Dify 1.18 上线：Agent 路由工作流与可移植应用包
Dify 1.18 的四条主线：Agent 输出路由让工作流能自主选分支，可移植应用包把应用打成单个 .ifpkg 文件，嵌套工作流支持下钻可见，另有可选的 Agent Knowledge Base Beta。文中列出升级前必须处理的几处硬性变更。
企业知识库搭建：文档治理比选模型更要紧
企业知识库（RAG）落地最容易翻车的不是选模型，而是文档和检索这两头没人管。这篇讲文档治理、按结构分块、混合检索与重排、权限与更新、评估集几个关键点，并强调先治理文档再谈向量化。
Anthropic 递交 S-1 启动 IPO，代码定为 ANT
Anthropic 于 2026 年 10 月 26 日向 SEC 递交 S-1 注册声明，拟以代码 ANT 在纳斯达克全球精选市场上市，承销商为高盛和摩根士丹利。公告未披露任何财务数据，发行规模和定价尚未确定。
MCP 服务端：从最小可用到生产级
从零写一个 MCP 服务端并推到生产级的过程。覆盖工具、资源、提示词三个原语，stdio 与 Streamable HTTP 两种传输，以及 stdout 污染、超时、输入不可信、工具列表变化四个生产级坑，最后给出值不值得用的判断。
模型挂了的兜底：降级路径与快速失败
存量系统接上大模型后，模型调用成了请求链路上的新单点。这篇讲这条外部依赖挂掉时怎么降级：超时与有限重试、限流退避、熔断冷却、分场景兜底与快速失败，并给出可运行的封装示例，最后说明什么场景才值得上全套。
DolphinDB V3 把流批一体、向量库与 MCP 装进同一个引擎
热榜上的 DolphinDB 被讲成"AI 时代的工业底座"。这篇按官方口径梳理它的多模引擎、流批一体、库内特征与 MCP 支持，也写下三处没被回答的问题：案例缺负载细节、DolphinX 完成度不明、Dlang 的学习成本。
QwenLM/qwen-code：住在终端里的开源 AI 编程智能体
这个仓库把 Gemini CLI 的终端外壳接上了四类模型协议，再用一层 ACP 把终端、IDE、Web 和 IM 都变成前端。这篇按 README 和仓库结构梳理它的分层方式、安装与无头用法、评测口径，以及哪些设计能直接搬走、哪些坑得自己填。
GPT-6.1 Terra 发布，computer use 单价压到十分之一
GPT-6.1 Terra 上线，输入 $1、输出 $5。变化不在跑分：computer use 中等强度与 GPT-6 Astra 持平却只付 1/10 单价，幻觉错误率从 53.6% 降到 16.7%。这篇整理价格、跑分与安全条款。
Apache IoTDB 2.0：树模型和表模型怎么选
IoTDB 2.0 同时提供树模型和表模型，两者共用一份 TsFile。这篇把两种模型的能力差、SQL 兼容度、索引与列数限制摊开对比，给出按查询形态选模型的判断，也写明 Flink 链路和强事务场景下的缺口。
Function Calling 的微调基础与 tool_calls 回环
从一次退款工单出发拆开 Function Calling 的链路：模型只产出结构化意图，执行在 runtime。文中给出完整回环代码、tool_call_id 配对的必要性、三类错误回灌，以及工具输出被提示注入的风险。
OpenAI 与波兰 NASK 签了 AI 安全协议，范围停在 explore
OpenAI 与波兰 NASK 国家研究院签署 AI 安全协议，执行方是承担波兰 AISI 职能的中心。这篇梳理协议范围、双方分工与 CERT Polska 的漏洞挖掘，并指出国家机构对接厂商正变成标准动作，而协议没有数字，也没有时间表。
向量数据库选型：pgvector、Qdrant、Weaviate、Milvus 怎么挑
已跑在 PostgreSQL 上的知识库要不要另引向量库？这篇按过滤选择率、维度、并发和增量写入这几项约束，比较 pgvector、Qdrant、Weaviate、Milvus、Pinecone，附 HNSW 参数取舍、预过滤代码与按负载走的选型树。
灰度发布：把新功能的开关按部门切开
上一章的权限链路做完，AI 功能仍然是一上线就全量。本篇接着讲怎么把开关切到部门粒度：开关表怎么建、部门判断放在请求入口的哪一步、关闭后怎么降级回旧入口，以及放量时看哪几个指标。
博主开源 AI 记账系统看全栈项目设计：Smart Ledger
一个开源的个人家庭记账系统，后端 Node.js + Express + MySQL，前端原生三件套加 Canvas 手绘图表。本文挑并发转账的行锁、状态与流水分离、账单导入幂等、AI 边界、语音降级五处设计展开，并指出测试与可观测性上的短板。
AIHOT 拆解：一个自己找热点、自己写日报的开源框架
AIHOT 把从信源到日报的整条链路开源了出来：六步流水线、同一标准打两次分、事件级热度算法，以及全部评分提示词与入选门槛。本文拆它的关键设计，也说清这套引擎现在的边界。
Copilot Agent 会话接力：从 App 切到 VS Code 不断档
从 Copilot app 点 Open in VS Code 之后发生了什么：本文拆开 session context、diff 与 worktree 三件套的互联关系，按七步走一遍审查、追问、手工编辑、验证到推送的完整流程，并列出原文给出的限制与未覆盖场景。
Ollama v0.40.9 上手：Flint 全平台与 launch 的上下文传递
Ollama v0.40.9 把 Flint 模型带到 Linux 与 Windows，修了流式请求失败不上报的问题，并让 launch 把云端模型的上下文长度与能力下发给编码工具。本篇梳理它的能力边界，与 LM Studio、llama.cpp 横向对比，给出选型建议与不适合的使用场景。
AI Agent 开发 常见误区与正确做法
交叉整理多份公开实践分享中 AI Agent 开发反复出现的误区：工具失败抛异常导致模型看不到错误、缺少终止条件、工具描述空泛、上下文无管理、盲目重试写操作、一次性堆十几个工具。给出对应的工程做法与自写代码结构。
Google Cloud 发布 Gemini agent：单一通用工作智能体，可编排 Claude 等多模型
Google Cloud 在 Gemini at Work 2026 发布 Gemini agent，一个接受目标而非指令的单一通用工作智能体。本文列出它的架构原则、四类记忆、模型选择与编排方式，以及原文给出的客户规模数据，并说明这些变化对开发者的实际含义。
RAG 检索增强 实战路线：从最小可用到生产级
把公开实践分享里关于 RAG 检索环节的说法做交叉整理，给出最小可用版到生产级四层改造的可执行步骤。覆盖语义分块、混合检索与 RRF 合并、cross-encoder 重排、评估集建设，并列出常见误区与不适用 RAG 的场景。