跳到正文
#部署/工程
7月24日周五
  2. IT之家·人工智能51

    Cerebras Systems 与 AMD 合作推进 AI 推理硬件，股价盘中上涨 11%

    AMD 与 Cerebras Systems 宣布技术合作，联合开发 AI 推理解决方案，整合 AMD Helios 机架级方案与 Cerebras 晶圆级引擎。该方案将在一个推理工作流中由 Helios 处理高吞吐量提示与大型上下文窗口，Cerebras 提供超低延迟 token 生成能力。联合解决方案预计 2026 年下半年通过 Cerebras Cloud 首发，后续将更广泛开放。

  3. TechCrunch：AI62

    Runway 推出 Media Router，为生成式媒体自动选择最佳模型

    Runway 通过其开发者平台 Runway Dev 推出 Media Router，该工具可根据开发者对质量、速度或成本的优先级，自动为图像、视频和音频生成请求选择最佳模型。Runway 称这是首个专为生成式媒体打造的模型路由器，其智能层基于内部创意团队对各类媒体输出的评估经验。此举标志着 Runway 从 AI 视频初创公司向生成式媒体基础设施层转型。

  4. Rohan Paul40

    Limestone Digital团队用2名工程师在3.5个月内重建了FedEx供应商的交付编排平台，而原估计需7-8个月。他们首周未写代码，而是构建了覆盖模块、依赖、数据流和领域术语的全仓库知识图谱（markdown文件），AI智能体据此生成代码，最终约90%的代码由模型编写，122个合并PR均经人工审查。AI计算成本约每名开发者每月200美元，该团队被客户CTO评为公司内“表现最佳的团队”。

    引用Mark Ajzenstadt@mardehaym

    A delivery orchestration platform that supplies FedEx, estimated 7 to 8 months to rebuild their core system. We delivered in 3.5 months with 2 engineers and 122 merged pull requests in the first 90 days. I want to walk through how, because "we used AI and it was faster" doesn't help anyone. Their codebase had real users, real logistics operations, and real consequences if something broke. This is brownfield, not a weekend prototype demo. Week one, we didn't write code. We scanned the entire repo and built a knowledge graph: markdown files documenting every module, dependency, data flow, and domain term. Our agents read that graph before touching anything. Teams skip this constantly. They point an agent at a repo, hand it a ticket, and get code that compiles but misunderstands the architecture. I've seen it across 100+ engagements. When someone says "AI doesn't work on our codebase," they almost always skipped context acquisition. Every ticket ran a six-step loop: define, spec, plan, implement, test, document. The agent handles about 90% of code generation. A senior engineer reviews every PR, and nothing merges unless they can verify it, explain it, and debug it without the agent. We call that the V.U.E. gate. The 50% time reduction came from three things: upfront context eliminated false starts, the agent handled mechanical coding so engineers focused on design and review, and tight spec-to-PR discipline kept scope from drifting. AI compute: about $200 per developer per month. Their CTO called our pod the "top performing team" inside the company. Both engineers got discretionary bonuses, twice. That's what our Velocity Framework was built for.

  5. Satya Nadella65

    微软CEO Satya Nadella详解MAI模型家族战略：通过优化成本-效果前沿，MAI模型在GitHub Copilot、Excel等产品中已用更少token超越通用前沿模型。核心是构建独立于模型的评估系统，让模型在产品真实环境中学习并完成用户关心的任务。微软正将这一模板通过Foundry平台开放给企业客户。

    推荐理由：微软CEO详细阐述MAI模型战略，从通用模型转向产品内优化，透露GitHub Copilot和Excel已开始路由流量到MAI，对微软生态开发者和企业是个风向标。

7月23日周四
  1. a16z：News53

    如何赢得AI领域最大的市场

    AI推理正成为计算机史上最大的工作负载，其需求呈垂直增长。与训练的一次性资本支出不同，推理是随用量线性增长的运营成本，而通用GPU并非最优。历史规律表明，专用硬件将凭借更高的token每瓦特效率赢得市场。

  6. IT之家·人工智能57

    马斯克：特斯拉 AI 投资越快越好，不怕部分资金浪费

    特斯拉 CEO 马斯克要求公司加快 AI 投资节奏，即使部分资金被浪费也在所不惜。特斯拉第二季度资本支出同比大增 142% 至 58 亿美元，自由现金流净流出 11 亿美元，为 2024 年以来首次转负。公司预计全年资本支出超 250 亿美元，并寻求最高 300 亿美元的借款能力以支撑 AI 算力、Cybercab 自动驾驶出租车和 Optimus 人形机器人等项目建设。

  7. The Verge：AI59

    抗议数据中心的右翼婴儿潮一代与左翼有许多共同点

    美国佛罗里达州赫南多县一场由保守派组织 Humans First 发起的抗议活动，反对在当地建设超大规模数据中心。抗议者 Carol 等人担忧噪音污染、环境破坏、国家安全（芯片依赖中国）以及 AI 对社交生活的负面影响。盖洛普民调显示七成美国人反对本地数据中心建设，两党分歧在此议题上趋于一致。

  8. 公众号：百度智能云46

    百度智能云联合百度地图推出“景区一图游”，以官方路线与数据驱动提升文旅增收

    百度智能云图云联合百度地图推出“景区一图游”产品，围绕“活地图+活攻略”两大核心，为景区提供线上展示、线下引导与数据决策方案。该产品通过官方联合制作精品路线，串联小众景点，并依托百度地图出行数据提供客流监测、游客画像与潜力客源地分析。以武汉东湖为例，上线后游客导航量同比增长50.8%，同时可嵌入基于文心大模型的文旅智能体，降低景区运营成本。

  10. Google AI：DEV 作者专属61

    Google Cloud Agent Skills 完整指南：从基础到高级云运维

    Google Cloud 推出官方 Agent Skills 开源指令集，旨在让 AI 编码智能体安全、高效地执行多步骤云操作。该仓库基于 agentskills.io 开放标准，目前收录 70 多项技能，涵盖安全审计、无服务器部署、BigQuery 优化等 8 个类别。技能采用渐进式披露模型，通过验证工作流、安全门控和上下文感知机制，防止智能体盲目执行破坏性命令。

    推荐理由：这是 Google Cloud Skills 系列教程第一篇，从安装到触发讲得很细，把 Agent Skills 的“渐进式披露”和安全门机制都拆解了，适合想让 AI 编码代理帮你管云资源的开发者。

  12. Google AI：DEV 作者专属73

    Gemini 3.6 Flash 与 3.5 Flash-Lite 正式版发布

    Google 发布 Gemini 3.6 Flash 和 Gemini 3.5 Flash-Lite 正式版。3.6 Flash 在复杂智能体和多模态任务上性能更强，输出 token 价格降至 $7.50/1M，支持 1M token 上下文窗口和 Computer Use 工具。

    推荐理由：Gemini 3.6 Flash 降本增效，3.5 Flash-Lite 主打低成本高速，弃用 temperature 等参数是个硬变更，使用 Gemini 的开发者必须检查迁移。

  13. IT之家·人工智能45

    英伟达向美国海军研究生院捐赠 GB300 超算，系美军首次部署其最先进 AI 服务器

    英伟达向美国海军研究生院基金会捐赠了一套基于 GB300“Grace Blackwell”服务器打造的超级计算机，这是美军首次直接部署英伟达最先进的 AI 计算平台。该系统已部署在加州蒙特雷的海军研究生院校内，具体规模未披露。英伟达 CEO 黄仁勋表示人工智能将成为美国国防体系的重要支柱。

  14. IT之家·人工智能64

    阿里云灵骏真武 M890 适配 Qwen3.8，成国内首个运行超 2 万亿参数大模型的超节点

    阿里云宣布灵骏真武 M890 超节点实例已适配 Qwen3.8（2.4 万亿参数），并上线百炼平台提供推理服务，成为国内首个成功运行超 2 万亿参数大模型的超节点。该实例通过 64 张真武 M890 芯片实现 800GB/s 高速互联，显存达 9TB，在 Agentic 推理场景中最多可实现 1.5 倍性能提升。

  16. 数字生命卡兹克73

    北京市发布《关于加快智能体引领发展的若干措施》，将Harness Engineering（驾驭层工程）、Token经济、AIP等前沿概念写入正式政策。文件提出提升基础模型“实际任务完成能力”，强化智能体底层技术（上下文管理、长期记忆、多Agent编排），并推动智能体原生应用、终端融合（手机/眼镜/机器人）及“芯模云端用”协同发展。

  20. Elon Musk29

    xAI 发布 Grok Build v0.2.111 更新，开发者现可通过 config.toml 或环境变量禁用图像与视频生成工具。新版本在 TUI 内直接支持 `grok doctor fix` 诊断命令，`/session-info` 可显示 OAuth 或 API key 账户信息。此外修复了多项会话可靠性问题，并降低了 macOS 语音模式的显存占用。

    引用X Freeze@XFreeze

    Grok Build just got major update, giving developers more control over AI tools, better account visibility, built-in diagnostics, stronger session reliability, and lower memory usage for Voice Mode on macOS. Release Notes: v0.2.111 Features: • Users can now disable image generation and video generation tools (and their slash commands) via config.toml or environment variables. • /session-info now displays whether the session uses OAuth or an API key and where to manage the account. • You can now run grok doctor fix commands directly from inside the TUI instead of only from the CLI. Bug Fixes: • !cmd commands now allow up to one hour before timing out. • npm package now installs the native binary under $GROK_HOME/bin (honoring the same override as the Rust CLI). • Startup warnings now point to /doctor for details and fixes. • Dashboard hover and clicks no longer miss the gaps between items in wide mode. • Shift/Alt+Enter now inserts a newline while editing a queued prompt. • Queued prompt edits under combine mode no longer lose changes due to premature hold release. • Forking a session that used compaction no longer causes later rewinds to fail with missing checkpoint errors. • When a permission prompt appears while viewing scrollback, focus now correctly moves to the prompt so you can answer. • Pressing Esc once now cancels the current agent turn (except in fullscreen vim scrollback mode). • Grok now automatically stops a turn that keeps repeating the exact same tool call many times in a row. • Configs using either spelling of the workspace teleport disable flag now load and save correctly. • Background subagent completion messages no longer leak into unrelated sessions when multiple sessions are active. • When the auto-permission classifier times out or fails, Grok now shows a normal permission prompt instead of silently denying. • Managed MCP tools no longer time out prematurely on slow operations like Notion updates. Performance: • Voice dictation on macOS now uses less memory by running capture in a temporary helper process.

  21. 公众号：数字生命卡兹克66

    北京发布智能体新政，首次将Harness Engineering、Token经济、OPC等写入政策

    北京市发布《关于加快智能体引领发展的若干措施》，共十条，首次将Harness Engineering（驾驭层工程）、Token经济、OPC（一人公司）等前沿概念写入正式政策。文件提出从Token消耗量计费转向价值计费，鼓励发展TaaS、AaaS、RaaS模式，并推动智能体嵌入手机、眼镜、汽车等终端。

    推荐理由：这份政策把 Agent 时代的核心概念全部写进了红头文件，Harness Engineering、Token 经济、OPC 等首次在官方文件中出现，意味着智能体正式进入政策加速期，每个 AI 从业者都该读一遍。

  22. IT之家·人工智能53

    OpenAI 公布 Project Camellia 数据中心计划，承诺不推高电费并送 Codex 额度

    OpenAI 计划在佐治亚州埃芬汉姆县建设一座投资至少 200 亿美元、用电需求 3.2 吉瓦的数据中心园区。项目承诺不推高居民电费，采用闭环水系统降低用水量，并向当地学生提供最高 7100 万美元的 Codex 使用额度。园区预计 2028 年至 2032 年分阶段供电，将带来数千个建设岗位和超 1000 个长期运营岗位。

  23. MiniMax (official)51

    MiniMax 宣布 AMD MI355X 在其 M3 模型推理上已接近 Nvidia B200 水平。双方联合发布技术博客，详述针对 428B MSA 稀疏 MoE 多模态基座模型的全栈 ATOM + ATOMesh 协同优化，核心升级包括 EAGLE3 投机解码、支持 1M 超长上下文的 MSA 对齐 Page-16 KV 缓存、逐层 FP8 量化及分布式 P/D 分离架构。

    引用RyanLee@RyanLeeMiniMax

    AMD MI355X now is close to Nvidia B200 on MiniMax-M3 serving. Thanks to @AMD team. released dual technical blogs detailing full-stack ATOM + ATOMesh co-optimization for our 428B MSA sparse MoE multimodal base model. • EAGLE3 speculative decoding for lower generation latencyCore upgrades: • MSA-aligned Page-16 KV cache for 1M ultra-long context • Layer-wise FP8 quantization avoiding vision/MoE precision drop • Distributed P/D separation architecture for large-scale clusters 🔗 Blog 1: http://rocm.blogs.amd.com/artificial-intelligence/minmax-m3-atomesh/README.html 🔗 Blog 2: http://rocm.blogs.amd.com/software-tools-optimization/minimax-m3-mi355/README.html

  24. 公众号：小红书技术77

    小红书HELMSMAN：全闪存服务器实现高性能向量检索，硬件成本节省超90%

    小红书引擎架构团队在OSDI 2026提出HELMSMAN，一个面向全闪存服务器的高性能向量近似最近邻搜索系统。该系统通过聚类式索引、定制化存储栈和分层学习式搜索剪枝，用约40台全闪存服务器承载了过去约35,000 CPU Core和约350 TB DRAM的负载，硬件成本节省超过90%。

  25. 公众号：小红书技术83

    小红书引擎架构团队 OSDI 2026 新成果：HELMSMAN 重塑大规模向量检索基础设施

    小红书引擎架构团队在 OSDI 2026 发表论文，提出面向全闪存的高性能向量近似最近邻检索系统 HELMSMAN。该系统通过 ANNS 定制化存储栈、分层学习式搜索剪枝及 GPU 加速构建流水线，将向量检索服务迁移至 NVMe SSD 阵列。

    推荐理由：在保持毫秒级在线延迟的前提下，将百亿向量检索从海量DRAM迁移到NVMe SSD阵列，为推荐与搜索系统提供了成本下降超90%的生产验证方案。

  26. IT之家·人工智能42

    我国首个核工业高安全场景工业互联网平台“龙赑”成功落地

    中核集团核动力院下属中核控制自主研发的龙赑工业互联网平台成功落地，是我国首个面向核工业高安全场景的100%国产化平台。该平台采用“平台+工业App”架构，已支撑全国首个核工业领域国家级智能制造标准试点“透明工厂”建设，实际应用中软件工程设计效率提升50%，测试执行效率提升20%。

  30. meng shao44

    Cursor 推出智能模型路由 Cursor Router，基于 60 万+真实请求训练分类器，按任务复杂度、上下文等维度自动选模型。Intelligence 模式满意度接近 Fable 5，成本低约 60%；Balance 模式满意度高于 Opus 4.8，成本低 36%。企业客户实测节省 30–50% 且质量无下降。

    引用Cursor@cursor_ai

    Introducing Cursor Router, our intelligent model router that selects the right model for the task at hand. Router delivers frontier-quality results at 60% lower cost.

  32. IT之家·人工智能65

    特斯拉 2026 年 Q2 营收同比增长 26%，马斯克称正打造史上最大规模先进基础设施

    特斯拉 2026 年 Q2 总营收达 282 亿美元，同比增长 26%；全球交付超 48 万辆电动车，同比增长约 25%。辅助驾驶全球付费用户达 148 万，北美选装率创历史新高；搭载 AI3 硬件的早期客户已获推送辅助驾驶 v14 lite 版本。赛博无人驾驶电动车已在得州超级工厂投产，无安全员的无人驾驶网约车服务已扩展至全美 7 个城市，60 万公里服务里程无重大事故。

  34. Together AI 研究与产品博客57

    Together AI 发布 Dedicated Model Inference 推理平台重大更新并开放定制训练 beta

    Together AI 对其推理平台发布重大更新，支持单端点挂多部署、canary/蓝绿/滚动更新与自动回滚、A/B 和 shadow 测试、多区域自动扩缩，并重建模型缓存层使预热启动约提速 4 倍。同时宣布定制训练封闭 beta，涵盖全参数与 LoRA 强化学习及监督微调，checkpoint 可直接部署到推理平台，8 月 6 日将举办深度讲解网络研讨会。