Google AI开发者Jan-Felix Schmakeit在技术博客中分享四项经验，主张将评分量表视为形式化规范，通过原子化、客观化问题降低LLM评判者的主观歧义，并建议与人类专家校准。
阅读全文产品更新
从新功能到新体验，发现 AI 正在怎样进入日常。
本页最新按事件时间排序
NVIDIA总结推测解码的五项模型协同设计原则
文章讨论如何选择草稿长度和草稿机制，在不牺牲准确率的前提下平衡大模型吞吐量与交互延迟。
阅读全文Google启动面向政府和可信伙伴的Fairwind网络防御计划
该计划以有限访问方式开放Google的网络防御工具，参与对象限定为政府机构和受信任合作伙伴。
阅读全文
RAG系统质量瓶颈：嵌入模型决定检索成败，更换成本高昂
ByteByteGo技术博客指出，RAG聊天机器人的回答准确率取决于嵌入模型而非语言模型；检索失败无法靠更强的大模型修复，更换嵌入模型需重嵌整个文档库。
Google开发者详解“harness engineering”：用确定性组件约束AI编码代理，实现零手写代码产品
Google AI开发者发文介绍harness engineering概念，指通过沙箱、修复循环等确定性组件限制AI编码代理行为，并引用OpenAI实验称 3 名工程师用Codex构建了零手写代码的内部测试产品。
Motional与MIT团队开发CW-Net，让自动驾驶汽车实时解释自身决策
该系统将神经网络内部计算转化为人类可读的概念，如“接近停驻车辆”或“靠近骑行者”，并在拉斯维加斯公开道路完成实车测试，性能损失小于1%。
Runway发布Dev MCP服务器，让编码代理自主完成模型配置与调试
Runway推出托管MCP服务器，连接其Dev API平台与编码工具，代理可研究模型、配置路由并调试失败调用。
诺基亚用Cursor两周分析超 5000 万行代码，替代数十名专家的数月工作量
诺基亚核心网络部门用Cursor在两周内完成对超 5000 万行代码的分析，且仅需两名工程师，省下了原本需十几名专家数月才能完成的工作。
Cursor云代理新增自托管机器池，可在用户自有网络内执行任务
Cursor发布Self-Hosted Machines功能：开发者可将云代理的执行环境迁移至自己管理的机器池或AWS Lambda、Cloudflare等沙箱提供商，代理循环与推理仍在Cursor云端进行。
Paint.NET作者：借Claude反向工程重写 18 万行Direct2D，实现在WINE上运行
Paint.NET作者Rick Brewster表示，由于Direct2D在WINE上永远无法完整支持，他借助AI（Claude）从头逆向重写了约 18 万行代码，通过 /wine参数启用，代码未充分审查，属于“vibe coding”产物。
Databricks发布《AgentOps大手册》：系统化AI代理生产运维实践指南
该电子书从架构、部署、评估到干系人管理，覆盖六大章节，旨在帮助企业将AI代理从试点推进到可靠的生产系统。
GLM-5.3上线硅基流动，支持1M上下文与128K输出
智谱新旗舰模型GLM-5.3已通过硅基流动提供Serverless API，模型ID为zai-org/GLM-5.3，支持工具调用、流式输出和结构化输出。
Cursor推出自托管机器与团队动态池，支持在自有基础设施运行agent
Cursor更新支持将agent工具执行放在客户自有网络中，并新增团队worker队列、云沙盒集成及Linux/macOS电脑操作功能。
FDA在Databricks上构建安全、AI就绪的数据基础，迁移超 5000 用户与 8000 任务
FDA采用Databricks for Government平台，通过Unity Catalog实现数据治理，AI用例已在生产中应用，并计划到 2028 年用户超 1 万。
NVIDIA与CrowdStrike发布SafeMind：面向防御者的智能体网络安全系统
在Fal.Con 2026上，NVIDIA CEO黄仁勋与CrowdStrike CEO George Kurtz联合发布SafeMind，该系统整合双方模型，在持续攻防对抗中强化安全防护。
Sierra发布企业语音AI指南：提出七项端到端通话就绪测试标准
Sierra博客发文区分语音AI与AI语音代理，强调企业级评估需覆盖听清、理解、行动、恢复与转接全流程，并提出七项测试。
谷歌8月发布Gemini 3.7 Flash与3.5 Transcribe，Pixel 11搭载Tensor G6
谷歌在2026年8月发布Gemini 3.7 Flash、3.5 Transcribe及Pixel 11系列，Gemini应用月活超10亿。
Databricks用OpenTelemetry追踪加Genie One，一小时定位并修复七个工具Bug，每年省下120万美元AI Agent浪费
Databricks工程师发现Agent在工具调用失败后不会大声报错，而是静默重试，浪费token和等待时间。借助Unity Gateway的追踪数据和Genie One的自然语言查询，他们在约一小时内找到七个工具服务器Bug，每年可节省约49.9万美元token成本和1.2万工程小时。
Claude Fable 5.1正式登陆Amazon Bedrock
AWS同步提供Claude Platform，并介绍面向高能力模型的数据保留、安全审查和访问控制措施。
OpenAI桌面版Codex应用捆绑LibreOffice、Python等运行时，缓存占用 1.7GB
开发者Simon Willison发现，OpenAI Codex桌面应用（现更名为ChatGPT）在其缓存目录中打包了完整的Python、Node.js安装及LibreOffice等原生二进制文件，总占用约 1.7GB。
地理数据可视化工具GeoJSON Map Viewer发布，支持样式定制与PNG导出
Simon Willison发布GeoJSON Map Viewer，可在OpenStreetMap上交互式查看GeoJSON数据，并支持自定义填充样式、导出PNG。工具由GPT-5.6-Sol生成，经Claude Code与Fable 5.1迭代完善。
Miro用Runway制作Canvas26开场视频，按四个城市本地化且不用素材库
Miro一支 11 人品牌团队用Runway生成Canvas26大会开场视频的全部镜头，并针对四个活动城市分别做了本地化版本。
《矮人要塞》开发者：不敢称“矮人AI”，它不存在，只是行为有时出错
在Simon Willison网站发布的引言中，《矮人要塞》联合创作者Tarn Adams表示，他们不再使用“AI”一词来描述游戏中的矮人行为，并强调该功能并非真正的AI。
Google Antigravity智能体新增generate_image工具：可按开发规范生成一致产品图片
Google发布《Elevating Antigravity Agent Skills》系列第二部分，详解如何在agent skill中使用generate_image工具，结合结构化提示词生成符合开发规范的商品图，并指出三条避免视觉资产混乱的反模式。
