Hugging Face 推出 TorchTPU:PyTorch 原生支援 TPU
TorchTPU 讓 PyTorch 直接在 TPU 上執行,省去 torch_xla 與 JAX 的中介層。 - 核心功能:新增 TPU 作為 PyTorch 後端,支援 eager 與 torch.compile,提供 Pallas kernels、分散式訓練。
推薦理由:TorchTPU 讓 PyTorch 直接在 TPU 上執行,省去 torch_xla 與 JAX 的中介層,提升開發效率與推理速度。
TorchTPU 讓 PyTorch 直接在 TPU 上執行,省去 torch_xla 與 JAX 的中介層。 - 核心功能:新增 TPU 作為 PyTorch 後端,支援 eager 與 torch.compile,提供 Pallas kernels、分散式訓練。
推薦理由:TorchTPU 讓 PyTorch 直接在 TPU 上執行,省去 torch_xla 與 JAX 的中介層,提升開發效率與推理速度。
SIwithin 是一款在 macOS 上執行的 CLI,允許在安全隔離的「fence」中執行 Claude Code 或 OpenAI Codex,並以可配置的美元預算自動停止超支。
summary_zh: Penmentor 讓你在 xournal++ 手寫數學時,只要按一個鍵,Claude、Gemini 或 GPT 就能像老師一樣在螢幕上用彩筆標註你的筆記,並提供提示與動畫說明。
summary_zh: Respan 開發團隊發布了一個以外掛為核心的開源 Rust AI 閘道器,允許使用者在不改動核心的情況下,輕鬆新增提供者、協議與功能。
tsrs 是一個將 TypeScript 編譯器移植到 Rust 的新工具,提供顯著的速度與記憶體最佳化。\n- 核心效能:比 TypeScript 7.0 快 8 倍、記憶體使用量減少 70%。
AnyLanguageModel 1.0 於 Apple 平臺推出,提供單一 API 同時支援本地與雲端模型,降低實作複雜度。 - API 相容性:將 import FoundationModels 換成 import AnyLanguageModel,即可使用系統模型、llama.cpp、MLX、Core ML 等。
推薦理由:AnyLanguageModel 1.0 讓開發者可在 Apple 平臺以單一 API 同時使用本地與雲端模型,降低實作複雜度。
PyTorch 2.15 在 Mac 上推出 MPS FP8 支援與 LLM 解碼加速,提升模型效能與記憶體利用率。 - FP8:在 MPS 上新增 torch.float8_e4m3fn,單位元組儲存,減半記憶體佔用。
導語:AWS 透過新版登入體驗,讓新使用者可在 2-3 步驟內即時進入已配置好的 SageMaker Studio,並獲得最高 $200 AWS Free Tier 額度。
Stealthium 透過 GPU 記憶體監控與 Python 呼叫堆疊結合,能即時偵測 ROME 欺騙攻擊。 - 攻擊方式:Rank‑One Model Editing (ROME) 只改動單一權重矩陣,模型檔案不變,傳統檢測工具難以發現。
TorchNeuron 是 Hugging Face 推出的 PyTorch 外掛,為 AWS Trainium 提供原生後端。\n- 部署與訓練:可直接使用 Transformers、Accelerate、PEFT、TRL 等 HF 庫,支援 eager、torch.compile、FSDP、TP 等分散式 API。
GitHub Copilot 允許在 VS Code 內直接開啟並繼續已在 Copilot 應用程式中建立的會話,讓開發者可在同一工作區進行差異檢視、手動編輯與本地測試,並將完成的變更推送至 Pull Request。
推薦理由:本教程示範如何將 Copilot 會話無縫切換至 VS Code,並在編輯器中進行差異檢視、手動調整與本地測試,為開發者提供完整的工作流程。
Maxwell 是一款能在執行時即時重寫程式碼並進行形式驗證的模型,能在 CPU 與 GPU 上將資料處理與 AI 推理速度提升數倍。 - 效能提升:資料處理管線加速 38 倍,AI 推理核加速 4.25 倍,4K 影片生成速度提升 1.87 倍。
MiniMax M3.1 Flash 正式發布,為代理任務、程式開發與電腦使用帶來三倍推理速度與 70% 成本降低。 - 推理速度:日常輸出速率可達 200+ TPS,P50 170+ TPS。
導語:Meta Engineering 介紹「薄層排程器」模式,將 AI 代理拆分為只做路由與檢查的薄層和 14 個專門子代理,成功縮短列入新資料欄位的時間至 1 小時,並大幅降低錯誤與幻覺。
《Harness Engineering 101》以 300 行 Python 示範,從 LLM 互動到完整 Agent 架構,適合想親手實作 AI 代理的工程師。
summary_zh: Claude Code 透過 --worktree --tmux 旗標可自動建立 git worktree 與 tmux 會話,讓 AI coding agents 在斷線後仍保持執行。
Netflix 推出 VMAF v1 及 libvmaf v3.0.0,提供多方法融合的感知影像品質評估工具,已整合至 FFmpeg 並支援 Python 與 C 兩種語言。
本文提出一種專為測試 LLM 理解力而設計的程式語言 KillSwitch,並透過基準測試評估多款大型語言模型的表現。 - 語言特性:堆疊式、解釋型,包含隱藏真偽、字母計數等設計,故意挑戰 LLM 的安全閘門與提示跟隨。
Anthropic 內部報告指出 AI 代理已成為公司主要工作動力,代理工時已超過人類工時 6 倍,並顯著提升各職能產出。 - 工時與產出:截至 2026 年 8 月,AI 代理工時已達人類工時的 6 倍,程式碼提交量提升 5 倍。
vLLM v0.32.0 正式發布,包含 814 次提交與 363 位貢獻者的新功能。 - 新增 /v1/systemone 端點,可處理結構化決策與分數查詢,並支援 Cloudflare/clef-omni、LiquidAI/d1-3B、DiffusionGemma 等模型。
推薦理由:vLLM v0.32.0 引入多項高效推理最佳化與多模態支援,使用者可直接提升模型部署效能與功能擴充。
summary_zh: AI 能寫程式碼,誰來驗證? - Faros 2026 研究:22,000 開發者、4,000 團隊,AI 採用率高的組織中,BUG 54% 以上、PR 審查時間 5 倍、每 PR 事故 3 倍。
Benefit Street Partners 透過 Codex 及 GPT‑6 Astra,將投資委員會後續問題回覆時間從數天縮短至一天內。\n- 回覆時間:從數天/數週縮短至一天內,甚至在會議中即時回答。
Shev 是一款可直接使用的決策生成工具,支援 DeepSeek v4.1 與本地 MLX 執行。 - 輸出格式;JSON,包含 actionable、take_action、confidence、generated_response,方便直接讀取或整合至工作流程。
Weatherdeck 是一款輕量、只讀的狀態板,專為 AI 程式碼代理設計,可在任何機器上直接執行。 - 架構:僅使用 Python 標準函式庫,依賴單一 SQLite 檔案,無需建置步驟、CDN 或第三方服務。
Claude Code 團隊在 2026 年快速迭代的環境下,將自動化審查與人力審查結合,提升程式碼品質。 - 自動化審查:PR 生成前即執行測試、建構、畫面比對,並以 /code-review 進行差異分析。
導語:PostgreSQL 19 版因 AI 驗證發現大量錯誤而推遲至 11 月 19 日釋出。 - 延遲原因:LLM 助力的程式碼審查揭露 8–10 個關鍵功能的缺陷,導致回退並推遲至 PostgreSQL 20。
Reflection Beam 是一款 501B 引數、23B 活躍引數的開源權重模型,針對 Agentic Coding 與多步驟工作流程設計。 - 核心規格:501B 總引數、23B 活躍引數,效能可達 1M token 上下文長度;提供 BF16、FP8、NVFP4 三種檢查點格式。
推薦理由:Reflection Beam 提供 501B 引數、23B 活躍引數的開源權重模型,開發者可在 SageMaker JumpStart 或 HyperPod 直接部署,支援多步驟程式編寫、工具呼叫與中間結果處理,為 agentic coding 提供完整堆疊,並可透過 SGLang 或 vLLM 進行自訂執行時引數調整,滿足不同硬體與效能需求。
summary_zh: 本篇教程說明 CKKS 加密方案中,如何在密文上執行加法與乘法,並探討其誤差分析。 - 加法:兩個密文 \((c_0,c_1)\) 與 \((d_0,d_1)\) 直接相加得到 \((c_0+d_0,\;c_1+d_1)\)。
Beam 是 Reflection 推出的首個 501B 引數的混合專家 LLM,支援 1M token 長上下文、23B 活躍引數,並以 Apache 2.0 授權公開。
推薦理由:Beam 501B MoE LLM 具備 1M token 長上下文與 23B 活躍引數,可在自有硬體上部署,適合需要高效長距離推理與代理工作者的團隊。
本文說明如何在 DuckDB 內部將存於 VARCHAR 欄位的 JSON 字串轉成型別化欄位,避免每次查詢都重新解析 JSON。
Go 語言團隊正式在 gopls v0.24.0 與 VS Code 官方 Go 擴充功能 v0.56.0 中推出互動式重構功能,透過向 Language Server Protocol (LSP) 提案的全新標準,讓語言伺服器能在編輯器中發起多步驟對話方塊以收集使用者輸入。
summary_zh: OpenAI 發布 0.13.13 版本,新增瀏覽器工具驅動並修復兩個整合問題。 - 核心功能:新增 OpenAI browser-tool driver,提供 18 個預設瀏覽器工具與 6 個可選動作,支援本地瀏覽器、Browser Use Cloud 與借用會話。
summary_zh: Vercel 讓企業團隊可在自己的 AWS 帳戶中執行 Vercel Functions,並正式推出 Bring Your Own Cloud (BYOC) 的 GA 版。
Postgres DELETE 在高負載工作流系統中能夠透過最佳化策略達到可擴充套件性。 - MVCC 與死元組:DELETE 只標記行為不可見,真實刪除由 VACUUM 完成,導致大量死元組累積。
Meta Muse Spark Open 已於 Amazon SageMaker JumpStart 上線,可直接部署至 AWS 帳戶,支援 1M token 上下文與多模態輸入。
Evergreen 是一個 GitHub App,透過原生功能自動化外部協作者存取審查與倉庫靜默檢測,讓共享組織的安全與衛生維護變得可排程且可追蹤。 - 工作流程:每季審查外部協作者,未回覆即自動撤銷;靜默倉庫超過閾值會被警告並可自動封存。
Vercel 於 2026 年推出全新後端支援,涵蓋 Python、容器與 Daemons,讓開發者可在同一平臺部署前後端並執行背景工作。 - Python GA:已正式上線,支援 FastAPI、Flask、Django 等主流框架,150,000 團隊已使用。
Meta 推出 Muse Spark Open,816B 引數的多模態混合專家模型,支援文字、影像、音訊與影片輸入,並具備程式設計與工具呼叫能力。 - 模型規模:總引數 816B,每個 token 活躍 42B,可使用 1M token 上下文視窗。
推薦理由:Meta公佈的 Muse Spark Open 816B 引數模型,支援多模態程式設計與長上下文,對開發者可直接整合,並提供多種推理與工具呼叫介面。