Aravind Srinivas@AravSrinivas精选68The Taste Skill by @LexnLin, now in Computer's skills marketplace, sets an art direction before Computer builds a website. Layout and type draw on 247 sites from Awwwards and One Page Love. Tasks that use /taste-skill are free through October 31, up to 5,000 credits per user. https://t.co/XWIgQZavHo
在生成网站前设定艺术方向，让用户能够通过可重复使用的技能，具体引导 Computer 的视觉选择。
vLLM@vllm_project精选72MiniMax M3.1 Flash weights are now public. 428B parameters total, 23B activated per token. Agentic performance: A generational leap in agentic tasks, coding, and cybersecurity — 76.2 on BankerToolBench, 73.7% on DeepSWE v1.1, 61.7 on OSWorld V2, 29.6 on Agents' Last Exam, and https://t.co/0sIsMoqIp7
该公告将模型首日可用性与具体服务功能联系起来，为部署团队评估 vLLM 对 MiniMax M3.1 Flash 的支持提供了具体背景。
Aravind Srinivas@AravSrinivas精选67You can now run pplx-decider-flash-v1.2 locally on your Mac, without an API key. Decider for Mac is an app that runs the 4B decision model on device. Ask a question about text or an image and get a probability back, all on your machine. https://t.co/1BJ4Qv3Urr https://t.co/raBBZ26kbC
无需 API 密钥即可在本地运行决策模型，为文本和图像问题提供了一种具体的部署方式，同时让数据留在用户的 Mac 上。
Microsoft 和 Hugging Face 在 GitHub 上发布了 ThinkingBox-Training，将对数据库最终状态的可执行检查转化为智能体后训练的奖励。在 ThinkingBox-Bench 之外的 187 项任务上进行 50 步 GRPO 训练后，Qwen3.8-27B 的基准测试平均成功率从 51.70% 升至 60.78%，20 次尝试中全部通过的任务从 38 项增至 107 项，而至少成功一次的任务从 453 项降至 446 项。该发布包含任务选择、rollout、奖励和 Verl 集成代码；报告中的训练运行所用私有训练池未包含在内。
选择基础策略有时能够成功的任务，提供了一种可迁移的方法来生成对比鲜明的 RL 奖励，同时减少那些无法带来任务奖励优势的 rollout。
Tibor Blaho@btibor91精选76Today, we’re introducing Ideogram's first vector model. Generate clean, editable SVGs with smooth gradients and sharp typography from a text prompt, or turn any image into a detailed, scalable vector. Live in Ideogram and the API: https://ideogram.ai/models/vector/
可编辑的SVG输出将提示词和图像生成与需要可缩放图形的设计工作流程衔接起来；徽标、印刷设计和插画是其列出的预期用途。
Claude@claudeai精选74Starting August 14, auto mode will be the default permission mode in Claude Code for Pro, Max, and Team users. Auto mode reviews shell commands and actions with a separate classifier. In testing, it caught 89% of dangerous commands. Manual approval caught 14%.
此次变更将 Claude 各应用中的操作审批转向自动检查，因此，对于希望管理会话进行方式的用户来说，切回手动审批的选项仍然很重要。
OpenAI 于周四向所有客户开放 Decisions API，新增语音和视觉模态，并按地理位置部署推理资源以降低延迟。该 API 使用重新配置的 ChatGPT Luna，而非专门训练的决策模型；客户 Speak 报告称，操作间隔时间从 1.4 秒缩短至 0.13 秒。在两项公开的决策模型基准测试中，竞品排名更高。
报告的延迟改善和不同的基准测试排名表明，决策模型的选择取决于工作负载对速度、成本、校准和智能水平的要求。
Canva 推出了 Canva Craft，这是一款采用两阶段架构的图像生成模型，会先规划设计，再生成图像。Canva 表示，这种架构提升了精确度、一致性和可控性。它支持最高 2K 分辨率和 30 多种宽高比；Canva 称，该模型基于数百万个人工制作的模板进行训练。Craft 现已通过 Dream Lab 面向全球所有用户开放。Canva 计划推出 Craft-fast、Craft-ultrafast，并支持通过 Model Context Protocol 使用。
Canva 使用人工制作的模板作为训练数据，这为其注重设计布局、文字清晰可读和对象精准摆放提供了背景。
OpenAI Developers@OpenAIDevs精选71Let your app choose the right model, tool, or action in near real-time with Decisions API, now available to all developers in public beta. The Decisions API makes decisions up to 10x faster than GPT-6 Luna through the Responses API.
此次发布重点介绍了一种工作流模式：应用对输入进行分类并选择后续步骤，无需生成完整的模型响应，据称这样可以提升速度并降低成本。
AWS 已正式推出 Amazon Polly 生成式引擎的升级版本，以低延迟提供更自然、更富表现力且更准确的语音。此次升级在 9 种区域设置中新增 14 种声音，包括印地语和芬兰语，使目录涵盖 11 种语言、25 种区域设置中的 57 种生成式声音。现有生成式声音将原地升级，声音名称、API 调用和定价保持不变；服务范围扩展至 AWS GovCloud（美国西部），使覆盖范围增至 11 个 AWS 区域。
API 调用、声音名称和定价保持不变，因此这项升级与现有语音工作流相关；无需更改代码，即可获得更广泛的语言覆盖。
Boris Cherny@bcherny精选75We're donating Agent Skills to the Agentic AI Foundation (@AgenticAIFdn), the same foundation we donated MCP to. Since December 2025, 70+ agent platforms have integrated the standard, including ChatGPT, Cursor, GitHub Copilot, and VS Code. Here's what that means for you:
这次捐赠使 Agent Skills 与 MCP 一同归于同一个基金会，也为了解 Anthropic 如何安排其已采用的智能体标准的管理工作提供了背景。
Satya Nadella@satyanadella精选75Our MAI Diagnostic system is now 1.7x more accurate than physicians in the ED, even when they have access to the web to look things up. It's also lower cost & does fewer medical tests to get to its diagnosis. Published in the journal Science today... https://t.co/kPX3PkE6k0
与能够上网查阅资料的急诊科医生进行比较，为评估所报告的诊断准确率及检测成本提供了背景。
AWS 展示了如何将 AI 代理生成的完整句子流式传输到 Amazon SageMaker AI 上的 Kokoro-82M，从而在完整回复生成之前开始语音合成。在隔离测试中，首次音频字节的平均耗时从 329.3 ms 降至 156.7 ms；通过已部署的 AgentCore 运行时，首次音频速度提升了 3.5 倍。本指南涵盖持久双向会话、二进制 WebSocket 帧，以及涉及 SSE 和 base64 的音频传输权衡。
本指南提供了一种可迁移的模式，用于将文本生成与按句进行的语音合成重叠执行，并说明持久会话和音频分帧如何影响延迟与集成复杂度。
AWS 推出了 Amazon SageMaker AI 训练会话 API，开发者可以编写自定义 Python 训练循环，同时由服务管理 GPU 基础设施、分布式执行、故障恢复和检查点。费用按处理的 token 数计费，不包括本地计算奖励所花的时间。随附的 Cookbook 提供了 SFT 和 RL 配方，其中包括一个竞赛编程示例：经过 50 个训练步骤后，GPT-OSS 20B 在 200 道测试题上的留出集准确率从 40% 提升至 50.5%。
这些示例展示了如何将本地奖励逻辑与托管 GPU 操作分开，为自定义训练循环提供可复用的结构；按 token 计费，且不包括本地计算所花的时间。
Google 宣布推出 Agent Compute Engine，该引擎已为 Gemini 提供支持，并为每个 AI 智能体提供由 Google Titanium 芯片保护的隔离微型虚拟机，预计未来几个月开放预览。空闲虚拟机会自动暂停，共享内存则可降低运营成本。Google 表示，其开源的 Kubernetes 运行时 Agent Substrate 可使每台服务器支持的智能体数量提升至十倍；在一项涉及 200,000 个智能体的测试中，暂停和恢复耗时均低于 500 毫秒。
自动暂停虚拟机和共享内存凸显了基础设施成本是智能体部署中的一项实际制约因素；Google 报告称，该方案提高了服务器承载密度，且暂停和恢复耗时不到一秒。
OlmoEarth 团队发布了 OlmoEarth v1.3，提供预先计算的 10 米卫星嵌入数据，维度为 64 和 128，并推出无需账户或 GPU 即可使用的基于浏览器的 Embeddings Explorer。团队报告称，在与 AlphaEarth Foundations 和 Tessera v2 的 27 项评估中，其 128 维嵌入数据有 20 项表现领先。模型权重、预训练数据和代码均已开放；发布时，嵌入数据覆盖 2023–2025 年的全球范围，以及 2017–2022 年的部分国家。
预先计算的嵌入数据可让团队将卫星地图绘制转化为轻量级分类任务，减少为每种应用下载影像并运行 GPU 微调的需求。
AWS 工程师 Joseph Cottingham 演示了如何根据实测并发限制和扩容时间，为 Kokoro-82M 推导 Amazon SageMaker AI 自动扩缩设置。该演练测得 Q_max=50，并以 p95 首个音频字节时间 3,000 ms 的 SLO 为目标；扩容规划时间为 320.2 秒，其中包括有上限的策略检测延迟。相关工具可推导阈值和冷却时间、检查部署一致性，并指出突发容量余量有限，以及最小实例数为 1 时缩容存在不稳定性。
测量并发限制和扩容时间，提供了一种可迁移的方法来推导对延迟敏感的端点的扩缩阈值和冷却时间，同时揭示了备用容量与服务可靠性之间的权衡。
Google AI@GoogleAI精选67此次发布将开放硬件设计与编译器工具及实体芯片结合起来，展示了 Google 如何同时应对端侧 AI 的设备兼容性问题和数据传输所带来的能耗成本。
Microsoft Research 推出 Flint-interactive。这是一种构建于 Flint 之上的语言，用户和 AI 代理可以通过语义事件和高级更新运算符来指定交互式图表。Flint 编译器负责处理视觉依赖和渲染更新，支持筛选、高亮、缩放，以及与表格、文本和应用状态的连接。用户可以通过 Flint-MCP 和 MCP Apps 在聊天中使用它，也可以借助其编程 API 构建应用和自定义交互。
将语义交互事件与编译器管理的渲染分开，为构建相互连接的图表、表格和文本提供了一种可复用的方法，无需代理管理底层视觉依赖。
英伟达推出了 Minerva，这是一款 AIOps 平台，结合基础设施和工作负载遥测数据，帮助运营人员检测问题并维持 AI 工厂的生产效率。它会构建动态知识图谱，将异常与可能的根本原因关联起来，并配备 AI 助手，用于调查实时遥测数据并推荐修复措施。IREN 已在使用 Minerva，而 IBM、Jio、Lambda 和 Tesla 等合作伙伴计划部署该平台。
将工作负载变慢与基础设施拓扑关联起来，可以帮助运营人员根据受影响的作业和可能的根本原因来确定事件优先级，而不是只关注孤立的组件告警。
