Google DeepMind发布多LLM智能体框架AlphaProof Code,用AI智能体在Lean中生成超过600万行证明,对Signal加密协议的实际部署代码完成形式化验证——这是AI首次在该深度上验证广泛部署的密码协议,也是该类协议实现首次被任何方法完整验证。整个过程仅用4周,人类专家只需复审约1%的代码,其余由Lean自动检查。
DeepMind发布下一代DNA序列模型AlphaGenome 2,基于超过1亿个单细胞谱、覆盖68种组织训练,将变异效应预测从宽泛组织均值细化到具体细胞类型与细胞状态,识别出的可改变基因表达的变异数量接近上代模型的两倍,并能对训练中未见过的疾病状态做预测。现已通过AlphaGenome API面向非商业研究开放,商业研究为私有预览。
阿里正式发布Qwen Code 1.0,将Qoder中打磨的Harness能力与Qwen Code合并为同一套开源内核,以事件驱动Agent方式衔接模型、工具与执行环境,支持多节点扩展,开发者可基于其构建适配自身场景的Agent系统。11月11日至24日可领取Qwen4免费额度(30天有效)。编码Agent基础设施的开源化再进一步。
NVIDIA宣布两个面向GPU基础设施的开源项目:NVIDIA Kubernetes Engine(NKE)用于构建和运营托管Kubernetes服务,配合GPU Operator等组件管理GPU集群全栈。同期还发布Runtime AI Inventory,为使用Dynamo、Kubeflow或Slurm部署的AI负载提供运行时清单可见性,解决平台层看不到实际运行内容的问题。
NVIDIA提出Agent Substrate方案,指出AI Agent大部分时间处于等待人类输入、工具结果或模型响应的空闲状态,而传统Kubernetes按一Pod一Agent的方式运行会严重浪费资源。该方案针对Agent生命周期特征重新设计调度与资源管理,目标是在大规模Agent部署下显著提升集群利用率,是K8s面向Agent时代的一次架构级重构尝试。
NVIDIA开源DSX AI Factory平台新组件Snapshot,可将初始化完成的GPU工作负载保存为可复用快照,推理与训练任务启动恢复从分钟级降到秒级,避免每次冷启动重复加载模型与依赖。对多模型轮转、弹性伸缩和故障恢复场景,可显著缩短GPU空转时间、提高集群有效吞吐。
在AI Engineer Code Summit首日,OpenAI演示了Codex的多种新交互方式:开发者可用语音实时引导Codex执行任务,将本地工作交接给云端继续运行,并使用名为dots的进度反馈机制跟踪Agent状态。编码Agent正从纯文本指令走向语音+多端协同的操作形态。
JioHotstar针对AI编码Agent的知识库选型,用SWE、CodeScale Bench和内部问答harness评测了6种代码检索方案,结果显示结构化检索(基于代码结构索引)在准确率与召回上整体优于纯向量检索。对构建编码Agent的团队,这是一份可直接参考的检索层选型基准。
Meta工程博客详解广告投放系统Intelligent Delivery:排序模型规模正以逼近LLM的速度增长,硬件供给跟不上,于是按请求维度动态决定算力投入——额外计算只花在收益敏感的流量上。这套按边际收益分配推理算力的思路,对所有面临模型变大与算力预算冲突的在线推理团队都有借鉴价值。