Ollama v0.40.3 于 10 月 10 日发布，带来两大核心更新：一是新增对"决策模型"（Decision Models）的原生支持，通过 /v1/systemone API 端点统一暴露分类、提取、校验等任务接口；二是 Apple Silicon Mac 默认使用 MLX 后端，推理速度显著提升。同时支持 JSON Schema、Function Calling 和结构化输出。
Ollama 是目前最受欢迎的本地 LLM 运行框架，决策模型支持填补了"小模型做判断"场景的空白，对 Agent 管线中的路由、分类、验证环节具有重要价值。
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，同时推出"动态工作流"（Dynamic Workflows）功能，允许在运行时根据上下文调整 Agent 的行为路径。此外，Browser/Computer Use 工具集进入 Beta，标志着 Claude 正式进入 Computer Use 竞争赛道。
Haiku 系列主打高吞吐低延迟，适合大规模 Agent 调用场景；动态工作流让 Agent 编排从静态 DAG 进化为自适应模式，是 Agent 基础设施的重要里程碑。
JEV-27B-VL 在 HuggingFace 趋势榜上热度飙升，是 TypeSafe.ai 推出的首款"类型安全"决策 VLM，专攻分类、实体提取、结构化输出等 Agent 路由任务。模型权重已完全开源，支持直接接入 Ollama/vLLM 部署。
Agent 管线中大量环节需要"判断"而非"生成"，JEV-27B-VL 填补了这一空白——以极低延迟完成高准确率的结构化输出，是 Agent 基础设施层的重要补充。
LangChain 的 deepagents 子项目 v0.7.0 带来重大优化，通过改进推理管道和上下文压缩策略，将 Agent 循环中的 Token 消耗降低 65%。同时增强了对 MCP（Model Context Protocol）的原生支持，可与 LangGraph 工作流无缝集成。
LangChain v1.4.0 正式发布，核心变化是将对 MCP（Model Context Protocol）的支持纳入主线框架，开发者可在 LangChain Expression Language（LCEL）中直接使用 MCP 工具。同时改进了 Agent 的错误恢复和重试策略。
PyTorch 官方博客连续发布两篇重要文章：一是宣布 NVIDIA Spyre AI 加速器成为 PyTorch 原生设备（native device），实现端到端 GPU 训练与推理统一；二是展示基于 NVIDIA Dynamo 的"会话感知 Agent 推理"方案，支持长上下文 Agent 对话的高效调度。
Dify 宣布插件系统的 OpenAI 兼容层完成 v1.0 重写，提升与主流 LLM API 的兼容性。同时插件市场（Marketplace）新增多款 Agent 相关插件，涵盖代码解释器、向量检索增强等功能。
vLLM v0.31.0 带来 PagedAttention 性能优化和更好的多 GPU 调度策略。同时 vLLM 官方博客发布 DeepSeek-V4.1-Flash 专项优化指南，针对该模型的 MoE 架构提供推理加速建议，吞吐量提升显著。
LangGraph 更新支持"Managed Deep Agents"模式，允许在图节点中嵌入持久化 Agent 状态，跨请求保持上下文。同时新增细粒度错误恢复机制，Agent 失败后可从最近检查点自动续跑。
Anthropic 在 Claude Console 中新增"动态工作流"功能，允许 Agent 在运行时根据当前上下文动态选择下一步行为路径，而非预先硬编码的 DAG。这一功能对 Managed Deep Agent 尤其重要，可显著降低多步 Agent 编排的复杂度。
Anthropic 宣布 Claude 的 Browser/Computer Use 工具集正式进入 Beta 阶段，支持通过自然语言指令操控浏览器和桌面应用。配合 Haiku 5.5 的高吞吐特性，适合大规模自动化测试、RPA 和 Agent 自主执行复杂 UI 任务。
LangGraph 0.2.60 引入"Managed Deep Agents"概念，允许在图节点中嵌入具有持久化状态的 Agent，跨 HTTP 请求保持对话上下文。同时新增检查点自动续跑机制，Agent 在中间步骤失败后可从最近保存状态恢复，大幅降低生产环境 Agent 失败率。
LangChain 旗下的 DeepAgents 项目 v0.7.0 重点优化 Token 效率，通过改进上下文压缩和推理缓存策略，将单次 Agent 循环的 Token 消耗降低 65%。同时原生支持 MCP 协议，可与 LangGraph 工作流直接对接。
Agent-Reach 是一款面向 Agent 的可观测性工具，帮助开发者追踪多步 Agent 执行的每一步 Token 消耗、延迟和工具调用链。项目在 GitHub Trending AI 榜上迅速攀升，反映社区对 Agent 可观测性的强烈需求。
Ollama v0.40.3 新增对"决策模型"的原生支持，通过 /v1/systemone 端点统一暴露分类、提取、校验等任务接口。同时完善 JSON Schema 约束、Function Calling 和结构化输出能力。Apple Silicon 设备默认启用 MLX 后端，推理性能大幅提升。GitHub Stars 已达 182.6K，稳居 AI 项目榜首。
vLLM v0.31.0 发布，核心改进包括 PagedAttention 内存管理优化、多 GPU 调度策略增强。同时官方博客发布 DeepSeek-V4.1-Flash 专项推理优化指南，针对该 MoE 模型的稀疏激活特点提供 quantization 和 scheduling 建议，实测吞吐量提升显著。
PyTorch 官方博客宣布 NVIDIA Spyre AI 加速器成为 PyTorch 原生设备（native device），开发者可使用标准 torch API 直接在 Spyre 上运行训练和推理，无需额外适配层。此举进一步统一了 PyTorch 硬件生态，与 CUDA、Triton 形成完整栈。
LTX-2.5 是 Lightricks 开源的视频生成模型，支持长视频生成（最高 5 分钟），在 HuggingFace 趋势榜上迅速攀升。模型权重开源，可部署于 vLLM/TGI 等推理框架，为 AI 视频创作工作流提供低成本替代方案。