独立开发周报 · 2026 年第 43 周 · 10.19 — 10.25

本版导读多家厂商从框架、缓存、词表三个层面压缩推理开销。DeepSeek 开源 DeepInfer，单集群日处理 155T tokens，96% 输入缓存命中，每加速卡时错峰收入 38 美元；Cloudflare 通过审查器代码改动与模型档位实验，把 AI 代码审查单次成本从 2.43 美元降到 0.77 美元，中位耗时从 4 分 09 秒缩至 1 分 32 秒；DigitalOcean 的 Prompt Caching 正式可用，缓存输入最高降价 90%，首 token 延迟最多降低 80%；Dharma-AI 的 VocabX 围绕每 token 推理成本重建词表，使葡萄牙语作文批改器推理成本下降 77%。

Latent Space10.21

DeepSeek 开源推理框架 DeepInfer，单集群日处理 155T tokens、每卡时收入 $38

DeepSeek 开源了支撑 V4.1 Flash 的生产推理框架 DeepInfer，并披露单集群日处理 155T tokens、96% 输入缓存命中、每加速卡时 $38 的错峰收入。

原文

CCloudflare Blog一手10.20

Cloudflare 如何把 AI 代码审查单次成本降低 68%

Cloudflare 把自家 AI 代码审查的平均单次成本从 $2.43 降到 $0.77，降幅 68%，中位耗时从 4m 09s 缩短到 1m 32s。节省中约 40% 来自审查器代码改动，其余来自模型与 effort 档位的反复实验，其中最大单项来自让每个会话的首次请求真正命中共享前缀缓存。

原文

DigitalOcean Blog一手10.24

DigitalOcean Serverless Inference 的 Prompt Caching 正式可用，缓存输入最高降价 90%

DigitalOcean 宣布 Prompt Caching 在其 Serverless Inference 上正式可用，覆盖开放模型目录中的受支持模型，无需改动请求代码，缓存输入最高按 90% 折扣计费，首 token 延迟最多降低 80%。

原文

Hugging Face Blog一手10.22

Dharma-AI 如何特化 SLM 词表，把推理成本降低 77%

Dharma-AI 在 Hugging Face 博客中介绍 VocabX 方法：在不更换基座模型、数据和训练配方的前提下，围绕每个 token 的推理成本而非出现频率重建词表，使基于 Qwen3-4B 的葡萄牙语作文批改器实测推理成本下降 77.0%，平均回复从 350 个 token 降到 101 个 token。

原文

本版导读定价顾问 Ulrik Lehrskov-Schmidt 指出 AI 产品存在成本与价值两条幂律曲线：约 50% 用户几乎不消耗 AI，1% 用户却贡献 50% 到 75% 的 AI 成本，极端情况下 0.1% 用户就占 75% 以上。Figma、Clay、Higgsfield 的应对方式成为观察样本。与之呼应的是模型价格趋同：Kimi K3.1 Pro 输入 2 美元、输出 10 美元每百万 tokens，与 GPT-6.1 Sol 持平，为 Claude Opus 5.5 的一半；Cohere Rerank 5 分 Pro 每 1M tokens 0.05 美元与 Fast 0.02 美元两档。

SaaStr10.23

1% 用户吃掉 75% 的 AI 成本：Figma、Clay、Higgsfield 如何应对

定价顾问 Ulrik Lehrskov-Schmidt 提出 AI 产品存在成本与价值两条幂律曲线，约 50% 用户几乎不消耗 AI，1% 用户却贡献 50% 到 75% 的 AI 成本，极端情况下 0.1% 用户就占 75% 以上。

原文

SSimon Willison's Weblog10.24

Moonshot 在 Kimi API 上线 Kimi K3.1 Pro，定价与 GPT-6.1 Sol 持平

Moonshot 在 Kimi API 上线 Kimi K3.1 Pro，输入 $2.00/百万 tokens、输出 $10/百万 tokens，与 GPT-6.1 Sol 相同，为 Claude Opus 5.5 的一半。

原文

Cohere Blog一手10.21

Cohere 发布 Rerank 5：Pro 与 Fast 两档，新增 Context Focus 按段落检索

Cohere 发布企业检索模型 Rerank 5，分 Pro 和 Fast 两档，API 定价为 Pro 每 1M tokens $0.05、Fast $0.02。

原文

本版导读平台层持续把训练与推理能力产品化。Together AI 推出 Post-Training 服务，支持 RL 环境奖励与 SFT 监督数据训练自定义模型；Amazon Bedrock 为所有 Anthropic Claude 模型上线结构化输出，返回符合 JSON Schema 的响应；NVIDIA 发布关系型基础模型 Kumo Relational，无需任务特定训练即可在企业数据库上预测；Shopify 公开 Sidekick 的模型优化飞轮，把 Nemotron 3.5 Lightning 后训练成 GraphQL 子代理，在自家评分标准上得 74.5，略高于前沿模型的 73。

Together AI Blog一手10.19

Together AI 推出 Post-Training 服务，支持 RL 与 SFT 自定义模型训练

Together AI 发布 Together Post-Training 服务，支持通过 RL 环境奖励和 SFT 监督数据训练自定义模型，训练循环由用户自行定义。

原文

AWS Machine Learning Blog一手10.20

Amazon Bedrock 为 Anthropic Claude 模型上线结构化输出

Amazon Bedrock 现已在 bedrock-runtime 和 bedrock-mantle 两个端点支持所有 Anthropic Claude 模型的结构化输出，返回符合 JSON Schema 的响应，无需自定义解析或重试逻辑。

原文

Hugging Face Blog一手10.22

NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测

NVIDIA 发布 Kumo Relational，这是一个预训练的关系型基础模型，可直接在企业数据库上做预测，无需任务特定训练、特征工程或把表拍平。给定预测查询时，它最多读取 10,000 条历史样本作为上下文，一次前向传播即可预测流失、需求或欺诈等结果。

原文

Shopify Engineering一手10.21

Shopify 如何把开源模型训练成任务专家

Shopify 工程团队公开了 Sidekick 的模型优化飞轮，把 NVIDIA Nemotron 3.5 Lightning 后训练成 GraphQL 子代理，在自家评分标准上得分 74.5，略高于前沿模型的 73。

原文

本版导读工具厂商围绕 agent 的可运行性集中发布能力。Vercel 开源 durable-harness，让 Pi、OpenCode、Codex、Claude Code 等编码 Agent 在函数超时或崩溃后从日志续跑；Claude Code 支持 MCP Tasks 与 Elicitations，慢工具可先返回 task id 由客户端轮询；Supabase 让应用拥有自己的 MCP 服务器，Upstash 把控制台做成 MCP App 接入 ChatGPT；Resend 发布 API 优先的 Inboxes，团队与 AI agent 共用收件箱；Paddle 开放账户设置 API，可经 API 或 MCP server 的 agent 修改配置。

Vercel News一手10.19

Vercel 推出 durable-harness，让 Pi、Codex、Claude Code 等编码 Agent 崩溃后可续跑

Vercel 发布开源包 durable-harness，为 Pi、OpenCode、Codex、Claude Code 等编码 Agent 提供云端持久化能力，函数超时或崩溃后新函数可从日志读取已完成结果并继续该轮对话，不必手动重试。

原文

Upstash Blog一手10.23

Claude Code 支持 MCP Tasks 与 Elicitations，Upstash 给出长任务实现方案

Claude Code 已支持 MCP Tasks 和 MCP Elicitations，前者让慢工具先返回 task id 由客户端轮询，后者让工具暂停并向用户提问。

原文

Supabase Blog一手10.22

Supabase 发布 MCP Server block，让应用拥有自己的 MCP 服务器

Supabase 在 Select 大会上公布了一种让 Supabase 应用拥有自己 MCP 服务器的方式，用户可用 ChatGPT、Claude 等 MCP 客户端登录并调用应用内的工具。

原文

Upstash Blog一手10.21

Upstash 把控制台做成 MCP App 接入 ChatGPT

Upstash 发布 MCP App 形式的控制台，可在 ChatGPT、Claude、Cursor 等支持 MCP Apps 的客户端中直接浏览和操作 Redis、QStash、Workflow、Vector、Search、Box、Blob 资源。

原文

Resend Blog一手10.22

Resend 发布 Inboxes：面向 agent 的 API 优先收件箱

Resend 发布 Inboxes，可在自有域名上收发邮件，每条消息按会话线程组织，团队和 AI agent 可共用同一收件箱。Inboxes 以 API 优先，提供文件夹、搜索、标签、草稿、转发和 Webhook 等能力，内置 agent 可配置指令、语气和允许动作，如起草回复、加标签、分配线程。免费可用 3 个收件箱，付费方案按 $1/inbox 计费。

原文

Paddle Developer Changelog一手10.20

Paddle 开放账户设置 API，可通过 API 或 AI agent 查看和修改账户配置

Paddle 在 API v1 中新增账户设置相关操作，开发者无需登录 dashboard 即可通过 API 或连接 Paddle MCP server 的 AI agent 查看和修改默认支付链接、结账支付方式、税务设置、余额币种等配置。

原文

本版导读Semrush 追踪三个行业 400 个商业关键词，AI Overviews 覆盖率从 2025 年 9 月的 45.75% 升至 2026 年 8 月的 88%，商业搜索流量入口继续迁移。Google 在 I/O 2026 为 Search 加入信息 Agent 与 Universal Cart。规则侧，Google Ads 宣布 2026 年 12 月 4 日起新建 Performance Max 广告系列默认开启图片提取；Vercel 要求 Marketplace 供应商支持 OIDC，2027 年 1 月起不合规者下架；Feature Upvote 的案例则显示 AI Overview 会引用站内旧博客的过时说法，需要主动修正。

Semrush Blog一手10.21

Semrush 研究：五类商业搜索词的 AI Overviews 覆盖率一年内接近翻倍

Semrush 追踪 banking、software、ecommerce 三个行业共 400 个商业关键词，从 2025 年 9 月到 2026 年 8 月，AI Overviews 覆盖率从 45.75% 升至 88%。

原文

Semrush Blog一手10.23

Google Search 上线信息 Agent 与 Universal Cart

Google 在 Google I/O 2026 宣布为 Search 加入信息 Agent 和 Universal Cart，前者替用户持续监控网页并回传整合后的更新，后者把多家零售商商品汇总到一处。

原文

Google Ads Developer Blog一手10.22

Google Ads 宣布 2026 年 12 月 4 日起 Performance Max 新广告系列默认开启图片提取

Google Ads 宣布自 2026 年 12 月 4 日起，新建 Performance Max 广告系列的图片提取（GENERATE_IMAGE_EXTRACTION）默认设为 OPTED_IN，即使账户级 Dynamic Image Extensions 已关闭也生效。

原文

Vercel News一手10.22

Vercel 要求 Marketplace 供应商支持 OIDC，2027 年 1 月起不合规者下架

Vercel 宣布对 Marketplace 供应商设定 OIDC 认证要求，2026 年 11 月 30 日起不支持 OIDC 且仍用长期密钥的供应商列表会显示类似 Not secure 的提示，2027 年 1 月起将被下架。

原文

Semrush Blog一手10.21

Feature Upvote 如何修正 Google AI Overview 的错误答案

Feature Upvote 创始人 Steve McLeod 发现 Google AI Overview 错误声称其产品没有公开 REST API，原因是引用了站内旧博客的过时说法。

原文