LlamaIndex 发布 ExtractBenchPro 文档提取基准
LlamaIndex 搞了个专挑复杂 PDF 毛病的提取基准，最强的 Codex 才 58% 分，做文档处理的朋友可以拿去测测自家方案。
产品
今日精选 · 2082 条
10月18日
Salesforce 将零样本时序预测模型 Moirai 推入产品 Data Cloud Forecast
Salesforce 把自家的时序预测模型 Moirai 塞进了 Data Cloud Forecast，勾选一个设置就能用，老查询也不用改，做业务预测的可以看看。
Perplexity 开源智能体沙箱平台 SPACE，基于 Firecracker 微虚拟机
Perplexity 把 Computer 背后的沙箱开源了，每个任务跑在独立 Firecracker microVM 里，做智能体的可以拿来自管安全。
OpenRouter Decisions API 支持自动检测智能体死循环
OpenRouter 出了个 Decisions API，能自动发现你的智能体在死循环，到阈值就自动掐掉或提醒，写 Agent 的可以省不少 token 钱。
10月17日
DeepSeek 开放 Search 与 Fetch API，每千次调用 $0.75
DeepSeek 把自家搜索和网页抓取做成了 API，千次调用 7 毛 5 美元，在 Claude Code、Codex 里还能免费用，做搜索类应用可以试试。
Surface Laptop Ultra 本地跑 LLM 实测：能跑但发热明显，可选模型有限
有人真拿 Surface Laptop Ultra 跑本地模型了，Qwen 27B 能跑但有量化取舍，拔电慢两成，机器还烫，买前看这篇再决定。
Arena 推出 Max 智能路由：成本降 37% 对标 Claude Fable 5.1
Arena 给 Max 加了智能体路由，能按任务自动挑模型，性能追平 Claude Fable 5.1 还便宜 37%，做 agent 成本敏感的可以看看。
Thinking Machines 实验室发布 AutoInfra：面向并行实验的训练基础设施
新基础设施把训练实验全流程交给智能体跑，LoRA 训练成本只要 Tinker 标价的不到一成，做实验的同学可以看看。
LangSmith 推出 AI Search：SmithDB 把 traces 转成可读轨迹来搜索
LangChain 拆解了 LangSmith 新的 AI Search 内部机制：先把 trace 变成可读轨迹，再让模型逐条比对并流式返回，做 agent 调试的可以看看。
LangChain 推出 AI Search：按固定 token 预算读取智能体轨迹
LangChain 出了个 AI Search，分析智能体轨迹不用全量塞进去。他们拿 Open SWE 的 150 段对话验证，发现 84K tokens 里四分之三是工具输出，做智能体调试的可以看看。
DatologyAI 推出 Zephon，让 TorchTitan 换 GPU 数量恢复训练时全局批次不变
DatologyAI 做了 Zephon，在 TorchTitan 里换 GPU 数量恢复训练，8/32/64 卡的全局批次哈希都能对上 16 卡原始运行，做分布式训练的值得看看。
AIPOCH 开源 Open-Science 桌面应用，用 AI 代理做可复现科研
做科研的朋友可以看看，AIPOCH 开源了个桌面应用，AI 跑分析全程留代码和验证证据，用 .science 文件一包就能给别人完整复现。
10月16日
Grepr 创始人 Jad Naous 谈 AI 运维：扫 PB 级日志，砍 90% 可观测性成本
Grep 创始人和 Martin Casado 聊 AI 运维，他们家产品扫日志能省 90% 成本，还讲了 10 人团队怎么用 3-4 个 agent 干活，很实在。
Perplexity 开源 agent 代码执行沙箱平台 SPACE
Perplexity 把内部跑 agent 代码的沙箱开源了，Firecracker microVM 隔离，还兼容 E2B，做 agent 执行环境可以看看这套架构。
腾讯混元开源记忆框架 Hy Memory 2.0，专用模型得分超 Claude Opus 5
腾讯混元把 Agent 记忆做成开源全家桶了，3B 小模型记忆任务得分压过 Opus 5，还能插件接入 Cursor 等十种工具，做 Agent 的可以试试。
蚂蚁与清华推出 Realtime-Venus：OpenAI Realtime API 开源替代方案
蚂蚁和清华开源了 Realtime-Venus，能边听看边聊、后台跑任务，对标 OpenAI Realtime API，做智能眼镜和车载助手的可以看看。
Moondream 推出 9B 参数小型视觉语言模型，支持图像文本输入与 32K 上下文
Moondream 上了 OpenRouter，9B 总参数只激活 2B 就能看图写字，价格 0.3 美元一百万输入 token，做图像描述或轻量多模态应用可以试试。
LlamaIndex 发布 ExtractBench Pro：文档提取基准
LlamaIndex 搞了个 ExtractBench Pro，专挑真实文档提取里最刁钻的活儿来考模型，最强的 Codex 也才 58 分，想看模型天花板在哪的可以读读。
Perplexity 开源沙箱平台 SPACE，支撑 Perplexity Computer 底层运行
Perplexity 把自家 Computer 背后的沙箱平台 SPACE 开源了，能扛生产级流量跑数百万实例，做 Agent 基础设施的可以去看源码。
Perplexity 开源沙箱平台 SPACE，为 Agent 任务提供 Firecracker microVM 隔离
Perplexity 把自家跑 Agent 的沙箱系统开源了，每个任务一个 Firecracker microVM，做 Agent 安全隔离的可以抄作业。
Perplexity 开源 Agentic Runtime 首个组件 SPACE
Perplexity 把智能体运行平台的第一块组件 SPACE 开源了，主打安全这块，做 agent 产品开发的话可以看看他们博客里的设计思路。
LlamaIndex 发布 ExtractBenchPro：面向真实长尾文档抽取的基准
LlamaIndex 做了个专挑复杂文档难题的抽取基准，Codex 才拿 58% 还要每页 1 美元，搞 RAG 和文档处理的可以拿来自测。
10月15日
vLLM-Omni 发布 Day-0 支持新增 FLUX 3 Image Klein 图像生成
vLLM-Omni 发布当天就支持了 FLUX 3 Image Klein，BF16、FP8、NVFP4 格式都有，想自己部署图像生成的可以直接拉 Docker 镜像试。
Modal ARR 破 $1B、完成 $750M D 轮融资，估值 $15.75B
Modal ARR 破 10 亿美元还融了 7.5 亿，顺带推荐他家那份从 CUDA 讲到性能分析的 GPU 术语手册，写得真清楚。
Claude Platform 支持 OpenTelemetry，可将 traces 导出至 LangSmith
用 Claude 做智能体的朋友注意，现在 Claude 的调用链路能直接导到 LangSmith 里逐步排查，公开 beta 已可上手。