PriorityFEC：面向边缘多智能体系统 KV 缓存交接的截止时间感知流式 FEC
论文提出 PriorityFEC，一种在边缘多智能体大语言模型（LLM，Large Language Model）系统中交接 KV 缓存（key-value cache）的方案。
#部署/工程
arXiv · cs.AI模型评分3131 arXiv · cs.AI模型评分4343 GUI-Lens：让现成 视觉语言模型（VLM，Vision-Language Model） 通过由粗到细裁剪实现精准 GUI 定位
GUI-Lens 提出一种由粗到细的 GUI 定位框架，让通用视觉语言模型（VLM，Vision-Language Model）通过主动视觉观察逐步确定点击目标，在 ScreenSpot-Pro 上的准确率最高达到直接定位的 9.3 倍。
arXiv · cs.AI模型评分4242 TIRx：跨异构后端的统一 Tile 原语机器学习编译器
TIRx 是面向 图形处理器（GPU，Graphics Processing Unit） 与 人工智能（AI，Artificial Intelligence） 加速器的机器学习编译器，通过显式执行作用域抽象、张量布局和 Tile 原语调度，把高层操作下沉为高效实现。它在最新 GPU 和 AI 加速器上达到厂商级性能，原生代码案例显示底层实现代码大幅减少。该工作已被 ASPLOS 2027 接收。
arXiv · cs.AI模型评分3131 SpectRAG：面向多跳检索增强生成的加权块图谱与 token 预算上下文选择
SpectRAG 提出一种图谱增强检索框架，通过加权块图谱、图谱扩展和谱相关性传播，在固定 token 预算下为多跳检索增强生成（RAG，Retrieval-Augmented Generation）挑选上下文。
arXiv · cs.AI模型评分4444 AgentOrch 基准：全局编排与逐步交互的准确率差距有多大？
AgentOrch 基准在 650 条企业标准作业程序和 3,220 个运行时变体上，用匹配的工具、环境和评测直接比较全局编排与逐步交互。逐步交互在所有被测模型上仍更准确，但差距从早期模型到最强近期模型已缩小约 79%。
arXiv · cs.AI模型评分4949 LazyAgent：面向智能体程序的按需物化与物理优化
LazyAgent 提出智能体运行时的按需执行机制，只运行当前请求真正需要的就绪步骤，并在计划变化时保持判断精确。在 154 个生产工作流的 303 个请求上，它相比急切运行方式节省 42.0% 的 CPU，在 LangGraph 应用中节省 24.0% 的费用，且无质量损失。该机制还能充当查询优化器，在候选工作流之间做选择。
arXiv · cs.AI模型评分5353 论文提出面向智能体检索的知识编译层，导航树使查询 token 平均减少 38%
论文提出在检索增强生成（RAG，Retrieval-Augmented Generation）的智能体检索流程中加入知识编译层，把文档加工成导航层级、实体图谱、时间线等结构化产物。
arXiv · cs.AI模型评分4141 ARK：为分离式 大语言模型（LLM，Large Language Model） 推理的 键值缓存（KV cache，Key-Value Cache） 传输规避路由冲突
ARK 是一种分布式大象流路径预留机制，通过协调发送方选择源端口，把并发流的哈希映射到不同 spine 上，避免无状态 ECMP 的哈希冲突，且无需改动交换机或接收端重排数据包。
arXiv · cs.AI模型评分5050 Caper：先沙箱试跑再审批的编码智能体命令放行机制
论文提出 Caper，一种面向编码智能体的后果感知审批机制：先在快照沙箱中预执行每条命令，把观察到的效果整理成有界报告交给独立审批方，放行的命令提交、拦截的命令回滚并附上可供智能体处理的原因。
arXiv · cs.AI模型评分4444 MetaVul：面向漏洞检测的智能体执行框架自动发现
MetaVul 是一个面向漏洞检测的自我改进框架，能从种子结构化推理脚手架出发，通过工作流优化循环迭代改进智能体执行框架（harness，即包裹大语言模型的脚手架代码），并返回一组帕累托最优框架。
arXiv · cs.AI模型评分4141 证据引导的 人工智能（AI，Artificial Intelligence） 智能体恢复方法：应对工具结果不明与部分执行
针对工具超时导致 人工智能（AI，Artificial Intelligence） 智能体面临结果不明与部分执行的问题，研究者提出证据引导的任务恢复方法，结合标准观测 contingent 规划与独立实现的效果历史裁决器。
arXiv · cs.AI模型评分4444 面向 人工智能（AI，Artificial Intelligence） 计算机使用智能体的跨接口授权协议
研究提出一种面向固定版本计算机使用部署的 profile 限定授权协议，通过枚举带效果的路径与持久写入点、将请求归一化为规范效果并签发路由绑定的准备票据，在提交时再次校验路由、效果、授权与状态。
arXiv · cs.AI模型评分4242 LEAP：用可泛化长度预测实现高效 大语言模型（LLM，Large Language Model） 推理调度
研究者提出长度预测系统 LEAP，复用服务模型预填充阶段的隐藏状态，通过线性读出提取输出长度信号，并在测试时用递归最小二乘法在线更新，无需梯度计算或历史数据回放。跨域迁移实验中，在线适配使 Spearman 相关系数提升 64.7%；服务实验中，相比所评估的长度预测器，LEAP 将平均每 token 延迟降低 15.9–40.8%，吞吐量提高 1.9%，预测器参数量少 30,569 倍。
arXiv · cs.AI模型评分5656 LanG 2.0 提出用小型本地模型做大规模安全运营的智能体系统
LanG 2.0 是一个面向安全运营中心（SOC，Security Operations Center）的智能体系统，负责检测威胁、关联证据并编写规则，研究小型本地模型能否在结构性防护而非模型准确率提供保障的前提下，低成本且安全地替代前沿模型。
arXiv · cs.AI模型评分4949 能力锚定的智能体规划（CGAP，Capability-Grounded Agentic Planning）：让 大语言模型（LLM，Large Language Model） 智能体基于工具能力做可执行规划
研究者提出能力锚定的智能体规划（CGAP，Capability-Grounded Agentic Planning），先把工具目录确定性地编译为规划领域定义语言（PDDL，Planning Domain Definition Language）模型，再由 大语言模型（LLM，Large Language Model） 将请求转为目标并交给经典规划器求解。
arXiv · cs.AI模型评分4242 论文提出智能体运行框架的可移植规范框架
研究者把大语言模型运行所依赖的基础设施（即运行框架）拆成八个功能组件，并提出一套可移植规范框架，记录哪个模型在哪个运行框架中运行。同一模型在不同运行框架配置下，报告分数可相差数倍，且智能体的攻击面很大一部分来自运行框架。现有模型卡和智能体卡未记录一次运行内有效配置的先后顺序，而运行框架可能在版本间、运行间乃至运行中发生变化。
AWS Machine Learning Blog精选模型评分6464 AWS 发布 Amazon Bedrock 成本管理五步操作手册
AWS 官方博客给出管理 Amazon Bedrock 成本的五步操作模型，依次是归因、观测、限额、优化和复盘。归因环节利用 IAM 主体标签和 CUR 2.0 把每笔推理费用落到具体用户、团队和应用，并针对共享网关角色给出按用户会话标签的解法。观测环节通过模型调用日志和请求元数据回答哪个工作负载消耗了 token，限额环节则按风险选择仅告警、IAM 拒绝或网关同步拦截三档。
推荐理由：文章把 Amazon Bedrock 的成本治理拆成归因、观测、限额、优化、复盘五步，并给出可直接照做的配置与查询示例。
AWS Machine Learning Blog模型评分5858 AWS 演示用 AgentCore runtime 会话端点实时预览编码智能体构建的网页应用
AWS 发布教程，演示如何用 Amazon Bedrock AgentCore runtime 的会话端点（Session endpoints）在编码智能体修改文件时实时预览网页应用。
AWS Machine Learning Blog模型评分4747 在 AWS GovCloud (US) 中为 ChatGPT 桌面应用配置 Amazon Bedrock
ChatGPT 桌面应用现已在 AWS GovCloud (US) 的 Amazon Bedrock 上可用，通过 Work 和 Codex 两个组件访问 OpenAI 前沿模型。
AWS Machine Learning Blog模型评分5757 Epsilon 如何用 Amazon Nova Act 构建意图驱动的 UI 测试
Epsilon 的智能体平台团队用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool，把意图驱动的 UI 测试做成多租户平台服务，供各产品团队通过统一 应用程序编程接口（API，Application Programming Interface） 使用。
AWS Machine Learning Blog精选模型评分6060 用 Kiro 搭建可重复的 PHP 到 Java 迁移引擎
AWS 博客介绍如何用 人工智能（AI，Artificial Intelligence） 集成开发环境（集成开发环境（IDE，Integrated Development Environment））Kiro 搭建可重复的 PHP 到 Java 迁移引擎，把迁移拆成共享技能文件、发现扫描器和八阶段流程。
推荐理由：文章把 PHP 到 Java 的迁移拆成可复用的技能文件与八阶段流程，其中先建对照测试再写代码的顺序可以迁移到其他系统重写。
AWS Machine Learning Blog模型评分5252 AWS Batch 如何用配额管理为 SageMaker 训练任务跨团队借调资源
AWS 官方博客介绍 AWS Batch 面向 Amazon SageMaker Training 任务的配额管理（quota management）能力，管理员可按团队或项目划分配额份额，并用 RESERVE、LEND、LEND_AND_BORROW 三种资源共享策略处理空闲算力。
NVIDIA Blog模型评分3838 NVIDIA 展示开发者如何用前沿 人工智能（AI，Artificial Intelligence） 智能体在 Omniverse 中构建仿真应用
NVIDIA 展示了开发者用 GPT-6 Astra 等前沿 人工智能（AI，Artificial Intelligence） 模型配合 Omniverse 库构建仿真应用的多个项目，包括从现场扫描重建可编辑建筑模型、搭建燃气轮机数字孪生做假设分析、组装 SimReady 资产场景、仓库仿真压力测试和柔性线缆布线机器人控制测试。
Microsoft Research精选模型评分6060 微软研究院发布 Flint-interactive，用高层语言让智能体生成可交互数据图表
微软研究院发布 Flint-interactive，一种在 Flint 之上创建交互式数据可视化的语言，让智能体生成用户可点击、筛选、缩放、高亮并跨图表联动的图表。
推荐理由：微软研究院把交互逻辑交给编译器处理，让智能体生成可点击、可联动的图表，减少反复调试的消耗。
GitHub Blog · AI & ML模型评分5959 三位 Java Champion 分享用 GitHub Copilot 提效的实践
GitHub 博客采访三位有十余年 Java 经验的 Java Champion，介绍他们在生产项目和开源项目中使用 GitHub Copilot 的具体做法。
GitHub Blog · AI & ML模型评分4949 GitHub 新密钥检测模型：用更少误报发现更多密钥
GitHub 为密钥扫描训练了专用分类器，采用正则筛选加 ModernBERT 上下文分类的两阶段流程，替代此前的 大语言模型（LLM，Large Language Model） 流水线。相比旧方案，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98% 以上。该效率使通用密钥检测得以扩展到推送保护，在代码推送前就返回结果。
GitHub Blog · AI & ML精选模型评分6161 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把推送保护扩展到无固定格式的密钥，可在两毫秒内评估一批候选密钥，并称可让可拦截的密钥数量翻倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露与代码量同步增长，并给出把防护成本从人工转移到模型推理的思路。
Microsoft Research精选模型评分7373 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的智能体强化学习框架
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，让部署时使用的智能体框架直接参与训练，无需在训练框架里重写智能体。
推荐理由：框架把部署用的智能体直接接入强化学习训练，并给出约 6000 条样本提升 14.6 个百分点的完整流程，可据此判断改造成本。
GitHub Blog · AI & ML模型评分5353 GitHub Copilot 应用如何用 canvases 搭建自定义工作流
GitHub Copilot 应用介绍用 canvases（画布扩展）搭建自定义工作流的方法：在智能体会话中输入 /create-canvas 技能，用自然语言描述工作流、界面操作和智能体可执行的动作，智能体就会生成界面并在右侧面板打开，无需手写代码或调整布局。
Berkeley AI Research模型评分4646 从 CUDA 到 MLX：K-Search 如何把数十年内核经验带到 Apple Silicon
伯克利 Sky Lab 团队为 K-Search 增加 MLX 后端，并开发结构化 CUDA-to-MLX 翻译层，让这一进化式内核搜索框架把已有 CUDA 内核当作知识库，自动改写为 Apple Silicon 上的高质量内核。
Berkeley AI Research模型评分5555 伯克利提出 SPEX 与 ProxySPEX，可在数千组件规模上识别大语言模型中的交互
伯克利 人工智能（AI，Artificial Intelligence） 研究团队提出 SPEX 与 ProxySPEX 两种算法，用于在大语言模型（LLM，Large Language Model）中识别驱动输出的关键交互，把交互发现规模从数十个组件扩展到数千个。