今日重点 Top 3
1LangChain / LangGraph 发布 1.0 正式版，同步完成 1.25 亿美元 B 轮融资
agent-framework
platform
LangChain 团队
里程碑意义：经过三年迭代，LangChain 和 LangGraph 正式发布首个稳定大版本（1.0），标志着"智能体工程"（Agent Engineering）这一新学科正式成型。LangChain 全面重构，删除 Python 3.9 支持（已 EOL），要求 Python 3.10+；新增 create_agent 抽象、标准内容块、中间件机制，并提供从旧版本无缝迁移路径。同时融资 1.25 亿美元，估值达 12.5 亿美元，由 IVP 领投、红杉/Benchmark 跟投。目前月下载量已达 9000 万，35% 的财富 500 强企业使用其服务。
🔗 LangChain 官方博客
🔗 LangGraph 1.0 公告
2Anthropic 发布 Agent Skills：可组合的智能体技能系统，并已作为开放标准发布
agent-infrastructure
agent-product
Anthropic
开创性设计：Claude 支持全新的"技能"（Skills）机制，将指令、脚本和资源打包为可发现的文件夹，Claude 按需动态加载。采用渐进式披露架构：第一层元数据进入系统提示词，第二层 SKILL.md 全文加载，第三层链接文件按需读取——实现近乎无限的上下文容量。初版内置 PowerPoint/Excel/Word/PDF 四大技能，并开放 /v1/skills API 供开发者上传自定义技能。2025 年 12 月 18 日已发布 Agent Skills 为跨平台开放标准（agentskills.io），可在不同平台间移植。
🔗 Claude 官方博客
🔗 Agent Skills 开放标准
3vLLM 在 Blackwell GPU 上实现最高 4.3× 吞吐量提升；同时推出 Sleep Mode 零重载模型切换
compute-infrastructure
inference-service
vLLM × NVIDIA
硬件×软件协同优化：与 NVIDIA 联合优化的 vLLM Blackwell 基准（SemiAnalysis InferenceMAX）显示，在 gpt-oss-120B 和 Llama 3.3 70B 上对比前代 Hopper GPU，吞吐量最高提升 4.3 倍，延迟持平。同时 vLLM 0.11.0 引入 Sleep Mode：模型休眠秒级唤醒，推理速度提升 61–88%，无需冷启动开销（CUDA graph、allocator、kernel JIT 等均被保留），支持 A4000 到 A100 全 GPU 系列及 TP/PP/EP 并行策略。
🔗 vLLM Blackwell 博客
🔗 vLLM Sleep Mode
框架与工具新版本发布
LangChain 1.0 全面重构：create_agent + 标准内容块 + 中间件机制
inference-framework
LangChain
核心变化：① 全新 create_agent 抽象，基于 LangGraph 运行时，支持任意模型提供商；② 标准内容块（Standard Content Blocks）提供跨供应商一致的模型输出规范；③ 中间件（Middleware）允许开发者在 agent 循环的每一步插入自定义逻辑；④ 删除 langchain-classic 中旧功能，仅保留核心 agent 抽象；⑤ 新文档网站上线。注意：Python 3.9 已停止支持。
🔗 LangChain 1.0 完整变更说明
LangGraph 1.0：持久化状态 + 人机回环 + 图式执行模型
agent-framework
LangChain
首个稳定版本，专为生产级 AI 系统设计。核心能力：① 持久化状态（Durable State）——服务重启或中断后自动恢复执行上下文；② 内置持久化层——支持多天审批流程、后台任务、跨会话工作流；③ 人机回环（Human-in-the-loop）——原生 API 支持暂停执行等待人工审核；④ 图式执行模型——确定性组件与智能体组件混合编排。唯一 breaking change：废弃 langgraph.prebuilt，功能迁移至 langchain.agents。
🔗 LangGraph 1.0 GA 公告
OpenAI GPT-OSS 120B 开源，Apache 2.0 许可
github-project
OpenAI
OpenAI 将 GPT-OSS 120B 以 Apache 2.0 许可证开源至 Hugging Face，成为目前最大的 Apache 许可 LLM。结合微软最新公布的 GPT-OSS 许可协议（允许商业使用、禁止 AI 训练竞争模型），标志着开源生态在闭源巨头中的战略性扩张。Ollama 已将该模型加入支持列表。
🔗 Ollama 博客
Microsoft 宣布 AutoGen 进入维护模式，推荐迁移至 Microsoft Agent Framework
agent-framework
Microsoft
AutoGen GitHub README 现已明确标注：AutoGen 进入社区维护模式，不再接受新功能开发。新用户应直接采用 Microsoft Agent Framework（MAF），后者采用类型化图工作流（Typed-Graph Workflow）架构，与 AutoGen 0.4 有 lineage 关系但设计哲学完全不同。
🔗 LangChain vs AutoGen 对比分析
Hugging Face 趋势模型 & 数据集
Qwen3-VL-32B-Instruct：登顶 HF Trending 榜首
github-project
阿里巴巴 Qwen 团队
阿里 Qwen 团队的旗舰视觉语言模型，在文本理解和视觉推理上全面升级，支持 1M 上下文和 GUI 操作。Hugging Face 上已有超过 11.3 万个基于 Qwen 的衍生模型，形成庞大生态。同期 Qwen2.5-VL 系列（3B/7B/72B）覆盖各规模部署场景。
🔗 Hugging Face Qwen 主页
DeepSeek-OCR：复杂文档数字化利器
github-project
DeepSeek
专为扫描文档、手写笔记、复杂 PDF 布局设计的多模态 OCR 模型，支持多栏排版、混合语言和退化扫描图片。采用视觉-文本压缩技术，在 OmniDocBench v1.5 等基准上表现优异，许可证宽松利于商业部署。
🔗 DeepSeek-OCR 模型页
PaddleOCR-VL：仅 0.9B 参数的多语言文档解析模型，登顶 HF Trending 全球第一
github-project
百度 PaddlePaddle
基于文心 4.5 衍生的超轻量多模态模型，仅 0.9B 参数，在 OmniDocBench v1.5 中以 92.6 分综合性能全球第一，超越 GPT-4o。融合 NaViT 动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型，支持 109 种语言，适合端侧部署。发布 20 小时内登顶 HF Trending。
🔗 PaddleOCR-VL 模型页
Krea Realtime 14B：4 步自回归视频生成，接近实时
github-project
Krea AI
将典型 30 步推理流程压缩至仅 4 步，实现近实时视频合成，是视频生成范式的根本性重新思考，在 Hugging Face 上持续走红。
🔗 Krea Realtime 14B
NVIDIA Nemotron 系列：650+ 开源模型，企业级部署首选
github-project
NVIDIA
10 月 28 日发布 Nemotron Speech、Nemotron RAG、Nemotron Safety 及 Cosmos 系列模型，Hugging Face 开源模型总数突破 650 个。Nemotron Nano 2 VL（12B，Transformer-Mamba 混合架构）支持高效视频理解与文档智能，提供 BF16/FP8/FP4 多种精度。
🔗 NVIDIA Nemotron 系列
HF 生态宏观数据：1300 万用户、200 万模型、50 万数据集；中国占下载量 41%
developer-library
Hugging Face
Hugging Face 平台已走过从"小众 NLP 仓库"到"AI 领域 GitHub"的蜕变。2025 年平台模型平均参数量 208 亿，中位数仅 4.06 亿——实际部署以中小模型为主。百度模型发布量从零跃升至 100+，字节跳动和腾讯增长 8–9 倍。
🔗 详细分析文章
Agent 生态动态
Anthropic Claude Agent Skills：面向真实世界的可组合智能体技能
agent-infrastructure
Anthropic
Skills 是 Claude 执行特定任务时的"个性化入职培训"：一个包含 SKILL.md + 脚本 + 资源的文件夹。Claude 自动匹配相关技能，渐进式加载——系统提示词仅加载元数据，匹配后读取 SKILL.md，必要时再导航到链接文件。初版内置 Office 三件套（PowerPoint/Excel/Word）及 PDF 技能，2025-12-18 已发布为跨平台开放标准 agentskills.io。
🔗 Anthropic 工程博客
🔗 Agent Skills 开放标准
LangSmith Insights Agent：自动生成 Agent 行为模式分析
agent-product
LangChain
LangSmith 平台上新增 Insights Agent，自动对生产环境中的 agent trace 进行聚类分析，帮助开发者理解用户如何使用 agent、agent 可能在何处出错，以及自定义洞察维度。单日处理近 10 亿事件和数十 TB 数据。
🔗 LangChain X 公告
OpenAI 收购 Roi CEO，全力押注消费者 AI 个性化应用
agent-product
OpenAI
OpenAI 通过 acqui-hire 方式收购 AI 财务助手 Roi 的 CEO，Roi 服务即将关闭，人才转入 OpenAI。此举信号明确：OpenAI 正将重心从纯技术竞赛转向消费级个性化 AI 应用，以获取更高收入。
🔗 TechCrunch 报道
斯坦福/UC Berkeley/SambaNova 提出 ACE：通过进化式上下文实现 LLM 自我改进（无需微调）
agent-infrastructure
Stanford / UC Berkeley
Agentic Context Engineering（ACE）框架通过 Generator-Reflector-Curator 三模块协作，以 delta 更新方式累积知识，避免"上下文坍塌"。AppWorld 基准上平均准确率 59.5%，超此前方法 10.6 个百分点；适应延迟降低 86.9%，计算 rollout 减少 75%+。在金融推理等场景中无需微调即可持续提升。
🔗 InfoQ 报道
Perplexity 免费版 Comet AI 浏览器全球上线，推出"背景助手"功能
ai-application
Perplexity
Perplexity 将 Comet AI 浏览器向全球免费开放，同时为 Max 付费用户推出"后台助手"功能——可在后台并行处理多项任务，进一步挑战传统浏览器和搜索引擎的市场地位。
🔗 TechCrunch 报道
视频预训练驱动 Computer Use 智能体：VideoAgentTrek 框架
computer-use
学术界
让智能体从视频中学习人类如何使用计算机——通过视频预训练+智能体调优，构建强大的 Computer Use 智能体，已在多个 GUI 操作基准上验证有效性。
🔗 X 帖子
推理部署基础设施更新
vLLM Blackwell 深度优化：吞吐最高提升 4.3×
inference-service
vLLM × NVIDIA
经过超 100 个 PR 的多月联合优化，vLLM 在 Blackwell（B200/GB200）上充分发挥 HBM3e（192GB/8TB/s）和 FP4 原生张量核心的优势。SemiAnalysis InferenceMAX 基准显示，在 gpt-oss-120B（MoE）和 Llama 3.3-70B（Dense）上，吞吐较前代 Hopper 最高提升 4.3×，同时保持延迟持平。覆盖注意力、GEMM、MoE 等全链路 kernel 优化。
🔗 SemiAnalysis InferenceMAX 博客
vLLM Sleep Mode：零重载模型切换，唤醒速度提升 18–200 倍
inference-service
vLLM
解决多模型服务难题：Level 1 将权重卸载至 CPU RAM（快速唤醒），Level 2 完全丢弃权重（极低内存占用）。相比冷启动，推理速度提升 61–88%，关键优势是保留了 CUDA graph、内存分配器、kernel JIT 等基础设施状态。支持 Tensor/Pipeline/Expert Parallelism，覆盖 Phi-3 到 Qwen3-235B 全系列模型。
🔗 vLLM Sleep Mode 技术博客
vLLM TPU：统一 JAX + PyTorch 后端，性能提升 20%+
inference-service
Google × vLLM
全新 tpu-inference 硬件插件统一 JAX 和 PyTorch（via Torchax）的后端路径。所有模型均通过 JAX→XLA 路径编译，即使模型定义用 PyTorch 编写也不需改动代码即可获得约 20% 吞吐提升。Llama 3.1-8B 在 v6e-1 上吞吐提升 3.6×，Llama 3.1-70B 在 v6e-8 上提升 2.1×。
🔗 vLLM TPU 博客
NVIDIA Nemotron Nano 2 VL：12B 多模态推理模型，vLLM 已支持
model-api
NVIDIA
采用 Hybrid Transformer–Mamba 架构，支持视频理解与文档智能一体化。引入 Efficient Video Sampling（EVS）技术减少冗余 token 生成。在 MMMU、MathVista、AI2D、OCRBench、Video-MME 等基准上达到 SOTA。支持 BF16/FP8/FP4 三种精度，128K 上下文长度，已可通过 vLLM 直接部署。
🔗 vLLM 部署指南
Ollama：新增 gpt-oss-safeguard 推理模型用于安全分类；支持 Jev 风格决策模型
sdk-devtools
Ollama × OpenAI
Ollama 与 OpenAI 及 ROOST 合作，将 gpt-oss-safeguard（20B/120B 两种规格，Apache 2.0 许可）引入 Ollama，专用于内容安全分类任务。另有 Jev 风格决策模型支持——可低成本低延迟地输出是/否选择及置信度概率。
🔗 Ollama 官方博客
算力基础设施 & 行业动态
前 Databricks AI 首席 Naveen Rao 融资 10 亿美元打造 AI 芯片公司，对标 NVIDIA
compute-infrastructure
AI Hardware Startup
Naveen Rao（前 Databricks AI 负责人）正在募集 10 亿美元建立新的 AI 硬件初创公司，目标估值 50 亿美元，已获得 a16z、Lightspeed Venture Capital、Lux Capital 等顶级风投支持。试图以新方法挑战 NVIDIA 在 AI 算力市场的垄断地位。
🔗 TechCrunch 报道
OpenAI 以 5000 亿美元估值完成股权交易，成为全球最有价值初创公司
compute-infrastructure
OpenAI
OpenAI 通过员工股票出售完成 5000 亿美元估值交易，超越 SpaceX 成为全球最具价值的初创公司，彰显资本市场对 AI 赛道的极度看好。
🔗 Rebabel AI Daily
Google 调整 Gemini 免费策略，10 月 9 日起收费模式大幅收紧
compute-infrastructure
Google
10 月 9 日起，免费用户仅能使用 Flash-Lite 模型；AI Plus 订阅用户被剥夺 Pro 模型使用权，仅保留 Flash 系列；AI Pro/Ultra 用户才能继续使用 Pro 模型，且"Deep Think"最大并行推理能力仅限 Pro+。计费方式改为按实际计算量动态消耗，5 小时刷新一次并叠加周硬性上限。同时 Antigravity 平台向付费用户开放 Claude Opus 5.5 和 Sonnet 5.5，老旧第三方模型于 11 月 2 日下线。
🔗 新智元报道
Anthropic 重组技术领导力架构，新任 CTO 聚焦 AI 基础设施
compute-infrastructure
Anthropic
Anthropic 聘请新任 CTO，将产品工程团队与基础设施和推理团队更紧密整合，预示着公司正将基础设施能力建设置于战略优先位置，以支撑更大规模 AI 模型的持续迭代。
🔗 TechCrunch 报道
Google Gemini AI App 重大改版测试：从聊天界面转向可滚动信息流
ai-application
Google
Google 正在测试 Gemini AI 应用的重大改版，从当前聊天机器人式设计转向可滚动信息流，配以建议提示词和吸引眼球的图片，旨在让 AI 工具更易被主流用户接受。
🔗 TechCrunch 报道
Google AI Studio 新增日志与数据集工具：无代码变更的 API 可观测性
platform
Google
Google AI Studio 推出 Logs & Datasets 功能：一键启用后可自动追踪所有 GenerateContent API 调用（成功/失败均记录），无需修改代码。支持导出日志为 CSV/JSONL 格式用于离线评估，并可使用 Gemini Batch API 批量评测。还可将数据集分享给 Google 以反馈模型行为。
🔗 Google AI Blog
Prime Intellect 发布 INTELLECT-1/2 分布式训练系统与开源 RL 框架
training-framework
Prime Intellect
Prime Intellect 在 Reddit AMA 中介绍了其分布式训练系统（INTELLECT-1/2）的最新进展，以及开源强化学习项目 prime-rl 和验证器（verifiers），推动更广泛的开发者社区获得高级训练基础设施。
🔗 Reddit AMA