n8n 自动化团队负责人谈如何走出服务台模式

n8n 博客发布教程，讲解如何在一台 NVIDIA DGX Spark（128GB 统一内存）上部署七个本地模型，通过 LiteLLM 单一 OpenAI 兼容端点驱动 n8n 工作流，全程不调用云 API。

n8n 博客发布客座文章，讲解 LLM 智能体为何需要模型之外的记忆层，以及短期与长期记忆的分工。文章对比向量数据库、文件、知识图谱和混合四种存储架构，梳理整合、更新与遗忘等记忆维护机制，并给出在 n8n 中通过共享记忆层和 AI Agent 记忆端口落地的两种用法。

针对 AI 智能体工作流，可按幻觉类型分层部署检测：忠实度与接地性检查用 DeepEval 等工具把回答拆成单条主张与检索文档比对打分，自一致性检查多次提问同一问题比较答案是否收敛，语义熵则按语义聚类估计模型的不确定性。来源核验可对照数据库、API 和文档等权威来源，置信度阈值配合 human in the loop 把高风险输出转人工复核。

n8n Blog 发文讲解如何在自托管 LLM 与云 API 之间做请求路由，并给出混合方案。

n8n 成为首批集成 Gemini 4 Argon 的公司之一，用户可在现有工作流中使用该模型。n8n 内置 MCP server 支持从任意 MCP 客户端生成工作流，Assistant 可通过 OpenRouter 或 Google 的 OpenAI 兼容端点接入 Gemini，Agent 与独立 Google Gemini 节点在发布时即可选用该模型。

n8n 博客发布一篇客座教程，介绍用 You.com 节点、TypeSafe AI 的 Jev 模型和 n8n 搭建每早 8 点的 AI 新闻简报工作流。

OpenRouter 发布教程，讲解如何把 PDF 以文件形式连同严格 JSON schema 发给能读文件的模型，让表格以带类型的行返回，括号亏损、千分位和脚注标记等清理都写进字段描述。

a16z 发布对 100 名千人员以上企业 CISO 的调研，87% 预期 2027 年安全支出增长，主要受 AI 威胁和自身 AI 部署扩大攻击面驱动。2027 年最受关注的七项安全举措全部与 AI 相关，其中 SOC 自动化获最多首选票，内部 AI agent 安全、SOC 自动化和进攻性安全升幅最大，但 AI SOC 工具生产环境使用率仅 18%。

Addy Osmani 发布 Claude Code Mods 上手指南，说明 mods 是运行在会话中的 JavaScript/TypeScript 文件，可通过 hooks 观察事件、改写行为或渲染自定义界面。

OpenRouter 介绍 Claude Code 触发用量上限时改用 OpenRouter API key 继续编码的方法：设置三个环境变量或用 Ori Harness 的 ori claude 命令，即可按 token 付费使用同样的 Claude 模型，没有五小时和每周限制。