AI 编程实时动态与要闻

LMSYS 博客 11 月 13 日发布 RadixArk Miles 团队文章：开源 RL 后训练框架 Miles 首次把智能体强化学习的全部沙箱放到英伟达 Vera CPU 上端到端训练 GLM-4.7-Flash。在机器已被其他任务占满的条件下，沙箱放在 AMD EPYC Turin 上时每轮平均多花 12%；满载时 Vera 单路可承载的负载是 Xeon 6 的 1.3–1.5 倍、Turin 的 1.4–2.1 倍。

查看大图

11 月 12 日，开源推理引擎 SGLang 背后的非营利组织 LMSYS Org 在旧金山首届 SGLang 峰会开幕主题演讲上宣布成立 SGLang 联盟。创始成员包括NVIDIA、AMD、Intel、Google、Meta、Cloudflare、Modal 和 RadixArk，它们将与 SGLang 维护者一起参与路线图制定，重点方向是前沿模型支持、推理与多模态负载、分布式推理和跨硬件优化。每家成员指派一名技术代表，每年参加两次路线图会议；技术决策和代码合入权仍归 SGLang 维护者，项目继续对整个社区开放。

查看大图

Anthropic 11 月 10 日发布 IPO 路演视频（42 分钟），在「算力策略」一章称：今年首次接入 AMD GPU，过去上线一个新芯片平台要几十名工程师干几个月，这次让 Mythos 来做，约 3 天、几乎无人工干预就让 Claude 跑在 AMD 上，内核几乎 100% 由 Claude 移植或编写。视频画面脚注把口径收窄为：Claude Mythos Preview 让一个 Anthropic 模型在 AMD MI355X 上以可用性能跑通 prompt 处理（prefill），6–12 个月是公司以往用传统方式上线新加速器的经验值。X 上「CUDA 护城河没了」的说法明显夸大，以官方口径为准。

查看大图

Anthropic 于 11 月 10 日（新加坡时间 19:33）宣布启动 IPO 路演，拟发行 8.25 亿股 A 类普通股，其中公司发行约 8.01 亿股，老股东出售约 2365 万股，每股定价区间 70–78 美元，拟以代码 ANT 登陆纳斯达克全球精选市场。同日提交的 S-1 第二号修订稿显示，AMD、博通、谷歌、美光、微软、英伟达和台积电将以 IPO 价格合计认购 260 亿美元 N 类股。按 74 美元中值计算，公司预计净募资约 846 亿美元。

查看大图

11 月 9 日，Google Cloud 官方账号和 Google AI 与基础设施 SVP Amin Vahdat 宣布第八代 TPU 新增两套系统。TPU 8i Max 把两颗 TPU 8i 芯片封装在一起，官方称算力、SRAM 和 HBM 带宽都是 TPU 8i 的 2 倍，面向超长上下文和最高机架算力密度。TPU 8tx 与 TPU 8t 同一颗芯片，搭配第 5 代 AMD EPYC 主机，在硬件层保护运行中的数据和模型权重，官方称延迟比 TPU 8t 低最多 2 倍、性能损失接近零。加上 4 月发布的 8t、8i，这是谷歌第一次在一年内推出 4 套 TPU 系统。软件方面，谷歌开源 TPU Sync（官方称 KV 传输延迟和首 token 时间降低 90% 以上），推出 Agent Compute Engine 和预览版 TPU Agent 套件（可接入 Claude Code、Cursor、Antigravity），Cloud Pathways 和 GKE 动态切片正式 GA。官方未公布上市时间和价格。

查看大图

11 月 9 日 08:30 UTC，Omarchy 作者 DHH 发布本地模型引擎 omarchy-local-ai v0.5.0，把本地模型支持扩展到 64 GB 的 NVIDIA GB10 / N1x 级机器，并把 Nemotron 3.5 Bolt 设为这一档的默认推荐（项目方实测：262K 完整上下文，短提示 91 tok/s、32K 提示 82 tok/s，峰值内存不到 40 GiB）。约 20 分钟后他在 X 上说，Omarchy 4.6 会为每台机器推荐能跑的最佳模型，并晒出 AMD 送他的 Ryzen AI Max+ 495 机器在 Agents 面板里同时挂着 Claude Code 订阅和本地 Qwen3.8 Flash Next（占用 94 GiB）。这套能力来自 11 月 1 日合并的 PR #17267：一条 omarchy agent local use best 命令按显卡家族和内存档位挑模型，在断网的 rootless Podman 容器里运行，供 OpenCode、pi 等编码 Agent 调用。4.6 的发布日期尚未公布。

查看大图

微软 Foundry 团队于 2026-11-05 发博：Foundry Local CLI ≥0.13.0 可用 ONNX Runtime 在本机跑 4bit Qwen3.8-27B（权重约 18GB），经 Bring Your Own Key 接到 GitHub Copilot。需 NVIDIA ≥24GB 显存（24GB 时上下文约 64K；≥32GB 可达模型上限 262K）。官方引用模型卡口径 Terminal-Bench 2.1 73.0、SWE-bench Pro 61.7；并称在 RTX 5090 / DGX Spark 上生成速度优于同量化的 llama.cpp。Mac/AMD 尚在路线图。

查看大图

Google DeepMind 于 10 月 31 日宣布，与英国政府、Google Cloud 和 Faculty 共同开发的规划审查工具 PlanAssist（基于 Gemini）将新增开放给 12 个英格兰地方规划机构，参与总数达到 15 个，进入为期 12 个月的 Beta 阶段并处理真实申请。官方称，在 Barnet、Camden、Dorset 三地的早期试点中，规划官员花在住宅类申请评估上的平均时间下降 58%，超过 70% 的 AI 草拟报告无需修改即获通过；最终决定仍由规划官员作出。

查看大图

在 arXiv:2610.25834 中，跨国研究团队正式发布业内首个专门评估 Coding Agent 大规模、面向物理性能代码重构能力的基准 FrontierRefactor。与传统仅考量“功能测试能否通过”的 SWE-bench 不同，FrontierRefactor 涵盖 7 种主流编程语言、跨越 10^1 至 10^4+ 行代码规模的 60 个符合阿姆达尔定律（Amdahl's law）的严苛工业级工程任务。测试揭示了惊人的行业现状：超过 41% 的智能体生成补丁虽然 100% 通过了功能等价性测试，却并未带来任何实际物理加速，其中 19.3% 甚至引发严重的运行时性能回退，展现了引入多轮执行耗时反馈机制对自主重构智能体的决定性意义。

查看大图

vLLM 官方推特宣布两项关键工程突破：在 v0.32.0 官方镜像中引入构建期 Python 字节码预编译（uv compile），使 H100 容器冷启动耗时缩短 14%~18%（省去约 18 秒且启动零重编译）；同时正式合入 Decision 3.0（D3）全系列 6 款结构化决策模型（0.6B 至 27B），通过 /v1/systemone 提供极速多模态选择与评分，在 AMD MI325X 单卡上支撑 64 并发的吞吐达原始基准的 1.8 倍。

查看大图

SGLang 团队正式发布 v0.5.22 大版本更新（凝聚 245 位贡献者提交的 950 个 PR）：深度优化 DeepSeek-V4.1 推理性能，在 H200 单卡吞吐狂飙 2.3 倍，并通过 DSpark 首次在 AMD MI350X/MI355X 实现 1.9 倍吞吐提升；首创 InstantTensor 加载器将大模型冷启动显存载入提速 10 倍；B200 上 Qwen3.8-Flash-Next 解码提速 12%、B300 上 GLM-5.3-Flash 提速 10% 且 MiMo-V2.6-Pro 解码吞吐达 1.85 倍；并原生支持苹果 Apple Silicon 与 ComfyUI 扩散生态。

查看大图

半导体分析机构 SemiAnalysis 发布最新评测：Inferact（vLLM 核心团队）联合 Google 正式提交了首份基于 Google TPUv7 的 Kimi K3 2.8T 巨型 MoE 模型推理基准。在单芯片时租仅 1.21 美元（相比 GB300 2.31 美元、B300 2.26 美元、GB200 1.86 美元）下，借助 TorchTPU vLLM 大核与 TPU-Sync KVCache 卸载库，TPUv7 在 390 tok/s 超高交互区实现每美元 220 万 Token 吞吐，TCO 表现越级反超 NVIDIA GB200 NVL72、B300 与 AMD MI355X。

查看大图

vLLM Semantic Router（vllm-sr）团队于 10 月 11 日在 Hugging Face 以 Apache-2.0 开源 Decision 3.0 系列（d3、d3-flash、d3-mini、d3-nano、d3-lite、d3-edge），基于 Qwen3.5/3.8，支持文本、图片和视频输入，一次调用直接输出选择题、是/否、打分三类问题的概率而不生成文本。官方口径：27B 旗舰 d3 在 Jev Decision Index 0.3.1 得 64.7，领先 Perplexity Decider v1.1（62.8）和上一代 Decision 2.0（55.9）；单张 MI325X 上文本请求中位延迟 55ms。vLLM 官方账号转发祝贺。

查看大图