工具就绪、内核契约与可检查语音

推理系统｜工具返回与执行路径进入调度

TAO｜共同选择会话和 GPU 落点

10 月 27 日 UTC 首提的 TAO，把节点 KV 缓存的复用价值、工具近期返回的就绪信号和 token 占用组成会话估值，再按剩余容量共同选择待运行会话及其 GPU 节点。缓存价值随时间衰减，执行器应用计划前还会核对实时状态，减少为尚未返回的工具结果过早占用推理资源。

实验使用 H100，分别部署 DeepSeek-V4 Flash、Qwen3-32B 和 GLM-4.7，覆盖软件修复与终端任务，对照 Dynamo、vLLM 的轮询／缓存感知策略和 ThunderAgent。收益随模型、并发和工具等待变化；Qwen 的一项 128 worker 配置延迟反而高于 ThunderAgent。动态规划精确求解的是冻结且离散化的快照模型，不能当作整个在线系统的全局最优或期限保证。

来源：2026-10-27（UTC 首提），A 级｜论文与首提记录 · 调度模型、部署与完整结果。

请求自适应混合推理｜prefill 选路，decode 保持路径

同日首提的《Request-Adaptive Execution for Efficient Hybrid LLM Inference》，为 Attention 与 SSM 成对分支训练门控，在 prefill 阶段按请求选择层路径，并在 decode 期间保持不变。运行时按分支重组子批次，前缀缓存同时匹配文本和前导执行路径，避免复用不兼容的 KV 或 SSM 状态。

单张 H100 的系统测试覆盖 4.4B、14.5B、61B 模型，61B 使用 FP8，请求由共享文章前缀与不同问题组成；对照包括同检查点的 vLLM、SGLang 和 Jenga。收益依赖分支分布、批次及前缀复用，不能直接移植到任意现成混合模型。摘要页与正文的系统命名尚不一致，当前更适合按具体机制理解这一研究。

来源：2026-10-27（UTC 首提），A 级｜论文与首提记录 · 门控、批处理与缓存机制。

PipeLink｜让独立 GPU 组件携带资源契约

PipeLink 将 GPU 内核组件分别编译成带契约的 LTO 对象，记录共享内存、屏障、warp 和寄存器等要求。链接器检查声明是否兼容，用约束求解安排资源位置，并生成组件间的数据交接代码，再由 CUDA 的 LTO 后端完成链接。Apache-2.0 原仓已提供编译器、TileLang 前端、示例和评估入口。

论文在 H200、B300、RTX 5090 上分别锁频 1230、1155、1770 MHz，测试解码 megakernel、MoE 训练、注意力和 GEMM＋SwiGLU 四类案例，共 51 个计时配置。与相同源组件、连接代码、放置及浮点模式的单编译单元对照，吞吐差距在 0.2% 内，说明所测链接开销很小。

契约检查不证明组件真的遵守声明，数值验证和 sanitizer 仍需保留，LTO 包也不保证跨 CUDA 大版本可移植。

来源：2026-10-27（UTC 首提），A 级｜论文与首提记录 · 对照设计与限制 · 原始实现与许可。

平台与云｜固定执行依赖，也核算投入边界

Actions lockfiles｜可读引用对应固定执行提交

GitHub 在 10 月 28 日将 Actions workflow dependency lockfiles 转为 GA。gh actions-lock 生成 .github/workflows/actions.lock，允许逐个 workflow 接入；接入后，其 action 依赖必须全部出现在锁文件中，运行时使用记录的提交。Dependabot 更新版本时会在同一 PR 中更新对应锁记录，管理员也可要求采用锁文件。

锁文件覆盖 action 及其传递依赖，但不锁 jobs.<job_id>.uses 引用的可复用工作流，后者仍需完整 SHA；其内部依赖由定义它的仓库管理。参数、secrets 和 runner 镜像也不由这份锁文件固定。它让依赖解析可审阅、可复现，依赖本身是否安全仍需审核。

来源：2026-10-28（GA），A 级｜GitHub 原始公告 · 原始工具仓库；B 级｜锁定范围与可复用工作流边界。

Amazon Q3｜云需求增长伴随现金投入压力

Amazon 在美国时间 10 月 29 日发布的财报披露，AWS 第三季度销售额约 460 亿美元，同比增长 39.3%；公司过去十二个月自由现金流为流出约 424 亿美元，净设备购置同比增加约 948 亿美元，公司将这一增加主要归因于 AI 投资。需求增长和基础设施投入已经同时体现在经营与现金流数据中。

公司继续预计 2026 年现金资本开支约 2,200 亿美元。该数字是 Amazon 整体的全年预期，不能当作 AWS 独立投入、纯 AI 开支或已经完成的支出；财报中的设备投资也不能直接换算成可立即租用的 GPU 容量。

来源：2026-10-29（美国发布日期），A 级｜Amazon 正式财报发布 · 完整财报与资本开支预期。

科研计算｜精度验证与求解预算一起进入结果

PET Tensor Core 路径｜加速之后继续检查物理行为

NVIDIA 与 EPFL 作者在 10 月 29 日的工程评估中，将 BF16x9 和 TF32x3 用于 PET 机器学习原子势，分解 FP32 矩阵乘法并在 FP32 中累加，保留模型权重。26M 参数 PET-MAD small 的 17,280 原子水体系中，B300 的 BF16x9 路径相对 compiled FP32 将完整分子动力学步加速至约 1.7 倍；192 原子体系最高约 1.2 倍，不能以 GEMM 内核收益代替完整流程收益。

A100 上的 TF32x3 还检查了能量守恒和结构弛豫。在 539 原子合金薄层、FIRE2 优化器的三次重复中，它在 218–222 步达到 1.0 × 10⁻³ eV/Å 的力容差，FP32 为 218 步；单遍 TF32 即使延长至 1,000 步仍未收敛。结果支持按目标体系评估精度路径，尚不构成任意原子势、任意轨迹的稳定性保证。

来源：2026-10-29（官方工程评估），B 级｜PET 的硬件、负载与物理验证。

LegoSR｜用统一方程接口组织求解器搜索

近期补充：10 月 24 日 UTC 首提的 LegoSR，将七种方程发现求解器接入共同的方程表示、部分已知结构、系数重拟合和评估流程。Agent 根据求解器说明、中间结果和跨任务经验选择路线；原仓已有框架与 Agent 实现，论文评估覆盖 134 个代数符号回归问题、40 个 ODE 目标和 17 个 PDE 问题。

与通用 Agent 的对照采用相同 DeepSeek-V4.1-Flash-1017 和工具，每题独立运行三次，各次最多 400 步，软／硬时限分别为 60／120 分钟。1% 噪声的 PDE 测试中，LegoSR 恢复 15/17，通用 Agent 为 10/17；“恢复”按三次至少一次成功，且项集合准确、最大相对系数误差不超过 5% 计算。

七求解器合并的 UNION 使用更多运行，不能当作同预算对照；无噪代数任务也没有全面胜出，已知方程基准的结果仍需真实实验数据检验。

来源：2026-10-24（UTC 首提，近期补充），A 级｜论文与首提记录 · 预算、恢复标准与结果 · 原始框架与 Agent 实现。

语音与图像｜控制接口随模型一起交付

Prism｜发声前保留可检查的文本

Rime 在 10 月 28 日发布 Prism，直接利用来电音频中的语气和停顿决定响应，同时在语音输出前生成可检查文本，让应用执行规则、改写内容并管理工具调用。产品提供本地、VPC 或云部署路径，将语音理解能力与企业现有控制点连接起来。

官方评估使用模拟客服通话基准，不能代替真实电话网络、并发负载和业务完成率的验收。自助 RL／SFT API 仍在与 beta 客户共同建设，不能把“可微调”的产品方向理解为所有训练接口已经全面开放。

来源：2026-10-28，A 级｜Rime 原始发布与训练开放阶段 · 部署范围与文本检查接口。

MAI Image 2.7｜先交付图像编辑预览

Microsoft 在 10 月 27 日公布 MAI Image 2.7 编辑预览，重点包括重新布光、整体风格调整、文字与符号修改以及修复增强，可在 Arena、Artificial Analysis 和 MAI Playground 体验。对于创作流程，这次交付的具体入口是基于已有图像进行修改。

文生图仍标为后续推出。公告中的榜单位置和编辑类别成绩反映对应评测与发布时间，不能据此推断所有创作任务的稳定质量，也不能把编辑预览写成文生图或生产 API 已经 GA。

来源：2026-10-27，A 级｜Microsoft 原始发布与预览范围。