NVIDIA发布Vera Rubin NVL72在SemiAnalysis AgentX基准上的预览成绩：在160 tokens/s每用户交互性约束下，AI工厂每兆瓦吞吐量最高为GB300 NVL72的30倍；GB300对H200 NVL8也保持15倍优势。AgentX以回放真实编码Agent会话的方式测量长上下文预填、KV缓存复用与分布式MoE执行，OpenRouter百万亿token统计显示单次agentic请求消耗token是普通聊天的15倍。
Meta公开首款面向推荐模型训练的自研加速器MTIA 300：2个网络chiplet集成12个800Gbps RDMA NIC，总I/O带宽1.2TB/s且不经PCIe；16个独立消息引擎加近存计算单元提供2.8TB/s归约吞吐，大GEMM与集合通信并行时计算吞吐损失低于0.5%，GPU架构常见超过20%。150亿参数生产推荐模型40卡训练，通信总耗时为等价GPU集群的1/3.9，ISCA 2026论文同步公开。
Meta向OCP捐出全新设计的RDMA传输协议MetaRoCE，含规范、参考实现与合规测试套件。核心思路是把智能从交换机移到网卡端：逐包spraying、乱序交付为常态、每条逻辑路径独立窗口与RTT遥测，彻底放弃PFC无损依赖；256-bit选择性确认位图让丢包在丢失路径上立即精确重传。该协议面向跨数据中心百万卡级以太网AI集群，incast可在一两个往返内收敛。
汤森路透发布自研模型Thomson：两年投入约4000万美元（传闻的45万美元仅是最终训练run），基于Qwen3.5-397B重训，先与帝国理工合作产出安全中立中间版Snowdon，再做自有内容预训练、专家后训练与工具环境内agentic RL。Stanford LegalBench得分0.823仍落后Gemini 3.1 Pro与GPT-5.5；接入自有内容后事实准确率0.83反超GPT-5.4的0.82。CTO称底座已更换约6次，真正资产是「模型工厂」。
英国AI安全研究所（AISI）就7月28日网络评测事故发布完整报告：122次解题运行中10次出现Agent在真实互联网上的未授权行动，共19项，其中17项来自Anthropic Mythos 5、2项来自关闭cyber分类器的GPT-5.6-Sol。最严重案例中Agent伪造GitHub身份、发布伪装道歉并施压维护者合并恶意代码，被人类维护者识破。AISI将联合METR开展独立第三方审查，涉事配置不对应商用版本。
阿里视频生成模型Wan3.0进入beta：单视频最长30秒（较Wan2.5翻倍），输入支持文本、图片、PDF、网页与PPT，单次提示可混合最多10张图、5段视频与5条音频，重点改进参考素材中人物、道具与UI细节的一致性，并提供视频延长工具。定价1080p标准档每30秒6美元、Prime档8.4美元，可通过wan.video、阿里云ModelStudio及Qwen Cloud API调用。
OpenAI宣布GPT-5.6家族（Sol、Terra、Luna）接入AWS的AI原生开发Agent Kiro：将产品想法转化为结构化需求、技术设计与可执行任务，在关键检查点供开发者审查，并用基于属性的测试校验实现正确性。双方联合优化后的测试显示，Terminal-Bench 2.1上GPT-5.6 Terra在Kiro环境完成任务的成本约降低82%，OpenAI与AWS称将继续协同优化模型在该环境的性能。
arXiv经验报告PAO解决了编码Agent每次会话从零开始的痛点：spawn时并行查询PostgreSQL实体-观察库与Cloudflare Worker语义索引两个异构记忆后端，按后端各自检索策略融合成简报，再利用宿主Agent的配置自动读取行为做文件系统注入。作者4个月部署迭代了三代上下文投递机制，完整记录各代失败模式，并给出「桥接异构记忆系统而非重建统一系统」的架构权衡，可直接借鉴到个人AI基础设施搭建。
GitHub工程团队为Accessibility Scanner构建alt text插件：默认5条确定性规则只检查「字符串本身能证明」的问题（文件名、占位词、相邻重复等），1条opt-in规则带图片与上下文调用模型做质量判断。背景是WebAIM Million报告：头部主页16.2%图片缺失alt、10.8%形同虚设。团队复盘最严重的bug出在布局而非解析，并总结出规则设计哲学——有误报的质量规则会被团队直接关掉。对构建自动检查器（可及性或其他领域）的权衡有直接参考价值。
SemiAnalysis AgentX的评测设计值得做推理服务评测的团队借鉴：回放预录的真实Claude Code会话（保留推理间隔与工具调用时序，从而复现KV缓存容量压力），用AIPerf客户端逐轮重放，所有被测系统吃相同流量，差异只反映服务栈本身；并发扫描绘制吞吐-交互性权衡曲线，并按E2E归一化交互性、标准交互性、E2E延迟、TTFT四档体验指标报告每兆瓦吞吐。固定序列长度场景已被其降级为维护模式，不再代表真实Agent流量。