过去 72 小时扫描 14 个有效信源，从 30 条候选中筛出 7 条值得保留的信息。
vLLM的预填充与解码分离需要在实例间传送KV缓存；文章介绍一种基于NIXL的推送式连接器，将传输协调移出关键路径。其在启用AWS EFA的Amazon EC2 P5en基准中报告TTFT最高改善3倍、TPOT改善30%，结果限于该测试配置。
为什么值得关注：推送式传输改变KV缓存协调所处的推理路径，相关基准结果可为评估分离式部署的首字延迟与每输出令牌时间提供依据。
arXiv论文提出结构化权限注入机制，通过带类型且经模式校验的MCP工具调用传递操作员指令，并在每轮提示前置具有排序的权限上下文。方案定义Constraint、Priority和Strategy三类覆盖指令及不同持久语义，属于论文提出的协议机制。
为什么值得关注：类型校验与跨规划周期保留权限上下文，改变操作员指令进入智能体决策的方式，影响人类控制机制的设计判断。
论文讨论现有基于自回归预测的用户编码器将多源行为日志压缩为静态表征，并指出其单向信息流难以适配不同下游场景的证据需求。作者提出FINDERS框架，将扩散语言模型的迭代去噪作为重建空间，并引入路由来处理场景化用户表征。
为什么值得关注：以扩散状态重建并路由用户表征，改变多源行为信息面向不同下游场景的组织方式，影响表征方案的选择。
研究者让名为Eko的Claude Opus 4.7副本在一座基于Roblox的虚拟荒岛中独处30小时，并观察其行为。报道说代理探索地图、尝试自定目标，还创造篮球和“地板是熔岩”等玩法；实验并未证明这些行为等同于人类意义上的玩耍。
为什么值得关注：无明确任务时出现的探索和自定目标，可能影响研究者区分模型行为模式与人类所说“玩耍”的判断。
多轮智能体请求会重复提交不断增长的对话历史，导致上下文反复预填充；文章介绍vLLM双向KV缓存传输，让预填充与解码节点在后续轮次复用已计算的上下文。其在启用EFA的Amazon EC2 P5en上报告，Qwen3-32B和GLM-5-FP8的首字延迟最高分别改善1.6倍和3.3倍。
为什么值得关注：双向传递让解码节点的缓存可供后续轮次复用，改变多轮请求重复预填充的处理方式，也影响首字延迟评估。
Addy Osmani等人描述Claude Code团队的代码审查做法：多数改动会先由Claude至少审查并修正一次，再交给人工查看。相关观点认为，与其只问是否有人读过代码，不如判断变更可能出错之处及适合发现问题的自动或人工检查。
为什么值得关注：先由模型检查常规问题、再由人工审视更高层次事项，改变审查介入的时点与检查分工。
llm-tools-datasette发布0.1.1，修复了LLM 0.33切换到httpx2后暴露的插件兼容问题。原作者说明，该插件此前未直接声明依赖httpx，因此依赖变化会导致其失效；此次版本已处理这一问题。
为什么值得关注：核心工具更换HTTP依赖会影响未直接声明该依赖的插件，版本修复有助于判断升级后插件失效是否源于兼容性。