Import AI 464期报道了Fable模型在KernelBench-Mega基准上编写GPU内核，实现18.71倍加速，创下最快megakernel记录，显示AI在自动化AI研发任务上的进步。同时，CAIS和Scale Labs的Remote Labor Index显示AI系统在在线自由职业任务上的成功率从2.5%升至16.1%，表明AI对经济就业的潜
7月1日周三 · 4 条
正文结构化主题已通过公开置信门槛
Mastra 发布心跳调度、文件式 agent 及记忆升级
Mastra 发布 2026 年 7 月 1 日更新，新增心跳 API 支持定时调度 agent，引入基于文件系统的 agent 定义与自动注册，增强人机协同的挂起运行发现，并升级观察记忆提取器。同时，InngestAgent 与 DurableAgent 功能对齐，并包含若干破坏性变更，如 Vercel 沙箱导出重命名。
正文结构化主题已通过公开置信门槛
Open WebUI v0.10.2 发布：新增流式推理显示与多项管理功能
Open WebUI 发布 v0.10.2 版本，新增流式推理显示、知识库文件夹上传、记忆系统上下文开关、语音转文字请求格式选项、API 配置环境变量、提供商失败事件、竞技场模型环境变量等多项功能。同时修复了安全漏洞、意外登出、网络搜索域名过滤、图片提示日志隐私、数据库升级崩溃、非管理员保存设置失败等问题。该版本包含安全修复，建议生产环境尽快升级。
正文结构化主题已通过公开置信门槛
聊天机器人的黄昏：AI工作模式加速变革
美国领先AI实验室的模型发布速度加快，能力提升呈超指数增长，如Opus 4.7可自主完成需数周的人类工作。中国开源模型虽落后6-12个月，但也在快速进步。AI使用方式正从聊天机器人转向智能体，OpenAI内部已有四分之一员工每周同时运行至少四个智能体，工作模式转向管理AI。
正文结构化主题已通过公开置信门槛
Ollama v0.31.1 发布：Gemma 4 在 Apple Silicon 上提速近 90%
Ollama 发布 v0.31.1 版本，显著提升了 Gemma 4 在 Apple Silicon 上的运行速度，通过多 token 预测（MTP）技术，在编码代理基准测试中平均生成速度提升近 90%。该版本默认启用自动调优，无需配置，且不改变模型输出。此外，更新了 MLX 引擎和 llama.cpp 引擎，并改进了 Gemma 4 MoE 模型的加载性能
6月30日周二 · 2 条
正文结构化主题已通过公开置信门槛
Ray 2.56.0 发布：增强数据稳定性与 LLM 服务性能
Ray 2.56.0 发布，重点提升 Ray Data 稳定性、Ray Serve LLM 性能和 Ray Core 的 GPU 域感知调度。新版本引入多数据集支持、自动批大小选择、逻辑内存配置，并重构了 LLM 服务路径，新增一致性哈希路由和容量队列路由。此外，支持 Kubernetes 原地 Pod 调整，增强集群弹性。
正文结构化主题已通过公开置信门槛
vLLM v0.24.0 发布：新增 MiniMax-M3 与 DiffusionGemma 支持
vLLM 发布 v0.24.0 版本，包含 571 个提交，来自 256 位贡献者。新增 MiniMax-M3、DiffusionGemma 等模型支持，并持续优化 DeepSeek-V4 的性能。Model Runner V2 默认支持量化模型，Rust 前端新增多项 API 功能。设备选择机制改为使用 device ids 参数，不再内部设置 CUDA
6月27日周六 · 1 条
正文结构化主题已通过公开置信门槛
SGLang v0.5.14 发布：新增多模型支持与 DeepSeek-V4 性能优化
SGLang v0.5.14 发布，新增对 GLM-5.2、LiquidAI LFM2.5、Kimi-K2.7-Code、DiffusionGemma 等模型的支持，并针对 DeepSeek-V4 在 NVIDIA GB300 上实现 5 倍吞吐提升。该版本还引入了 Waterfill 和 LPLB 两种 MoE 负载均衡方法，以及 KDA CuteDSL
6月26日周五 · 1 条
正文结构化主题已通过公开置信门槛
MCP Python SDK v2.0.0a3 发布：无状态协议与多轮工具调用支持
MCP Python SDK 发布 v2.0.0a3 预发布版本，该版本实现了 2026-07-28 规范修订中的无状态协议端到端协商，将协议类型拆分为独立的 mcp-types 包，并支持多轮工具调用。此外，还重构了 ServerMiddleware，增加了 OpenTelemetryMiddleware，并增强了 OAuth 客户端符合性。这些变化旨在提
6月25日周四 · 1 条
正文结构化主题已通过公开置信门槛
LlamaIndex v0.14.23 发布：增强多模态合成与查询引擎
LlamaIndex 发布了 v0.14.23 版本，主要更新包括核心模块的多模态合成功能、多模态查询引擎、工具调用模拟 LLM，以及多项 bug 修复和性能优化。此外，多个嵌入适配器（如 Cohere、Google GenAI）和回调模块也进行了依赖更新和兼容性调整。
6月19日周五 · 1 条
正文结构化主题已通过公开置信门槛
Cloudflare 推出 AI 代理临时账户，实现免注册部署
Cloudflare 推出了面向 AI 代理的临时账户功能，允许代理无需注册即可通过 Wrangler CLI 的 --temporary 标志部署 Worker，部署有效期为 60 分钟，用户可在此期间认领账户。该功能旨在消除代理部署时的注册障碍，支持代理快速迭代和验证代码。Cloudflare 还计划通过与其他公司的合作进一步简化代理部署流程。
6月16日周二 · 1 条
正文结构化主题已通过公开置信门槛
Transformers 发布补丁 v5.12.1：修复 PEFT 下限与 Mistral 分词器
Hugging Face 发布了 Transformers 库的补丁版本 v5.12.1，主要更新了 PEFT 库的下限版本，并修复了自动分词器在安装 mistral-common 时无法正确解析 Mistral 分词器的问题。该版本与 v5.10.3 类似，但排除了主版本中已包含的修复，vLLM 将首先针对 5.10.3 版本。