DigitalOcean推出了Managed Weaviate，提供易于使用的向量数据库服务，支持语义搜索和RAG功能。该服务每月起价20美元，自动处理备份、安全更新和存储扩展，兼容现有代码，旨在简化AI应用程序的构建。

本文介绍了如何从零开始构建MCP（模型上下文协议）服务器，使用Node.js、Supabase和MCP SDK。教程分为三个层次：第一层构建基本的MCP服务器，第二层创建用户界面，第三层添加身份验证和数据库。MCP服务器使AI应用能够访问外部信息和系统，增强其功能。最后，文章还讲解了如何将应用部署到DigitalOcean并发布到ChatGPT应用目录。

本文介绍了DigitalOcean的评估功能，帮助团队在生产前验证模型和推理路由配置。用户可以通过结构化评估，使用预设指标和自定义评分标准管理数据集，并在同一平台上进行评估。该功能支持程序化触发，便于集成到工作流程中，确保模型性能的持续验证。

DigitalOcean推出Codex插件，简化开发者创建和连接云开发环境的过程。用户可以通过自然语言请求Codex自动配置远程机器，支持项目管理、依赖安装和工作监控，从而提升开发效率。

DigitalOcean推出了服务器端工具，使模型能够在推理请求中直接访问网络、数据和系统。新功能包括网页搜索和网页抓取，支持实时信息检索和文档内容提取。用户可通过现有模型访问密钥启用这些工具，简化了与编码助手和代理框架的集成，提高了开发工作流的效率。

在旧金山举行的Deploy 2026活动中，开发者与客户探讨了简化AI产品构建与扩展的方法。DigitalOcean推出了AI-Native Cloud，包含多个新产品。客户分享了成功案例，强调团队合作与创新。工程师与客户直接互动，快速响应需求，推动产品发展。DigitalOcean致力于为开发者提供强大易用的基础设施，促进AI技术发展。

构建AI原生应用需要同时处理结构化和非结构化数据。DigitalOcean推出了统一的数据与学习层，支持PostgreSQL和MySQL高级版，简化数据管理。新版本具备快速扩展、高可用性和深度性能监控，适合高增长的AI初创企业。知识库管理非结构化数据，支持零配置生命周期，降低开发复杂性。

生成式人工智能的增长不仅依赖于专有模型，开源AI也在重塑开发者生态。NVIDIA与DigitalOcean合作开发开放模型，如NVIDIA Nemotron，旨在降低开发门槛，推动开源项目，提升AI系统的灵活性和可扩展性。未来，开发者需掌握长时间任务和自我演化系统，以应对变化的计算需求。

DigitalOcean推出了无服务器推理平台，支持多种AI模型的管理和调用。该平台通过单一API密钥自动处理GPU资源分配和请求扩展，简化多模型应用的开发，支持文本、图像、视频等多种类型的推理，降低成本并提高效率。

DigitalOcean推出批量推理功能，旨在降低AI应用的成本和复杂性。用户可通过单一接口提交最多50,000个请求，处理大规模数据任务，节省高达50%的费用。该功能支持多种模型，适用于非实时敏感的高容量工作负载，如SEO优化和支持票据分类。

本文介绍了DigitalOcean的推理路由器，该系统通过自动匹配请求与最佳模型，优化成本和延迟，解决了单一模型选择带来的高费用问题。它使用专门训练的小型语言模型进行用户意图识别，并通过实时数据动态调整模型选择，确保高效的多任务处理。此外，推理路由器支持多种工作流预设，简化了开发者的模型管理，提高了AI应用的灵活性和经济性。

DigitalOcean推出了专为AI工作负载设计的AI原生云，整合了五个层次的服务，支持高性能推理，提供GPU和CPU资源，优化模型路由，降低成本。用户可以在同一环境中运行多个模型，提升效率，减少集成复杂性，旨在满足AI开发者的需求，促进更快的开发和部署。

DigitalOcean推出DeepSeek V3.2、MiniMax-M2.5和Qwen 3.5 397B，优化了硬件和软件，提升了推理速度和效率，满足现代AI应用的低延迟需求。

Dedicated Inference是DigitalOcean AI平台上的托管LLM服务，旨在为需要高性能和可预测成本的团队提供专用GPU推理。该服务简化了基础设施管理，支持快速部署和扩展，确保在高负载下满足服务水平协议，让用户专注于模型选择和工作负载调优。

本文讨论了DigitalOcean改进可用性测量的方法。通过将可用性分为控制平面和数据平面，并采用不同的服务级别指标(SLI)，公司能够更准确地反映客户体验。新方法解决了旧指标的局限性，确保合理评估不同故障类型，并引入错误预算政策以指导工程优先级和产品开发。

随着AI技术的发展，建立强大的记忆层变得愈发重要，以支持长期记忆和复杂工作流程。DigitalOcean推出的推理云平台结合Gradient™ AI平台和托管数据库，旨在提升AI应用的可靠性、可扩展性和成本可预测性。通过托管的PostgreSQL和MongoDB，开发者能够高效管理数据，从而提升AI代理的性能和用户体验。

DigitalOcean收购Katanemo Labs，旨在构建Agentic推理云，解决AI从实验到生产的挑战，增强平台操作层，提供多代理系统和可观察性，帮助开发者高效运行AI。

Arcee AI的Trinity Large-Thinking模型现已在DigitalOcean的Agentic Inference Cloud上公开预览，开发者可轻松运行推理工作负载，无需管理基础设施。该模型经过压力测试，适合复杂应用，支持长时间和多步骤操作。Trinity在OpenRouter上已处理超过3.4万亿个令牌，成为美国最常用的开放权重模型。

DigitalOcean在印度的团队迅速发展，成为全球业务的核心，支持超过640,000名客户。公司专注于AI推理云的建设，推出了GPU Droplets和Gradient AI等产品，致力于简化开发者体验，并提供灵活的工作环境和职业发展机会。DigitalOcean希望继续在印度推动AI和云技术的未来。

DigitalOcean推出了用户特定的命名空间访问密钥，增强了安全性和管理效率。新模型能够自动撤销离职成员的密钥，支持多个密钥和过期设置，简化了访问管理和审计。用户可以通过API或命令行管理密钥，确保顺利过渡到新系统。