Macaron-V1-Preview-749B超大模型发布
发布Macaron-V1-Preview-749B模型，参数规模达749B，在Hugging Face开放预览，值得关注其后续性能表现。[4]
大黑AI速报
本期【微信AI生态】开放小程序接入能力引发关注，Nvidia宣布在韩国建设千兆瓦级AI工厂，同时Macaron 749B超大模型、开发效率工具Agent Smith及vLLM诊断工具等实用资源涌现。
模型动态
vllm-doctor：诊断和监控vLLM推理服务器的CLI工具
开源工具vllm-doctor可检测队列压力、KV缓存瓶颈等问题，助力vLLM部署运维。项目地址：https://www.reddit.com/r/LocalLLaMA/comments/1u02mow/vllmdoctor_a_cli_tool_to_diagnose_and_monitor/[7]
产品工具
微信发布AI生态指引，小程序可接入AI Agent
Agent Smith：从Jira票证自动生成PR的全栈开发代理
工具名称Agent Smith，可连接Jira、MCP服务器等，自动分析票证、编写代码并提交PR，显著提升【开发者效率】。[5]
技巧教程
动态工作流3个子代理并行实现3倍特性开发速度
通过将三个子代理分别负责研究API文档、编写测试和生成代码并行工作，使【特性开发速度】提升【3倍】，分享了具体实践方法。[6]
六个月对抗性输入监测揭示三种常见攻击模式
作者分享实际对抗性输入监测经验，总结出三种简单有效的攻击模式，为构建更安全的AI应用提供参考。[8]
RTX 5090上DFlash推测解码+KV缓存压缩获3.26倍加速
在RTX 5090上结合DFlash推测解码和KV缓存压缩，实现【3.26倍推理加速】，为本地LLM优化提供具体基准。[9]
行业资讯
Nvidia宣布在韩国建设千兆瓦级全栈AI工厂
Nvidia与韩国合作建设千兆瓦级AI工厂，提供全栈AI基础设施，是大规模AI部署的重要里程碑，对算力格局影响深远。[3]