OpenAI：如何在智能体时代管理 AI 投资
OpenAI 提出企业应在智能体时代以"每美元有效工作量"衡量 AI 投资回报，通过提升效率、扩展高价值工作流来管理投入。该思路强调从成本视角转向产出视角，评估 AI 在真实业务中创造的实际价值。
#部署/工程
#部署/工程
今日 9 条OpenAI NewsAI 评分2222
OpenAI NewsAI 评分2222 Deutsche Telekom 如何用 OpenAI 技术打造 AI 原生电信运营商
Deutsche Telekom 正借助 OpenAI 转型为 AI 原生电信运营商，改造客户服务、员工工作流、网络运营以及语音的未来。
Hugging Face BlogAI 评分2222 PyTorch 性能分析（第三部分）：Attention 的 profile 实践
Hugging Face 博客发布《Profiling in PyTorch》系列第三部分，用 PyTorch 剖析 attention 的 profile 表现，脚本在 NVIDIA A100-SXM4-80GB 上运行。
Mistral AIAI 评分3838 Mistral Studio 为 Prompts 和 Skills 提供版本管理系统
Mistral Studio 即日起为 Prompts 和 Skills 提供集中式记录系统，每个资产都具备不可变版本、明确归属和审计日志。用户可对比任意两个版本、查看变更并在数分钟内回滚，非开发者也能直接编辑和测试提示词，通过标签触发 CI/CD 部署。Skills 可作为 MCP 服务器直接从 Studio 调用，确保生产环境执行的是同一受治理资产。
Hugging Face Blog精选AI 评分6767 vLLM 的 transformers 建模后端达到原生推理速度
Hugging Face 宣布 vLLM 的 transformers 建模后端现已达到甚至超过 vLLM 手写原生实现的吞吐，模型作者无需移植即可获得超快推理。
推荐理由：原文给出 transformers 后端在 vLLM 中达到原生速度的实测与单 flag 用法，读者可据此判断现有部署流程是否需要改动。
Hugging Face BlogAI 评分2424 Hugging Face 与 Amazon SageMaker Studio 实现一键深度链接集成
Hugging Face 与 Amazon SageMaker AI 推出深度链接集成，开发者在支持的模型页点击 Customize on SageMaker AI 或 Deploy on SageMaker AI，即可一键进入 SageMaker Studio 并预加载所选模型。
Google ResearchAI 评分4646 Google Research 用 Google Maps 路由干预缓解城市拥堵
Google Research 在 Nature Cities 发表首个大规模真实世界研究，通过修改 Google Maps 算法将不到 2% 的行程引导至相似耗时的替代路线，在美国 10 座城市测试六个月。结果显示目标路段行驶速度中位数提升约 2%，燃油消耗率中位数下降 0.5% 至 1.0%，每座城市每年可减少数千吨 CO2e 排放。
Hugging Face Blog精选AI 评分6262 微软在 Foundry Managed Compute 上线 Hugging Face 模型集合
微软在 Build 2026 宣布 Foundry Managed Compute，并在 Microsoft Foundry 模型目录中推出 Hugging Face 模型集合，每周刷新，可一键部署到托管 GPU 平台。
推荐理由：微软把 Hugging Face 开源模型的部署运维层接进 Foundry，读者可据此判断企业落地开源模型的门槛变化。
Berkeley AI ResearchAI 评分3434 智能免费之后：面向智能体、由智能体运行、由智能体构建的数据系统
UC Berkeley 团队提出，随着推理价格从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1、部分低于 $0.10，数据系统需应对三大新挑战：为智能体设计（Data Systems For Agents）、运行智能体集群（Of Agents）、由智能体合成（By Agents）。
Hugging Face Blog精选AI 评分6262 SkyPilot 与 Hugging Face 联合推出零出网费存储集成
SkyPilot 与 Hugging Face 联合发布存储集成，用户可用一个 hf:// URL 和已有的 HF_TOKEN 把 Hugging Face Bucket 或任意模型、数据集、Space 仓库挂载进 SkyPilot 任务，并在 20 多个云、Kubernetes、Slurm 和本地环境上运行。
推荐理由：原文给出 hf:// 挂载与零出网费的具体机制和跨云基准数据，读者可据此判断跨云训练存储成本的变化。
Hugging Face BlogAI 评分3434 Hugging Face Kernels 项目重大更新：新增 kernel 仓库类型、可信发布者与代码签名
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 新仓库类型，并新增可信发布者与代码签名两层安全机制，默认只加载可信发布者的 kernel，其他来源需显式传入 trust_remote_code。CLI 方面 kernels 与 kernel-builder 职责分离，框架支持新增 Torch Stable ABI 和 Apache TVM FFI。
OpenAI NewsAI 评分2222 OpenAI 用大规模 core dump 分析修复 18 年历史的 bug
OpenAI 工程师通过大规模 core dump 分析排查基础设施的罕见崩溃，发现其中既有硬件故障，也有一个存在了 18 年的软件 bug。
Google Research精选AI 评分6060 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano 模型
Google Research 发布一种新架构，将多 Token 预测（MTP）头挂接到已冻结的 Gemini Nano v3 模型上，在 Pixel 9 和 10 系列上实现开箱即用的加速。
推荐理由：Google 把 MTP 头挂到冻结的 Gemini Nano v3 上，读者可了解端侧推理在内存与能耗约束下的具体优化路径。
Hugging Face Blog精选AI 评分6262 用一条命令在 HF Jobs 上运行 vLLM 服务器
Hugging Face 发布教程，介绍用一条 hf jobs run 命令在 HF 基础设施上启动私有、兼容 OpenAI API 的 vLLM 端点，按秒计费，无需自行配置服务器或 Kubernetes。
推荐理由：原文给出从启动到查询、SSH 调试和接入编码智能体的完整命令，可据此复现私有 vLLM 端点。
Google ResearchAI 评分2626 Google 用线性弹性缓存优化云成本，Spanner 内存用量降 15.5%
Google Research 提出线性弹性缓存，将页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小。在 Spanner 生产环境测试中，内存用量减少 15.5%，缓存未命中仅增加 5.5%，总拥有成本（TCO）降低约 5%，实际 I/O 成本影响仅 0.5%。该方案用浅层决策树预测页面 TTL，已在 Spanner 生产服务器集成数月。
Hugging Face Blog精选AI 评分6060 NVIDIA NeMo AutoModel 发布：MoE 微调吞吐提升 3.4-3.7 倍
NVIDIA 在 Hugging Face 博客发布开源库 NeMo AutoModel，基于 Transformers v5 构建，为 MoE 模型微调加入 Expert Parallelism、DeepEP 融合 all-to-all 调度和 TransformerEngine 内核。
推荐理由：原文给出 NeMo AutoModel 在 MoE 微调上的吞吐与显存对比，读者可据此判断是否值得替换现有训练栈。
Mistral AIAI 评分5050 Mistral 为 Connectors 带来更精细的管理控制
Mistral 为 Connectors 推出多项新能力：按工作区或组织分配连接器访问权限的管理控制、带连接器作用域的 API key、支持多账号登录的连接器均已 GA，Connectors Debugger 进入 Public Preview，可分 11 步定位 MCP 连接故障。
OpenAI News精选AI 评分6262 OpenAI 与 Broadcom 发布 LLM 推理定制芯片 Jalapeño
OpenAI 与 Broadcom 联合推出 Jalapeño，一款专为 LLM 推理打造的定制 AI 芯片。该芯片旨在提升 AI 系统的性能、效率与规模化能力。
推荐理由：OpenAI 与 Broadcom 联合推出面向 LLM 推理的定制芯片，读者可了解其在性能与规模化上的定位。
Mistral AI精选AI 评分6262 Mistral 发布 OCR 4，支持 170 种语言与单容器自托管
Mistral 发布 OCR 4，在提取文本之外返回边界框、块类型分类和逐页逐词置信度，支持 170 种语言、10 个语系，可打包进单个容器完全自托管。官方称独立标注者在 600 多份文档的盲评中平均 72% 更偏好 OCR 4，并在 OlmOCRBench 上取得 85.20 的最高分，但提示该基准与 OmniDocBench 的评分存在已知局限，建议用户在自己的文档上评测。
推荐理由：OCR 4 在文本之外返回边界框、块类型和置信度，读者可据此判断它如何接入 RAG 与智能体流程。
Hugging Face BlogAI 评分3434 在 Transformers.js 中试验拟议的 Cross-Origin Storage API
Google Chrome 团队开发者关系工程师 Thomas Steiner 在 Hugging Face 博客展示如何用 Cross-Origin Storage（COS）扩展在 Transformers.js 中试验跨源缓存。
Hugging Face Blog精选AI 评分6262 Hugging Face 如何用 AI 与开源工具每周发布 huggingface_hub
Hugging Face 将 huggingface_hub 的发布周期从每 4 到 6 周一次改为每周一次，整条流水线跑在单个 GitHub Actions workflow 上，由 OpenCode 驱动开源权重模型（当前为 Z.ai 的 GLM-5.2）起草 release notes 和 Slack 公告，经 HF Inference Providers 提供服务。
推荐理由：Hugging Face 公开了每周发版流水线的完整结构，其中确定性校验加人工审核的循环可迁移到其他生成任务。
Hugging Face Blog精选AI 评分6262 如何用本地模型免费分诊 OpenClaw 仓库的 PR 与 Issue
Hugging Face 博客分享了用本地模型对 OpenClaw 仓库的 Issue 和 PR 做实时分诊的方案：在 Pi 智能体框架中运行 gemma-4-26b-a4b 和 qwen3.6-35b-a3b，通过受限的 reposhell 只读命令补充上下文，再用 final_json 输出分类标签。
推荐理由：原文给出本地模型做 PR/Issue 分类的完整架构与 330 行评测数据，可迁移到其他高吞吐筛选场景。
OpenAI NewsAI 评分4747 三星电子面向全球员工部署 ChatGPT 和 Codex
三星电子在全球员工中部署 ChatGPT Enterprise 和 Codex，成为 OpenAI 规模最大的企业 AI 落地项目之一。
Hugging Face Blog精选AI 评分6262 用 Strands Agents 和 LeRobot 从 Hugging Face Hub 走到机器人硬件
AWS 开源 SDK Strands Robots（Apache 2.0）把 LeRobot 栈封装成 AgentTools，用单个 Strands 智能体串起从 Hub 数据集到实体机器人的流程。
推荐理由：AWS 团队给出从 Hub 数据集到实体机器人的完整五步流程，可据此判断智能体编排机器人栈的落地方式。
OpenAI News精选AI 评分6060 OpenAI 推出合作伙伴网络，投入 1.5 亿美元
OpenAI 推出 Partner Network，投入 1.5 亿美元帮助全球合作伙伴加速企业 AI 的采用、部署与转型。
推荐理由：OpenAI 以 1.5 亿美元投入搭建合作伙伴体系，读者可据此了解其企业级 AI 落地的渠道策略。
Google ResearchAI 评分4040 Google 支持加州大学圣地亚哥分校用 2000 台退役 Pixel 手机搭建低碳计算平台
加州大学圣地亚哥分校在 Google 支持下，正用 2000 台退役 Pixel 手机的主板搭建数据中心，为数百名师生提供低成本、低碳的云计算。手机主板约占整机隐含碳的 50%，团队将 Android 替换为通用 Linux 发行版，并用 Kubernetes 把 25-50 台手机组成集群，SPEC 基准显示其算力约等于一台现代服务器。该系统预计 2026 年秋季上线。
OpenAI News精选AI 评分6262 OpenAI 宣布收购 Ona，为 Codex 扩展持久云端环境
OpenAI 计划收购 Ona，以扩展 Codex 的安全持久云端环境，支持在企业工作流中运行长时间运行的 AI 智能体。
推荐理由：OpenAI 收购 Ona 以扩展 Codex 的云端运行环境，读者可据此了解其企业级智能体布局方向。
Hugging Face BlogAI 评分2222 PyTorch 性能剖析（二）：从 nn.Linear 到融合 MLP
Hugging Face 博客发布《Profiling in PyTorch》系列第二篇，用 nn.Linear 替换手写的 matmul-add，并堆叠三层加激活函数构成 MLP，在 NVIDIA A100-SXM4-80GB 上分析 profiler trace。
OpenAI NewsAI 评分2525 OpenAI 模型与 Codex 可通过 Oracle 云承诺额度访问
OpenAI 模型与 Codex 现可通过 Oracle Cloud 访问，企业可使用现有云承诺额度来构建和部署 AI。该接入方式面向企业场景，提供安全与治理能力。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上最高实现 4 倍推理提速。
推荐理由：官方给出 26B MoE 文本扩散模型的开放权重与硬件实测数据，可据此判断本地低并发推理的取舍。
Hugging Face Blog精选AI 评分6262 如何把 GitHub CI 迁移到 Hugging Face Jobs
Hugging Face 发布教程，介绍如何让 GitHub Actions 把 CI 任务调度到 Hugging Face Jobs 上运行，只需把 runs-on 从 ubuntu-latest 改成 hf-jobs-cpu-upgrade 或 hf-jobs-t4-small 等标签。
推荐理由：原文给出把 GitHub Actions 任务改跑在 Hugging Face Jobs 上的完整步骤与 Trackio 实测数据，可迁移到需要 GPU 的 CI 场景。
Hugging Face Blog精选AI 评分7272 H Company 发布 Holo3.1 系列 computer-use 模型，支持本地量化推理
H Company 发布 Holo3.1 系列 computer-use 模型，基于 Qwen 家族，覆盖 0.8B、4B、9B 和 35B-A3B 四种尺寸，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重用于本地推理。
推荐理由：Holo3.1 给出跨环境、跨框架与本地量化部署的具体数据，可据此判断 computer-use 智能体在端侧落地的可行性。
Hugging Face Blog精选AI 评分6060 JetBrains 发布 Mellum2：12B MoE 模型，每 token 仅激活 2.5B 参数
JetBrains 发布 Mellum2，一个从零训练、面向自然语言与代码的 12B 参数 MoE 模型，每个 token 仅激活 2.5B 参数，采用 Apache 2.0 许可。官方称其相比同规模模型推理速度超过 2 倍，可用于路由、RAG、摘要、子智能体和高吞吐编码场景，模型已在 Hugging Face 开放下载。
推荐理由：JetBrains 开源 12B MoE 模型，激活 2.5B 参数并主打低延迟，可据此判断它在多模型系统中的定位。
Hugging Face BlogAI 评分2222 超越 LLM：为什么可扩展的企业级 AI 落地依赖智能体逻辑
Hugging Face 博客指出，企业级 AI 规模化落地的关键不在 LLM 本身，而在智能体逻辑——即运行于智能体层、能引导 LLM 聚焦企业工作流的软件原语。
OpenAI News精选AI 评分6262 OpenAI 在密歇根动工 1GW 数据中心，推进 Stargate 项目
OpenAI 在密歇根破土动工一个 1GW 数据中心项目，属于 Stargate 计划的一部分，用于建设 AI 基础设施，以扩大使用范围、创造就业并支持社区。
推荐理由：OpenAI 在密歇根动工 1GW 数据中心，读者可了解 Stargate 算力扩张的落地节奏与选址方向。
OpenAI NewsAI 评分5858 OpenAI 前沿模型与 Codex 正式上线 AWS
OpenAI 前沿模型与 Codex 现已在 AWS 上正式可用，企业可通过已有的 AWS 环境、管控和采购流程接入 OpenAI。客户可在 AWS 上开始使用 OpenAI，从评估到生产部署的推进更快。
Hugging Face BlogAI 评分2323 PyTorch 性能分析入门指南（一）：torch.profiler 使用教程
Hugging Face 发布 PyTorch 性能分析系列第一篇，讲解如何用 torch.profiler 分析矩阵乘法与加法。
Mistral AI精选AI 评分6767 Mistral 发布工业工程 AI 栈，Vibe 升级为长周期智能体
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。
推荐理由：Mistral 一次性给出工业 AI 栈、Vibe 智能体和自建推理数据中心三条产品线，可据此判断其企业级全栈布局。
Google ResearchAI 评分3434 Google 推出零信任聚合的隐私分析方案
Google 发布一套面向隐私分析的零信任聚合方案，将新型单次消息加密聚合协议与 TEE 结合，设备无需多轮在线即可提交数据。该设计使原始数据在任何服务器内存中都不会被暴露或重建，仅在数据完成聚合并匿名化后才在设备外处理明文，并借助 TEE 远程认证向参与者证明协议按公开代码正确执行。
Mistral AI精选AI 评分6060 Mistral 推出物理 AI，将 Emmi AI 并入企业工程栈
Mistral 宣布将 Emmi AI 并入公司，推出面向工业工程的物理 AI 能力，作为其企业解决方案中的新基础能力。该能力从几何与边界条件直接预测完整物理场，单次前向推理在单 GPU 上以秒级完成，而非传统求解器所需的数小时到数周。
推荐理由：Mistral 把物理仿真模型并入企业平台，读者可据此判断工程仿真工作流会被怎样改写。