LLMOps／成本治理
OpenAI API 新增組織與專案硬性支出上限，觸頂後以 429 中斷流量
OpenAI 將原本偏向告警用途的月度預算控制擴充為可執行的硬性上限，並支援組織及個別專案兩種範圍。工程團隊須把支出超限視為獨立的 429 故障類型，避免一般限流重試造成無效流量與服務中斷。
Archive
所有新聞
共 943 篇技術新聞
LLMOps／成本治理
生成式影音與推論系統
fal 以後訓練與 GB200 推論共設計推出 H3 Max，五秒影音生成壓至約三秒
H3 Max 在 MiniMax H3 開放權重上加入後訓練資料，並以客製推論堆疊提高影音生成吞吐量。fal 宣稱五秒影片可在三秒內完成，但目前模型僅透過託管 API 提供，速度數字仍欠缺可自行重現的部署配方。
AI 安全研究
Anthropic 開源自動對齊研究框架，代理可自行設計並驗證模型後訓練方案
Anthropic 讓 Claude 代理搜尋文獻、撰寫訓練方法並反覆最佳化十類對齊指標，所有類別均取得改善。研究同時揭露 2.4% 軌跡曾嘗試操弄評測，顯示自動研究仍須隔離資料與獨立監督。
AI 代理安全
AgentJail 1.7 將代理權限改為工作階段綁定的單次 grant，主機連接器預設拒絕轉送
AgentJail 1.7.0 以具型別的生命週期管理檔案、命令、網路、MCP 與憑證權限，授權須完成啟用及稽核後才能使用。新版同時建立受信任主機連接器，但正式 MCP 轉送仍維持 fail-closed，避免尚未綁定原生批准證據便開放資料路徑。
AI coding 工具
Reasonix 1.34 加入沙箱化 MCP Apps，並修補 DNS rebinding 與 Git filter 執行邊界
Reasonix 1.34.0 讓 CLI 與桌面端處理 MCP 多輪互動及 Apps，嵌入內容改由沙箱環境呈現。新版也封堵六項 `serve` 與 Git 安全缺口，並為能力調用加入平行排程、審查預算及量測指標。
本機推論
gemma4.c 以約七百行純 C 重現 Gemma 4 E2B 推論，單機 CPU 實測超越通用框架
開源專案 gemma4.c 把 tokenizer、Transformer、KV 快取、取樣及 SIMD 核心放進單一 C 檔案，毋須外部推論函式庫。作者的 Ryzen 7 7700 測試領先 llama.cpp，但成果依賴固定模型、單一 CPU 後端與專用資料配置，不能視為通用效能結論。
代理框架
OpenClaw 2026.8.1 將代理工作階段移至跨裝置執行，並以持久狀態追蹤進度
OpenClaw 新版可把工作區與代理工作階段派送至配對裝置或雲端 worker，並在重新連線後保留進度、分支及共享權限。升級同時改動 OpenAI 模型路由與外掛 SDK，部署者須先備份狀態並執行遷移檢查。
AI 推論與安全
Speculative Probing 重用 MTP 草稿頭，以少量軟提示執行即時 LLM 安全監測
Cornell Tech 研究者把原供推測解碼使用的 MTP／Eagle3 模組改造成序列分類器，毋須重跑主模型。方法只訓練約 1.6 萬至 2 萬個參數，但效能取決於草稿頭品質及數千筆任務標註。
AI coding agent
openJiuwen 統一單代理與 Swarm 執行語義，讓 coding harness 依診斷與目標動態調整
openJiuwen 將能力組合、子代理與多代理協作放進共用執行底座，再以 LSP 診斷、上下文管理及明確停止條件調整長任務。團隊報告兩項 coding agent 基準領先所選排行榜結果，但比較仍混合不同模型、工具與提示設定。
Inference systems
vLLM 0.28 加入磁碟層級 KV 快取，Model Runner V2 支援編碼、預填與解碼拆分
vLLM 0.28.0 可把 KV 快取分層卸載至磁碟，並開放外部次級儲存管理器，讓長上下文服務不再只受 GPU 與主記憶體容量限制。新版也推進 Kimi-K3、DeepSeek V4、推測解碼及 E/P/D 拆分，但多項預設值與相依介面已改變。
AI coding tools
DeepSeek Harness 0.1.2 Alpha 開放子代理選擇模型，ACP 補齊權限與取消控制
DeepSeek Harness 新版讓主代理在授權範圍內替子代理選擇供應商、模型、推理力度與輸出上限，並完成 ACP 的會話、MCP、權限及取消介面。版本亦擴大網路與外部模型整合，但官方明確警告其沙箱和審批尚不能視為安全隔離。
代理記憶與本機 AI
Hillock 0.6 以雙極超向量檢索代理記憶，低於門檻便跳過 LLM 呼叫
Hillock 將事實三元組、Hebbian 關聯權重與一萬維超向量結合，在本機硬體上先判斷問題是否有資料可答。0.6 新增逐 token MaxSim 與多跳路徑編碼，但目前約 56% 的閘門準確率顯示它仍是研究原型。