ai-deploy-bench：用 Claude Code 在四家云上部署应用的基准测试
javierluraschi 发布 ai-deploy-bench，用 Claude Code 按书面规格构建五类应用并分别部署到 Cloudish、DigitalOcean、Render 和 Vercel，再由独立验证器测试线上部署。
#DigitalOcean
#DigitalOcean
今日 0 条Hacker News Show HNAI 评分5858 DigitalOcean Blog精选AI 评分6262 DigitalOcean 增强 Inference Router：按任务自动选模型，无需写路由规则
DigitalOcean 发布 Inference Router 增强版，用户把模型设为 inference-router 并可选偏好，路由器会按任务自动挑选表现最好的模型，无需预设或自建路由。
推荐理由：DigitalOcean 官方发布 Inference Router 增强版，公开了内部评测中准确率与成本对比，可供选型时参考。
DigitalOcean BlogAI 评分4242 DigitalOcean 推出 Signals 与 Simulations：看清 Agent 在生产中的真实表现，上线前先验证修复
DigitalOcean 发布 Agent Learning Services 下的两项能力：Signals 监控 Managed Agents 与 Inference Engine 的生产流量。
DigitalOcean BlogAI 评分5151 DigitalOcean Inference Router 上线缓存感知路由
DigitalOcean 为 Inference Router 推出缓存感知路由，让路由器在选模型时把已缓存上下文的价值算进去，避免为换更便宜的模型而丢弃热缓存。
DigitalOcean BlogAI 评分4040 DigitalOcean 推出 Model Evaluations：验证你的推理路由策略是否真的有效
DigitalOcean 在 Inference Engine 上线 Model Evaluations（公测），可评估平台模型及从 Hugging Face 或 DigitalOcean Spaces 导入的模型，比较成本、延迟与输出质量。该功能支持自定义数据集、指标与评判模型，数据集限 CSV 或 JSONL、单次任务约 1K 行 / 1GB，用于在生产流量切换前验证路由策略。
DigitalOcean BlogAI 评分3434 DigitalOcean 如何用前缀感知路由消除 LLM 推理的隐性成本
DigitalOcean 详解前缀感知路由与缓存如何消除 LLM 推理中的冗余 prefill 开销：典型客服负载中 2,000 token 系统提示占输入约 91%，在 NVIDIA H200 或 AMD Instinct MI325X 上预填充需约 45–50ms、100–120 GFLOPs，每小时 1 万次请求即超 1 万亿冗余 FLOPs。
DigitalOcean BlogAI 评分2222 DigitalOcean Deploy 2026 圆桌：Andi AI、Higgsfield、LawVo、Probably 谈 AI 产品如何跑在生产环境
在 DigitalOcean 于旧金山举办的 Deploy 2026 大会上，Andi AI、Higgsfield AI、LawVo 和 Probably 四位创始人复盘了 AI 产品上生产的经验：模型本身不再是壁垒，难点在于衡量 agent 是否真正干活、持续打磨可靠性。
DigitalOcean BlogAI 评分4040 OpenCode 支持 DigitalOcean Inference Router，实现智能模型路由
OpenCode 现已原生接入 DigitalOcean Inference Router，用户运行 /connect 并选择 Login with DigitalOcean 即可在 Model Selection 标签页中调用路由器和 Serverless Inference 模型。
DigitalOcean Blog精选AI 评分6060 DigitalOcean 发布 Inference Router，按任务自动路由到最合适的模型
DigitalOcean 发布 Inference Router，读取请求并从对话上下文判断任务类型，自动路由到配置池中最合适的模型，可按成本、延迟或质量优化，接入只需把 model 字段改成 router:software-engineering 这样的一行。
推荐理由：DigitalOcean 公开了 Inference Router 的路由模型评测数据与架构细节，可对照其与前沿模型的准确率和延迟差异。
DigitalOcean BlogAI 评分2222 DigitalOcean 谈 LLM 推理三难困境：吞吐、延迟与成本
DigitalOcean 发文拆解 LLM 推理中的吞吐、延迟、成本三难困境，指出推理是有状态、受内存带宽限制的负载，不能照搬无状态微服务的横向扩容思路。
DigitalOcean BlogAI 评分3434 DigitalOcean 详解规模化下的高级 Prompt Caching 架构
DigitalOcean 发文拆解多副本部署下 prompt caching 命中率随副本数增长而线性衰减的问题：单副本内 vLLM、SGLang、TensorRT-LLM 可自动做前缀缓存，但轮询负载均衡下相同前缀请求只有 1/N 概率命中缓存。
DigitalOcean BlogAI 评分2222 DigitalOcean 谈现代 AI 开发中的“胶水代码”问题：垂直整合云栈如何降低集成成本
DigitalOcean 发文指出，AI 系统最大的成本不是基础设施而是集成：碎片化的多云栈迫使开发者写大量胶水代码，一条典型 AI 流水线需要 5–10 个集成点，每个都带来延迟、故障风险和工程开销。
DigitalOcean BlogAI 评分5757 DigitalOcean 上线 Arcee AI 的 Trinity Large-Thinking 推理模型
DigitalOcean 宣布 Arcee AI 的 Trinity Large-Thinking 在其 Agentic Inference Cloud 上进入 Public Preview，可通过 Serverless Inference 用 Cloud Console 或 API 直接调用。
DigitalOcean Blog精选AI 评分5858 Anthropic 与 OpenAI 模型的 Prompt Caching：如何构建低成本的 AI 系统
DigitalOcean 博客介绍了 Anthropic 和 OpenAI 模型的 prompt caching 机制，把系统指令、工具 schema、RAG 文档等静态前缀缓存复用，只对新增 token 计费。
推荐理由：原文用 Kubernetes 排障助手算了一笔 token 账，并给出 Anthropic 与 OpenAI 两套缓存参数写法，可据此估算自家请求的节省空间。
DigitalOcean BlogAI 评分3030 DigitalOcean 的 Agentic Inference Cloud 上线 Anthropic Claude Opus 4.6
Anthropic Claude Opus 4.6 现已在 DigitalOcean Gradient AI Platform 通过 Serverless Inference 提供，支持 1M-token 上下文、自适应推理与 agentic 编程。
DigitalOcean BlogAI 评分3636 DigitalOcean Gradient AI 平台上线 fal 四款图像与音频模型
DigitalOcean 在 Gradient AI 平台通过 Serverless Inference 上线 fal 的四款多模态模型，进入公开预览：图像生成有 Stable Diffusion XL fast（fal-ai/fast-sdxl）和 FLUX.1 schnell（fal-ai/flux/schnell）。