博客精选。
AI Cut Our Research Time From 7 Days to 15 Minutes — Gareth Yoder, Vanguard
演讲者负责 Vanguard 的现金项目，介绍如何现代化一个每天最多承载 3000 万次调用的现金账本，并并行推进数据、生产者和消费者三类迁移。转折点是通过 MCP 服务器把遗留代码库开放给 AI 工具，使原本需大型机工程师花 7 天的调研缩短到 15 分钟。最后给出五条经验：让遗留代码可被 AI 查询、把迁移文档当产品、重构而非直接搬迁、渐进式引入 AI、不跳过可观测性。
Build Your Own Team of Managed Agents - Jack Wotherspoon, Google DeepMind
Google DeepMind 开发者体验工程师 Jack Wotherspoon 的演讲视频，介绍 Gemini Managed Agents：通过单次 API 调用在云端沙箱中运行编码智能体，而非在本地电脑上。内容覆盖 Interactions API、Antigravity harness、多智能体共享环境、上传的 skills 与 AGENTS.md、隔离密钥的代理、定时触发与多智能体工作流，并演示从 SEC 文件研究到量化分析再到报告的流程，以及在 AI Studio 中构建应用。
AI Labs Warn Race Makes Breach ‘Inevitable’
这是一期视频评论，作者以当周软件被逆向工程、Sam Altman 警告 6.1 Astra“偏向突破风险”、以及 Muse Wonder 等事件为引，按当前趋势讨论事态走向。视频分为三部分：即将到来的突破、实验室为何持续竞赛、未来 18 个月为何难以预测。简介中还列出了 Vanity Fair 访谈、Dario Amodei、Jakub Pachocki、Claude Opus 5.5 系统卡等引用来源。
Inside-Out AI: Rebuilding Airbnb Behind the Scenes and Across the Guest Experience
Latent Space 的一篇文章，访谈今年 1 月出任 Airbnb CTO 的 Ahmad Al-Dahle——他此前在 Meta 负责生成式 AI，并于 2023–2025 年主导开源 Llama 系列模型的发布。文章介绍所谓「inside-out AI」思路：先用 AI 加速内部产品开发，再用同样能力改造客户体验，并举例 Airbnb 用内部工具 Everest 加速一项对外新服务的上线。文中 Al-Dahle 谈到从 Meta 构建前沿模型转向在 Airbnb 部署模型的动机，以及推动员工改变工作方式、把系统以创造性方式投入生产的目标。
Building AI for Reliable Execution: Lessons From Industrial Robotics
Latent Space 的一篇文章，介绍自称「美国最大的 AI 原生工业机器人制造商」的 Standard Bots：其机械臂面向上下料、焊接、装配等任务，客户包括 NASA、Amazon 与 Lockheed Martin，近期完成由 General Catalyst 和 RoboStrategy 领投的 2 亿美元 C 轮融资，估值 10 亿美元。联合创始人兼 CEO Evan Beard 与 AI 负责人 Leif Jentoft 介绍其 AI 技术栈——客户通过演示和微调来适配共享基础模型，模型还包括用于上下料任务的零样本感知系统，最大模型参数量在数十亿量级，并强调数据质量重于数据规模。
Can a Cloud-Native Harness Make Agents Reliable Beyond the Desktop?
Latent Space 的一篇文章，讨论编码 agent 的基本架构（LLM 在循环中调用工具并携带上下文），以及这类 agent 起初多为本地终端工具、桌面应用，若不能云端管理则存在局限，OpenAI 与 Anthropic 自 2025 年起尝试把 harness 迁向云端。文章把这一挑战类比 2010 年代初的容器编排，并介绍 Kubernetes 创始人 Craig McLuckie 与 Joe Beda 的初创公司 Stacklok：该公司 2023 年完成 1750 万美元 A 轮融资，最初做软件供应链安全，近期转向基于 Kubernetes 的 agent 方案。适合关注 agent 基础设施的工程师。
How Anthropic’s Dynamic Workflows Coordinate Claude Agents (Updated with video!)
Latent Space 对 Anthropic 技术人员 CJ Avilla 和 Harrison Stall 在 AI Engineer New York 大会工作坊发言的记录。二人介绍周五新发布的动态工作流（简称 flows），将其定义为面向大规模工作负载的新型多智能体编排方式，并以 Unix、Linux 的维护者分层作类比说明智能体也需要类似的组织结构。文中含赞助商 Union.ai 的广告段落。
[AINews] Gemini 4 Argon: GDM’s answer to Astra/Fable, with 1M output
AINews 对 2026 年 9 月 29 日至 30 日 AI 动态的汇总，主条目是 Google DeepMind 发布 Gemini 4 Argon，面向编程、企业知识工作和网络防御。文中称其目前在有限网络安全预览中开放，首先提供给政府用户与 Fairwind 计划中的可信网络防御者，并提到实验性的长解码续写可将输出提升到 100 万 token。
[AINews] OpenAI DevDay 2026: Dots, 6.1 Sol, Ultrafast, Decisions API, Agents API, Spaces, Marketplace, and 1.2 Billion ChatGPT WAU
AINews 对 2026 年 9 月 28 日至 29 日 AI 动态的汇总，主体是 OpenAI DevDay 2026 的发布内容，包括语音产品 Dots（始终在线的智能体）、ChatGPT Spaces、GPT 6.1 Sol 及 ultrafast 模式，以及 Decisions API 等平台更新。文中还提及直播与精简版视频，并说明 AINews 已并入 Latent Space。
[AINews] Reflection Beam - 501B-A23B American Open Model
AINews 对 2026 年 10 月 3 日至 5 日 AI 动态的汇总，主条目是 Reflection 发布 Beam，一个总参数 501B、激活 23B 的文本 MoE 模型，面向编程、智能体与科研工作，从零训练，计划以 Apache 2.0 发布完整权重。文中给出其与同类模型的对比对象，并列出 23.8T 预训练 token、RL/OPD 训练规模等团队披露信息。
[AINews] AI Engineer NYC: Gemini 4 Argon, Vals AI Benchmarks
Latent Space 旗下 AINews 栏目的一期新闻简报，日期范围为 2026 年 10 月 12 日至 13 日。内容涉及 Google 全球发布 Gemini 4 Argon（覆盖 API、Gemini 应用及搜索等入口，并列出每百万 token 2 美元/10 美元的入门价格及后续调价信息），以及 AI Engineer NYC 约两万人参加的大会主旨演讲，包括 Anthropic 的金融服务技术栈、Vals AI 的基准测试原则和 Coatue 的 AI 负责人分享。
Redesigning source control at Anthropic
这是 Anthropic 的一篇文章，讲述其每日合并次数增长十倍以上后，源代码管理成为最大开发瓶颈，以及团队如何在五个月内迁移到内部自研版本控制系统。文中称 2026 年 5 月日均合并约 2500 次代码变更，到 9 月已超过 3 万次，并提到自研系统 Scion，以及 10 月 15 日更新补充了相关先行项目的细节。