🧠 模型發佈/更新
1. GPT-5.6 登陸 Kiro，為開發者提升性價比
GPT-5.6 模型家族現已登陸軟件開發智能體 Kiro，包含 Sol、Terra 和 Luna 三款模型。在 Terminal-Bench 2.1 測試中，GPT-5.6 Terra 在 Kiro 內完成任務成本降低約 82%。該更新由 OpenAI 與 AWS 合作優化，旨在以更少迭代和更高 token 價值幫助開發者產出更高質量的代碼。
TIP來源：OpenAI：官網動態
🚀 產品發佈/更新
1. NVIDIA Vera Rubin NVL72 樹立 AI 智能體效率新標準：每瓦特工作量提升至 30 倍
NVIDIA 實測數據顯示，Vera Rubin NVL72 在智能體工作負載下每兆瓦吞吐量較 GB300 NVL72 最高提升 30 倍，每百萬 token 成本降低至 35 倍。
TIP來源：NVIDIA Blog
2. MetaRoCE：為 AI 規模以太網打造的全新 RDMA 傳輸協議
Meta 設計並開源了 MetaRoCE，一個專為 AI 工作負載在通用以太網上打造的 RDMA 傳輸協議，已通過 Open Compute Project（OCP）發佈規範、參考軟件實現和合規測試套件。該協議將智能移至端點，原生支持亂序交付、多路徑、無損容忍和雙向擁塞控制，無需 PFC，可在百萬 GPU 規模下提供高吞吐、低尾延遲。現有 RDMA Verbs API 和軟件棧無需修改即可運行。
TIP來源：Meta Engineering Blog
3. NVIDIA 如何用 NVLink Fusion 讓定製 XPU 融入世界級 AI 工廠
NVIDIA 推出 NVLink Fusion，將定製 XPU 接入其 NVLink 擴展域，使 XPU 間端到端延遲比基於現成以太網的方案低 3 倍、數據包速率高 10 倍。
TIP來源：NVIDIA Blog
4. MTIA 300：Meta 首款內置 NIC 與通信卸載引擎的訓練芯片
Meta 發佈 MTIA 300，這是其自研加速器家族中首款針對推薦與排序模型訓練優化的芯片。芯片封裝內集成 12 個 800 Gbps RDMA NIC，提供 1.2 TB/s 總 I/O 帶寬，並通過 16 個專用消息引擎卸載通信，使大規模 GEMM 與集合通信併發時計算吞吐損耗低於 0.5%。
TIP來源：Meta Engineering Blog
5. NVIDIA 擴展 Vera Rubin 推理能力，Groq 3 LPX 全面投產支持智能體系統
NVIDIA 宣佈 Vera Rubin NVL72 擴展快速 token 生成能力，以支持智能體系統。其機架級系統 NVIDIA Groq 3 LPX 已全面投產，旨在通過 AI 工廠各層協同工作來定義下一代 AI 推理，而非依賴單一芯片、網絡或系統的突破。
TIP來源：NVIDIA Blog
🏛️ 行業動態
1. Mistral 與 HUMAIN 達成戰略合作，推進沙特及中東主權 AI
Mistral 與 HUMAIN 宣佈達成戰略合作，覆蓋 AI 基礎設施、先進模型開發及 AI 解決方案部署，聚焦沙特阿拉伯及更廣泛地區。雙方將合作開發本地化 AI 模型，初期重點包括網絡安全和語音，並計劃開發在阿拉伯語上表現強勁的前沿模型。該合作金額達數億歐元，Mistral 將探索使用 HUMAIN 的數據中心基礎設施，並計劃在沙特針對受監管行業制定聯合市場策略。
TIP來源：Mistral AI：News（網頁）
2. 豐田北美如何用 Deep Agents 和 LangSmith 規模化企業 AI
豐田北美藉助 Deep Agents 和 LangSmith 運行 50 多個生產環境 AI 智能體，將交付週期從 6 個月縮短至 4 天。文章展示了其如何通過 LangSmith 追蹤 AI 投資回報率（ROI），並以此支撐企業級 AI 的規模化落地。
TIP來源：LangChain：Blog
📄 論文研究
1. Beyond Visual CoT：Internalized Visual Thinking 實現主動視頻推理
多模態大語言模型常用視覺思維鏈（Visual CoT）進行空間、時間與具身環境推理，但生成中間推理圖像帶來大量推理開銷。新提出的後訓練框架 Internalized Visual Thinking（IVT）在訓練階段內化視覺思考，推理時直接進行文本預測與優化，從而在不增加推理成本的前提下實現主動視頻推理。
TIP來源：Apple Machine Learning Research
💡 技巧與觀點
1. OpenAI 正為一切構建 AI 智能體，但用戶會願意交出控制權嗎？
OpenAI 推出 ChatGPT Work，將 Codex 改造為面向非工程師的智能體產品，最低訂閱檔每月 20 美元即可使用，旨在讓白領通過 LLM 自主完成多步驟工作。OpenAI 內部 6 月有 98% 員工使用 Codex，但組織訂閱者僅 17%、個人訂閱者不足 1%。公司正通過簡化界面擴大采用，以支撐其鉅額訓練投入。
TIP來源：TechCrunch：AI
2. ADK 如何評估實時語音智能體
Google 為 ADK 帶來原生實時評估能力，可用模擬用戶以音頻驅動實時語音智能體、對語音回覆打分，並在與文本智能體相同的評估循環中完成。示例採用三個基於 gemini-live-2.5-flash-native-audio 的智能體組成工作流，支持對話場景與固定對話兩種測試用例，內置 NOVICE 等用戶人設，並以 max_allowed_invocations 限制總輪數。
TIP來源：Google Developers Blog
3. Databricks 如何從本地 IDE 運行、調試和擴展工作負載
Databricks 工作區專為數據分析和數據工程而構建，現支持從本地 IDE 直接運行、調試和擴展工作負載。該功能旨在彌合本地開發環境與雲端 Databricks 平臺之間的差距，讓開發者無需切換上下文即可完成編碼、測試和部署。
TIP來源：Databricks：Blog
4. 你的alt文本能通過自動化檢查，不代表它真的合格
WebAIM Million報告顯示，主流網頁中16.2%的圖片缺少alt文本，另有10.8%的alt文本模糊或重複。GitHub為Accessibility Scanner構建了alt文本插件，採用五條確定性規則檢測缺失、文件名、佔位符、泛化詞及相鄰重複，並引入基於佈局的重複檢測和可選視覺模型審查，以平衡誤報率與實用性。
TIP來源：GitHub Blog
5. Anthropic 市場人員如何用 Claude Code 每週為每位銷售代表發送個性化更新
Anthropic 市場團隊成員 Adam Ward 分享如何用 Claude Code 將每週銷售報告轉化為每位客戶經理的個性化週一簡報。他通過 MCP 連接 BigQuery 和 CRM 數據，並依據銷售與經理反饋迭代提示詞，加入“絕不編造 URL”等九條內容規則。該簡報現已推廣至所有銷售團隊，每週一自動發送三條優先行動項及賬戶相關活動。
TIP來源：Claude：Blog（網頁）
