Neo4j 中使用 Cypher 实现混合搜索：结合全文、向量与图结构
Neo4j 支持通过 Cypher 实现混合搜索，结合全文、向量和图结构等多种信号进行检索。该方法使用 WRRF（加权倒数排名融合）对多个来源的结果进行重新排序，提升同时出现在多个搜索中的结果权重。混合搜索可应用于支持案例调查，通过技术词汇、语义相似性或图结构关系找到相关案例。
#部署/工程
Neo4j 博客AI 评分3838
Berkeley AI ResearchAI 评分4545 Berkeley AI Research 视角：智能近乎免费时代下，面向、构成与由 AI 智能体驱动的数据系统
随着 AI 推理成本急剧下降，GPT-4 级别能力的成本已从 2023 年初的每百万 token 约 30 美元降至如今低于 1 美元，部分提供商甚至低于 0.1 美元。这标志着足以胜任大多数知识工作的智能正变得近乎免费，从而催生了数据系统需为 AI 智能体设计、由智能体构成以及由智能体构建的三大新挑战与机遇。
Together AIAI 评分3535 Together AI 在 ICML 2026：涵盖全栈的前沿研究
Together AI 在 ICML 2026 展示了涵盖智能体到 GPU 内核的全栈前沿研究成果。其 DSGym 框架包含 1000+ 个跨 10+ 领域的数据科学任务评估套件，ThunderAgent 将智能体推理吞吐量提升最高 3.6 倍。
Ollama 博客AI 评分5353 Ollama 0.31 为 Gemma 4 带来多 token 预测，推理速度提升近 90%
Ollama 0.31 为 Gemma 4 模型引入了多 token 预测技术，在 Aider polyglot 基准测试中平均 token 生成速度提升近 90%。
Weights & BiasesAI 评分3232 Building an observable robotics data flywheel
通过 PPO、Weave 和合成遥测技术构建可观察的机器人数据飞轮，记录失败案例并在复杂赛道上重新训练模型，验证模型恢复效果。该方法支持在训练过程中实时监控数据流动，提升模型适应能力。技术方案适用于强化学习场景，强调数据闭环对机器人系统优化的重要性。
Weights & BiasesAI 评分1414 Kimi 2.7 在 W&B 推理平台上的入门使用
Kimi 2.7 可通过 Weave 追踪、分析和评估逐步复杂化的软件工程任务。该模型支持在 W&B 推理平台进行部署和测试，适用于需要详细记录和评估模型行为的开发场景。用户可利用其进行代码生成、调试和性能优化的全流程管理。
Weaviate 博客AI 评分3030 Weaviate 1.38 发布：HFresh 向量索引与 MCP 服务器正式上线
Weaviate 1.38 版本正式上线，HFresh 磁盘向量索引和内置 MCP 服务器达到通用可用状态。HFresh 支持 cosine 和 l2-squared 距离度量，通过压缩存储和增量重平衡机制优化大规模数据的内存和延迟表现。MCP 服务器允许 LLM、IDE 和 AI 智能体直接与 Weaviate 交互，且新增运行时配置功能，无需重启集群即可启用或禁用写入权限。
Weights & BiasesAI 评分4848 ART-Optimized Megatron (AOM)：12倍更高的训练吞吐量
Weights & Biases 团队在其开源 ART 训练库中引入了 ART-Optimized Megatron (AOM)，实现了 12 倍更高的训练吞吐量。该优化基于 Megatron-LM 的分布式训练架构，结合 ART 的自动资源调度功能，显著提升了大规模模型训练效率。AOM 适用于需要高吞吐训练的场景，且 ART 训练库为开源，可直接用于实验和部署。
Weights & BiasesAI 评分2323 GLM-5.2 推理：用 Weave 实现简易追踪与评估
Weave 提供了对 GLM-5.2 推理过程的简易追踪与评估方法，支持开发者通过代码逐步实现。该工具帮助用户更高效地调试和优化 AI 工作流，适用于需要详细记录模型调用行为的场景。GLM-5.2 的推理功能可通过 Weave 的 API 进行集成和测试。
Together AI精选AI 评分6262 Together AI 发布多 GPU 内核生成基准 ParallelKernelBench，前沿模型表现不佳
Together AI 发布多 GPU 内核生成基准 ParallelKernelBench，用于评估大模型编写跨 GPU 通信 CUDA 内核的能力。在 87 个真实代码问题中，表现最佳的 GPT-5.5 在单次尝试下仅正确解决 28 个问题，其中仅 22 个快于 PyTorch + NCCL 基线。研究揭示了模型在协调 GPU 间通信、数据分区和选择最优传输机制方面存在根本性困难。
Weaviate 博客精选AI 评分6262 Weaviate 大规模数据导入与向量化实践指南
Weaviate 官方发布大规模数据导入与向量化实践指南，涵盖服务器端批处理、错误处理与重试机制、数据类型选择、多模态数据处理（如 PDF、图像、视频）以及使用 blobHash 降低存储成本的方法。
推荐理由：原文提供了大规模数据导入的完整实践指南，包括批处理、错误处理、数据类型选择和多模态处理，读者可直接用于优化现有流程。
Weights & BiasesAI 评分3333 教程：使用 W&B Inference 在 Python 中运行 Kimi K2.7 Code
本文提供教程，指导用户使用 W&B Inference 在 Python 中运行 Kimi K2.7 Code 模型。正文基于 moonshotai/Kimi-K2-Instruct 模型进行演示，未提及具体参数规模、benchmark 分数或价格等信息。该模型属于月之暗面（Kimi）系列，支持长上下文处理。
Weaviate 博客AI 评分3535 Weaviate Cloud 全产品套件现已开放免费试用
Weaviate Cloud 全产品套件现已开放免费试用，包括 Database、Query Agent 和 Engram。免费试用无需信用卡且无时间限制，可直接用于构建原型。当项目规模扩大后，用户可无缝升级至按需付费集群，无需迁移或重构现有架构。
Weights & BiasesAI 评分1919 为 VLA 模型构建生产级 MLOps 管道
本报告介绍了基于 Gemma 3 270M 的紧凑型视觉-语言-动作（VLA）模型的生产级 MLOps 管道构建方法。该模型支持高效的训练与部署流程，适用于需要实时交互的场景。文章提供了可复现的代码结构与部署配置，供开发者参考实现。
Ollama 博客精选AI 评分5858 Ollama 发布 MLX 引擎更新，在 Apple Silicon 上实现最高性能
Ollama 更新其 MLX 引擎，在 Apple Silicon 上实现了迄今为止的最高性能，支持 NVIDIA 的 NVFP4 量化格式以减少质量损失，并引入快照系统优化 Agent 工作流。新引擎输出速度提升最高达 20%，并允许数据中心优化的模型在桌面端运行。用户可通过下载最新版 Ollama 并使用 `ollama run gemma4:12b-mlx` 命令体验。
推荐理由：Ollama 官方介绍了其 MLX 引擎在 Apple Silicon 上的多项性能优化，包括支持 NVFP4 量化格式和新的快照系统，对本地部署和 Agent 工作流有直接影响。
Replit 博客AI 评分4949 Replit Agent 如何用 Skills 与自定义指令适配团队规范
Replit 推出 Agent 自定义功能，允许用户通过 Skills 和自定义指令让 AI 智能体适配团队开发规范。Skills 是可复用的指令集，按任务触发，可存储在版本控制中并与团队共享。自定义指令则始终生效，用于设定如不提交密钥、使用 TypeScript 严格模式等全局规则。
Replit 博客AI 评分3030 Replit | Databricks：快速应用构建与细粒度数据治理结合
Replit 与 Databricks 集成新增用户到机器（U2M）连接器功能，支持基于 Unity Catalog 权限自动控制每个用户的数据访问范围。此次更新还开放了公测预览注册，企业团队可在 Replit 构建应用并直接部署至 Databricks，无需额外配置。Replit 提供静态 IP 支持，便于 IT 团队审批并确保与现有网络策略一致。
Amazon ScienceAI 评分3232 EC2 的形式验证“隔离引擎”提供虚拟机隔离的数学保证
AWS 推出基于 Graviton5 的 EC2 M9g 和 M9gd 实例，首次搭载形式验证的 Nitro Isolation Engine，确保虚拟机隔离的数学正确性。
Amazon ScienceAI 评分2525 Graviton5 的改进设计提升速度与能效 —— 超越摩尔定律
AWS 发布基于 Graviton5 的 M9g 和 M9gd 实例，提供更高的计算性能和能效。Graviton5 拥有 192 个核心，比 Graviton4 增加一倍，支持 DDR5-8800 内存和 PCIe gen6 接口，同时采用 3 纳米工艺和改进的分支预测能力，使数据库等真实应用性能提升最高 30%。
Replit 博客AI 评分4747 Replit 推出 Package Firewall，每日拦截 8000 多个恶意软件包
Replit 与软件供应链安全公司 Socket 合作推出默认启用的 Package Firewall，在网络层面实时拦截恶意或存在漏洞的软件包安装。该功能自一周前推出以来，每日拦截约 8000 个软件包，有效防范安装时即造成损害的恶意软件。当安装被拦截时，用户会收到明确提示，AI Agent 也能接收到相同信号并建议安全替代方案。
Fly.io 博客精选AI 评分5656 Fly.io 博客：如何构建不会自我破坏的智能体
Fly.io 博客介绍了如何通过将智能体的‘大脑’（控制循环）与‘双手’（代码执行环境）分离来构建更安全的智能体。核心方法是让智能体在持久的主机中运行，但将所有有风险的命令发送到独立的、一次性的 Sprite 沙箱中执行。文章以 SpriteDoc 和 Hermes Agent 两个项目为例，展示了这种架构如何实现多用户隔离、凭据安全、成本优化，并支持通过快照恢复来应对破坏性操作。
推荐理由：文章通过两个具体项目案例，展示了如何利用沙箱隔离来构建更安全、可恢复的智能体，为开发者提供了可复用的架构思路。
Ollama 博客精选AI 评分5858 Ollama 0.30 发布，提升性能并扩展 GGUF 模型支持
Ollama 0.30 发布，通过集成 llama.cpp 提升了性能并扩展了对 GGUF 格式模型的兼容性。在 NVIDIA 硬件上，性能提升最高可达 20%；默认启用 Vulkan 支持，使 Ollama 的 GPU 加速能扩展到 AMD 和 Intel 设备。新版本支持更多模型系列，并允许用户通过 Modelfile 直接运行从 Hugging Face 下载的 GGUF 模型文件。
推荐理由：Ollama 0.30 通过集成 llama.cpp 提升了 NVIDIA 硬件性能并扩展了 GGUF 模型支持，为本地部署提供了更广泛的硬件兼容性和更便捷的模型运行方式。
Replit 博客精选AI 评分5858 Replit 发布与 Shopify 集成的智能体功能，可对话创建电商店铺
Replit 发布与 Shopify 集成的智能体功能，用户可通过对话描述需求，让 Agent 自动生成定制化店铺前端、创建 Shopify 店铺并添加产品。从第一个提示到接收真实订单大约只需十分钟。用户主要在 Replit 内完成店铺设计、产品管理和运营，只需在 Shopify 进行一次性的账户登录、店铺认领和支付设置。
推荐理由：Replit 与 Shopify 的集成让用户通过对话就能创建并管理完整的电商店铺，降低了从想法到上线的门槛。
Ollama 博客精选AI 评分6161 NVIDIA Nemotron 3 Ultra 模型上线 Ollama 云服务
NVIDIA Nemotron 3 Ultra 模型已在 Ollama 云服务上线。这是一个 5500 亿参数（每 token 激活 550 亿）的开源模型，专为长流程智能体工作流设计，支持高达 100 万 token 的上下文窗口，并在智能体生产力、指令遵循和长上下文任务上具有领先的准确性和吞吐量。
推荐理由：原文提供了模型的核心参数、设计目标和性能基准，读者可以据此评估其在长流程智能体任务中的适用性。
Replit 博客AI 评分4444 Replit 推出 SEO Agent，提升应用在网页和 AI 搜索中的可见性
Replit 推出 SEO Agent，可扫描并优化已发布应用的搜索引擎可见性，生成可操作的修复建议。该工具集成在 Growth 面板中，支持监控流量和长期排名优化。同时 Replit Agent 默认配置已升级，新增语义元素、预填充元标签及 robots.txt 和 sitemap.xml 自动生成功能。
Weights & BiasesAI 评分2626 W&B Weave 新增可观测性与持续改进功能，助力生产环境智能体优化
W&B Weave 推出可观测性与持续改进功能，提升生产环境中智能体的质量管理。该更新支持实时监控与迭代优化，适用于各类 AI 智能体的部署与维护。功能已上线，适用于需要稳定运行的生产级 Agent 应用。
Weights & BiasesAI 评分2323 使用 NVIDIA Cosmos 3 在 CoreWeave 上构建机器人数据飞轮
通过结合 CoreWeave 和 NVIDIA Cosmos 3，团队能够利用大规模合成数据和计算资源构建机器人数据飞轮。该方案为机器人开发提供了持续的数据生成与训练能力，支持高效模型迭代。NVIDIA Cosmos 3 与 CoreWeave 的合作增强了数据处理和算力调度的灵活性。
Together AI精选AI 评分5959 Together AI 详解如何高效推理服务 MiniMax M3 模型
Together AI 作为 MiniMax M3 的优选云合作伙伴，分享了其针对该模型新特性的推理优化方案。M3 具备 100 万 token 上下文、原生多模态和稀疏注意力架构，Together AI 通过 KV 块主序稀疏注意力、与分页注意力的集成、解码索引评分优化以及网关预处理多模态输入等方法，在代理式流量下将推理性能提升了 81% 至 125%。
推荐理由：Together AI 分享了其针对 MiniMax M3 模型稀疏注意力等新特性的推理优化细节，包括 KV 块重排、分页注意力集成和网关预处理。
Weights & BiasesAI 评分1616 Product newsletter: May 2026 产品更新与新功能介绍
May 2026 产品更新包括 CoreWeave Sandboxes 的发布、模型功能的改进以及 iOS 应用的更新。新增的 CoreWeave Sandboxes 提供了更便捷的模型测试环境，模型更新优化了推理效率和可用性，iOS 应用增加了对多模态输入的支持。这些改进提升了用户体验并扩展了产品功能的适用场景。
Replit 博客AI 评分4444 Microsoft Fabric 与 Replit 集成，开启企业数据应用新开发方式
Microsoft Fabric 与 Replit 合作推出集成方案，允许企业团队通过 AI 助力开发直接构建并部署应用到 Fabric 平台，实现从数据到生产应用的快速转化。Rayfin SDK 和 CLI 提供自动化的生产级后端架构，包括数据模型、认证和访问策略，无需手动搭建基础设施。该集成使业务团队能减少设置时间，专注于解决问题，同时 IT 团队可维持集中治理与合规。
Together AI精选AI 评分5959 Together AI 如何构建全球最快的语音转文本技术栈
Together AI 分享了其构建低延迟、高吞吐语音转文本（ASR）服务栈的工程优化细节，以支持 NVIDIA Parakeet-TDT 0.6B v3 和 OpenAI Whisper Large v3 等模型。
推荐理由：原文详细拆解了从模型编译到运行时优化的全链路工程实践，为构建低延迟语音AI服务提供了具体的技术路径参考。
Ollama 博客精选AI 评分6464 OpenJarvis v1.0 发布，原生支持 Ollama 运行本地 AI 智能体
OpenJarvis v1.0 发布，这是一个用于在自有硬件上运行个人 AI 智能体的开源框架，现已原生支持 Ollama。该框架由斯坦福大学的 Hazy Research 和 Scaling Intelligence 实验室开发，默认采用本地优先模式，模型在本地运行，云端为可选。安装脚本可自动检测现有 Ollama 安装，并预设了多个开箱即用的智能体预设，如晨间简报、跨文件研究和本地代码助手。
推荐理由：OpenJarvis 作为本地优先的 AI 智能体框架，其 v1.0 版本原生支持 Ollama，为希望将 AI 工作流本地化的开发者提供了开箱即用的选项。
Weaviate 博客AI 评分1616 Weaviate Cloud 扩展基于角色的访问控制：新增 Editor 和 Viewer 角色
Weaviate Cloud 现在支持为用户分配更细粒度的角色，新增 Editor 和 Viewer 角色，与原有的 Owner 和 Admin 角色共同构成四类权限体系。用户可通过控制台的 Organization 设置页面直接管理角色分配，权限变更立即生效。该功能适用于需要精细化控制资源访问权限的团队或企业用户。
Replit 博客AI 评分3737 Replit Enterprise 现支持自助购买
Replit Enterprise 现在支持组织直接通过官网自助购买并立即配置 SSO 和 SCIM。用户可选择年度信用额度，获得默认不限量席位，支付后即刻进入新工作区。此流程简化了企业采购流程，同时提供 SOC 2 合规和企业专属连接器等安全功能。
fal 博客AI 评分2525 fal 与 AWS 建立战略合作伙伴关系，共同构建生成式媒体的下一阶段
fal 宣布与 Amazon Web Services (AWS) 达成战略合作，以支持其不断增长的生成式媒体生态系统。fal 平台目前拥有超过 250 万开发者，并为 Amazon MGM Studios、Canva 和 Adobe 等客户处理图像、视频、音频和 3D 的生产工作负载。
Vector InstituteAI 评分2929 健康AI实施工具包 2.0：面向2026年的安全战略蓝图
健康AI实施工具包 2.0 是 Vector Institute 发布的全面指南，用于指导医疗系统在实际部署中负责任地管理整个AI生命周期。该工具包包含三个核心支柱：战略AI治理、偏见缓解与公平性、以及安大略省医院的现实验证案例。工具包新增了持续监控、模型漂移检测和部署后验证等策略，以应对医疗AI在实际应用中可能带来的风险。
Together AIAI 评分4242 Together AI 发布大规模推理基准测试：聚焦编码智能体性能
Together AI 推出首个针对高并发编码智能体工作负载的推理基准测试，模拟 45k 至 200k token 的长上下文输入和平均 450 token 的生成任务。
Together AIAI 评分4545 Together AI 与 Pearl Research Labs 合作降低 AI 推理成本
Together AI 与 Pearl Research Labs 合作推出基于 Pearl Network 协议的 Gemma-4-31B-it-pearl 模型推理端点，其价格享受超过 25% 的折扣。
Weaviate 博客AI 评分3838 Weaviate v1.37 如何让 BM25 分词器成为可观察的多语言搜索组件
Weaviate v1.37 将分词器作为可观察的多语言搜索组件，提升混合搜索质量。BM25 的搜索效果高度依赖分词器的准确性，错误分词会导致关键词匹配失效。该版本支持多种分词方法（如 WORD、LOWERCASE、WHITESPACE、FIELD）和语言特定分词器（如 kagome_ja、gse_ch），并提供字符折叠功能以解决多语言搜索中的重音不匹配问题。
Together AI精选AI 评分7373 Together AI 解析服务 DeepSeek-V4：为何百万 token 上下文是推理系统问题
DeepSeek-V4 通过压缩 KV 缓存的 token 维度来支持百万 token 上下文，但这将压力转移到了推理系统。模型采用混合注意力设计，包括压缩稀疏注意力、重度压缩注意力和滑动窗口注意力，这要求推理引擎同时管理三种具有不同大小和生命周期的缓存对象。文章基于在 NVIDIA HGX B200 上的早期部署经验，分析了缓存策略、前缀复用和不同工作负载下的性能权衡。
推荐理由：文章从推理系统角度剖析了 DeepSeek-V4 百万 token 上下文窗口的实现挑战，为开发者评估其实际部署成本提供了具体的技术视角。