博客精选。
An Organizational Second Brain: Building an AI That Learns From Experts
这是 Meta 工程博客的一篇文章，介绍其构建的一个充当特定领域“次级专家”的 AI 智能体，旨在让深度专业知识在组织内可供任何人获取、共享和积累。文中称其新颖之处在于两层设计：一是结构化的、可审计的知识架构，将智能体“知道什么”与“如何推理”分开；二是一个自我改进闭环，把专家反馈编译为经过验证和回归测试的更新，而无需重新训练模型。文章表示该模式设计上可推广到以可检索文本（而非模型权重）为治理依据的其他领域，并可节省领域专家大量时间；文中以合规领域为例，说明专家知识多存在于个人头脑中、同类问题在数百次产品审查中反复出现、评估耗时且不一致等组织性问题。
GEM Training: How Meta Doubled the Efficiency of Its LLM-Scale Ads Foundation Model
这是 Meta 工程博客的一篇文章，介绍其生成式广告推荐模型 GEM（支撑 Instagram 与 Facebook 广告推荐的基础模型）如何在数千块最新一代 GPU 上以 LLM 规模训练。文中称通过协同设计内核、精度、并行、网络和内存，端到端训练效率翻倍至 20–25% MFU，同时在 12 个月内把训练 FLOPs 扩大 4 倍。文章指出该模型结合混合架构与推荐领域数据特性，与典型 LLM 负载不同，因此为 LLM 训练优化的内核、并行策略和低精度方案不能直接套用；具体手段包括面向推荐负载定制的内核库（如 Jagged Flash Attention、Generalized Dot-Product Attention、BlockAttention）和混合超低精度训练（包括 MXFP8 注意力与 MLP），以及拓扑感知的 5D 并行等扩展效率优化。
The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do
这是 Meta 工程博客的一篇文章，介绍其数据管道代理采用的“薄编排器”模式：一个约 1300 行的编排器把 20 多个工作流路由给 14 个专用代理，自身不承担任何领域推理，只负责排序和可靠性检查。文章描述了早期“全能型单一代理”在生产环境中出现幻觉的问题，以及转向该模式后在效率和准确率上的变化。
Evaluating AI agents: moving past the vibe check
一篇实践性工程指南与参考架构，讲如何用 Gemini Enterprise Agent Platform、Google ADK 和 OpenInference 标准为多轮 AI 智能体搭建持续评估流水线。文中指出智能体可能陷入循环、消耗大量 token 或给出完全幻觉的答案却看似正常，仅靠人工目测无法发现，并介绍为 LangGraph 智能体构建评估流程的做法。适合正在为智能体搭建测试与评估流程的工程师阅读。
Three layers, one repo: a tour of google/adk-recipes
文章介绍 google/adk-recipes 仓库，将 Agent Development Kit（ADK）资源整合为 core/、plugins/ 和 contrib/ 三个层次，作为构建 AI 智能体的统一来源。开发者可使用参考模式、把零售商品搜索和虚拟试穿等模块化垂直技能直接安装到编码助手中，并以多种语言部署可投入生产的服务，覆盖从初始脚手架到在 Google Cloud 上完整部署的流程。适合使用 ADK 构建智能体的开发者阅读。
Optimizing a 200,000-line Python codebase overnight with Gemini 4 Argon
Google 工程团队撰文讲述如何在夜间无人值守的情况下运行 Gemini 4 Argon，借助 .agents/skills 和 /goal 模式，在约 20.5 万行、近 800 个源文件的谷歌开源 Python Agent Development Kit（ADK）仓库中查找并修复跨文件性能瓶颈，使长会话的内存会话准备开销降低 40%、冷导入速度提升 21%。适合在既有大型代码库上使用编码智能体的工程师阅读。
Unifying Edge AI: How Coral NPU’s open standard brings portable, energy-viable intelligence from model to silicon
Google Developers Blog 文章。介绍 Google Research 通过引入 Matrix Execution Unit 完成了 32 位开源 Coral NPU RISC-V 架构，边缘推理性能最高 1 TOPS、目标平均功耗 10 mW；同时发布 v1.0 开源 IREE/MLIR 编译器，使开发者可将 JAX、PyTorch、TensorFlow 模型直接部署到 Coral NPU 硬件而无需编写自定义汇编。文中还提到可借助 Synaptics Astra SR200 MCU 系列和 Coralboard 开发套件来原型验证和部署多模态边缘应用。适合做边缘 AI 推理、编译器或嵌入式硬件开发的开发者阅读。
Integrating TorchTPU into TorchTitan and Optimizing Models for TPU
Google 开发者博客 2026 年 10 月 20 日的文章，作者包括 Aleksey Vlasenko、Rob Torres 以及来自 Meta 的 Will Constable。内容讲 TorchTPU 在 PyTorch 中集成原生 torch.device("tpu") 后端，使开发者无需改用 JAX 即可在 Google Cloud TPU 上训练大规模模型；TorchTitan 的 TPU 分支提供 SimpleFSDP、Graph Trainer 和自定义 Pallas 内核等生产级扩展原语，在稠密与 MoE 架构上取得较高模型算力利用率，并提供优化手册、配方和 Hugging Face 建模后端。适合在 TPU 上进行大模型训练的工程与研究人员阅读。
Native Model Authoring for Edge with LiteRT Tensor API
Google 开发者博客 2026 年 10 月 19 日的文章，作者为 Ping Yu、Quentin Khan、Chintan Parikh、Lu Wang。文章介绍 LiteRT Tensor API，让开发者以原生 C++ 控制模型图，在异构边缘硬件上统一端到端机器学习计算；同时说明最常见的部署路径是把训练好的模型（如用 LiteRT Torch 转换 PyTorch 模型）交给 LiteRT 运行时执行，而在需要完全控制网络表示与优化、支持新架构或试验新的 lowering 逻辑时可采用原生编写方式，并提到 MLX 和 llama.cpp 的相关先例。适合关注端侧 AI 部署、延迟与内存预算受限场景的开发者阅读。
Gemini 4 Argon: Built to solve your hardest problems
Google 博客文章，宣布 Gemini 4 Argon 面向开发者、企业、科研人员和消费者开放，可通过 AI Studio 与 Gemini 平台的 API，以及 Antigravity、Gemini 应用和搜索 AI Mode 使用。文中称其在编程、金融、法律、网络安全和科学等领域的多步任务上表现突出，并给出每百万输入 token 2 美元、输出 10 美元的介绍价格。
Automating eval design and hillclimbing with Claude
claude.dev 博客的 Playbooks 类文章，作者 Lance Martin，2026 年 9 月 28 日发布，约 12 分钟阅读量。文章讲设计评估以及依据评估做爬山式优化时避免自我误判的原则，并介绍 claude-api skill 中的 build-eval 与 hillclimb 命令如何落地这些原则；hillclimb 通过留出样本集来发现过拟合。适合在代码库中构建评估的开发者阅读。
Building with Claude Sonnet 5.5
claude.dev 博客的 Playbooks 类文章，作者 Addy Osmani，2026 年 9 月 28 日发布，约 9 分钟阅读量。文章介绍 Claude Sonnet 5.5 的构建指南，涵盖 Sonnet 5.5 与 Opus 5.5 的取舍、定价、模型细节、从 Sonnet 5 迁移、调优、拒答与回退以及可用性，并给出示例调用代码。