Mistral 开源 1 万亿参数 Mistral Large 4（Le Chonk）权重
Mistral 发布旗舰模型 Mistral Large 4（Le Chonk）的开源权重，这是一款 1 万亿参数的原生多模态模型，本月早些时候已进入公开预览。
推荐理由：原文给出与 GLM-5.3 等开源模型在编码基准和 token 效率上的对比，便于判断自托管旗舰模型的实际成本。
#部署/工程
Mistral AI精选AI 评分8181
Google Research精选AI 评分6262 Google Research 发表 AI 盲扫超声孕龄评估研究，误差与专家相当
Google Research 在 JAMA Network Open 发表研究，用 AI 解读未受专业超声培训人员采集的盲扫超声图像来估计孕龄，在 385 名 16 至 36 周孕妇的队列中平均绝对误差为 4.18 天，与专家操作的 4.48 天相当。
推荐理由：研究给出 AI 与专家在孕龄估计上的误差对比，并展示跨设备跨地区的泛化结果，可作为医疗 AI 落地评估的参照。
Mistral AI精选AI 评分6969 Mistral 发布时间序列基础模型 Timestral，最大 209M 参数
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸，最大模型在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上排名第一，参数量仅为此前 SOTA 的三分之二。
推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，可据此判断时间序列基础模型的选型与部署成本。
GitHub Blog · AI & MLAI 评分4343 GitHub 用 ModernBERT 分类器重构密钥扫描：误报更少、成本降 98%
GitHub 为密钥扫描训练了专用的 ModernBERT 分类器，替代此前的 LLM 流水线，用户接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98%。新流水线先用正则高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在代码提交前返回结果。
Anthropic Engineering精选AI 评分7474 Anthropic 用五个月把 monorepo 从 git 迁到自研版本控制系统 Scion
Anthropic 公开其自研版本控制系统 Scion，并在五个月内把 monorepo 从 git 完整迁移过去。2026 年 5 月其日均合并约 2,500 次代码变更，9 月已超过 30,000 次；Scion 的 CPU 与内存占用比此前的 git 镜像方案小 200 倍，CI 检出代码从分钟级降到秒级，CI 单独获得 25% 的 CPU 容量收益。
推荐理由：Anthropic 公开自研版本控制系统 Scion 的架构取舍，为智能体大规模写代码之后的工程基础设施提供了一份可对照的样本。
GitHub Blog · AI & ML精选AI 评分6060 GitHub 推出基于 ModernBERT 的密钥检测分类器，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，候选批次评估耗时低于 2 毫秒，可把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 公布九季度密钥泄露数据，并说明新分类器如何把防护从事后清理前移到推送前。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端：把 CUDA 内核经验迁移到 Apple Silicon
Berkeley AI Research 介绍为 K-Search 增加 MLX 后端和结构化 CUDA-to-MLX 翻译层，让进化式内核搜索把已有 CUDA 内核当作知识库，为 Apple Silicon 生成高质量内核。
Berkeley AI ResearchAI 评分4343 智能免费时代，数据系统如何为智能体而建、由智能体管理、被智能体创造
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10。
Anthropic Engineering精选AI 评分6969 Anthropic 如何为 claude.ai、Claude Code 与 Claude Cowork 设计智能体隔离边界
Anthropic 工程团队撰文说明 claude.ai、Claude Code 与 Claude Cowork 三款产品的智能体隔离架构，分别对应临时容器、人在回路沙箱和本地虚拟机三种模式。
推荐理由：文中复盘了权限提示疲劳、信任边界与出网白名单三类真实事故，对自建智能体的隔离设计有直接参考价值。
Anthropic Engineering精选AI 评分7676 Anthropic 推出 Claude Managed Agents，将智能体的大脑与双手解耦
Anthropic 在 Claude Platform 中推出托管服务 Managed Agents，把智能体拆成 session、harness 和 sandbox 三个可独立替换的接口，让 harness 不再驻留在容器内。
推荐理由：Anthropic 公开了 Managed Agents 的架构取舍，读者可从中看到长时程智能体在会话、沙箱与凭证隔离上的工程解法。
OpenAI Developers Blog精选AI 评分6666 OpenAI 介绍如何用 Codex skills 加速 Agents SDK 仓库维护
OpenAI 介绍其在 Agents SDK 的 Python 和 TypeScript 仓库中用 Codex skills、AGENTS.md 和 GitHub Actions 把验证、发布准备、示例集成测试和 PR 审查变成可复用工作流。
推荐理由：OpenAI 公开自家 Agents SDK 仓库用 skills 加 AGENTS.md 维护代码的完整配置，可迁移到其他开源项目。
OpenAI Developers Blog精选AI 评分7272 OpenAI 分享长任务智能体实践：Skills、Shell 与 Compaction 使用技巧
OpenAI 发布博客介绍 Skills、升级版 shell 工具和服务端 compaction 三项智能体基础能力，并给出长任务智能体的使用技巧。Skills 是可挂载进容器的版本化指令包，shell 工具提供可安装依赖、运行脚本并写出产物的托管容器，compaction 在上下文超阈值时自动压缩历史。
推荐理由：OpenAI 官方给出 Skills、托管 shell 与 compaction 的组合用法，含 Glean 生产数据与安全边界建议，可直接迁移到长任务智能体设计。
OpenAI Developers Blog精选AI 评分6767 Alpic 总结构建 ChatGPT Apps 的 15 条经验
Alpic 在三个月内为内部和客户开发了二十多个 ChatGPT Apps，并总结出 15 条经验：ChatGPT App 中除用户和 UI 外还有模型这第三方，需要明确决定哪些信息共享给谁，例如用 structuredContent 同时给 widget 和模型，用 _meta 只给 widget。
推荐理由：作者用三个月开发二十多个 ChatGPT App 的实战经验，总结出上下文共享、UI 设计与上线配置的可迁移做法。
OpenAI Developers Blog精选AI 评分6666 OpenAI 解读 Realtime API 正式版：接口变化、新功能与迁移建议
OpenAI 开发者博客介绍 Realtime API 与 gpt-realtime 语音模型转为正式可用后的接口变化，并给出迁移到 GA 接口的建议。文章列出 GA 与 beta 接口的功能差异，包括图像输入、长上下文、异步函数调用、MCP 和音频 token 转文本等，并说明 GA 接口已移除 temperature 参数。
推荐理由：OpenAI 官方梳理 Realtime API 从 beta 到 GA 的接口变化与迁移要点，可帮助语音应用开发者判断改造范围。