用确定性模型替代LLM评审：速度提升9.2倍、成本降低4.5倍
Hacker News讨论提出用确定性模型替代大模型做评审，速度提升9.2倍、成本降低4.5倍，为高频评审场景提供更稳定廉价的方案。
Java 近期新闻：JobRunr 9、OpenXava 8、Quarkus、LangChain4j、JNoSQL、Lathe
Java 生态近期多项更新：JobRunr 9 与 OpenXava 8 发布新版本，Quarkus、LangChain4j、JNoSQL、Lathe 等项目也有新进展，其中 LangChain4j 涉及 Java 与大模型集成。
Akka 在 65 个开源项目中测试基于规格的 AI 交付
Akka 在 65 个开源项目中试验基于规格的 AI 交付方式，用规格约束 AI 生成代码，以提升交付的可控性与可靠性，对采用 AI 编程的开发者有参考价值。
Show HN：InBox Wall——面向AI智能体的本地优先开源邮件净化器
开源项目InBox Wall发布，这是一个本地优先的MCP服务器，在本地AI智能体处理邮件前净化HTML，清除隐藏的CSS/Unicode提示注入，保护智能体安全。
三个大模型评审无法分辨AI智能体的真实记忆与伪造记忆
Hacker News 讨论显示，三个大模型评审无法区分AI智能体的真实记忆与伪造记忆，暴露了当前记忆评估方法的可靠性问题，对做智能体记忆系统的开发者有参考价值。
AlphaDiana：面向可验证推理任务中智能体的测量系统
AlphaDiana 是一个模块化智能体测量系统，可分别控制文件复用与记忆保留，在五个基准上测试三种开源模型与三种执行框架，发现框架并不稳定提升推理准确率，技能与记忆干预同样不可靠。
VISTA：面向离散扩散加速序贯蒙特卡洛引导的价值感知调度裁剪
VISTA 是一种免训练方法，在固定预算下自动挑选离散扩散模型中被引导的去噪时间步，用动态规划优化路径偏差上界，在文本、生物序列和图像生成任务上多数优于手工稀疏调度，并显著降低延迟。
基准饱和后如何评估模型能力
研究探讨基准测试饱和后能否继续评估模型能力，发现利用解题过程记录仍可预测模型表现，成对评判法效果最佳，预测误差降低5.3倍。
世界不会等待：在实时时钟下评估与训练智能体
研究者提出 RealtimeBench 基准，含 180 个任务、六类游戏，在推理期间游戏持续运行，考察 LLM 智能体的实时性；并提出 TORSI 双时间尺度训练法，使慢速教师指导快速学生，将 Jev 平均分从 13.51 提升至 24.19。
范式智能联合睿思智联推出开源一站式生产级AI部署平台“模域ModelSphere”
范式智能与睿思智联联合发布开源一站式生产级AI部署平台“模域ModelSphere”，面向企业提供模型部署、推理与服务管理能力，降低大模型落地门槛。
生产级大模型平台工程实战手册
一份面向工程团队的大模型平台落地指南，梳理从模型接入、推理部署到监控运维的全链路实践，帮助团队把大模型从演示推进到生产环境。
推翻一切！Nick Cammarata 万字长文宣告：AI 不是黑箱，99% 神经元清晰可见
OpenAI 早期可解释性研究者 Nick Cammarata 推翻自己十年前对 InceptionV1 神经元 4e:55 的经典结论，称该神经元检测的是 V 字几何形状而非猫或车。他发布长文《Neural Networks Are Already Clean》，指出现代视觉模型最后一层 99%~100% 的神经元都能找到清晰解释，神经网络远比想象中干净。