00:15OpenAI Blog(博客/媒体)精选73°OpenAI工程师通过分析大规模核心转储数据,定位并修复了一个存在18年的软件漏洞,同时发现了一个相关硬件故障。这次调试使用了数千份核心转储样本,最终解决了罕见的基础设施崩溃问题。该方法验证了核心转储分析在诊断长期隐蔽Bug中的有效性。技巧OpenAICore Dump基础设施软件调试长期Bug1 个信源在谈推荐理由:OpenAI工程师靠分析核心转储,挖出一个18年的老Bug,还顺便揪出了硬件问题,这技术活真硬核。原文
23:32PolymarketMoney@PolymarketMoney精选73°OpenAI 宣布收购云初创公司 Ona,该公司专注于构建支持 AI 智能体持续运行的基础设施。此次收购旨在增强 OpenAI 在智能体领域的长期部署能力,解决智能体在复杂任务中需要持久运行的问题。Ona 的技术将帮助 OpenAI 的智能体更稳定地处理长时间工作流,提升可靠性和效率。这一举措标志着 OpenAI 在智能体基础设施上的战略布局,可能加速其产品在企业级场景中的应用。行业OpenAI智能体基础设施收购云服务10 个信源在谈推荐理由:OpenAI 收购 Ona 补齐了智能体持久运行的短板,做 AI 智能体开发或部署的团队值得关注——这直接关系到你的智能体能否稳定跑完长任务。原文
13:15宝玉@dotey精选DeepSeek 发布全球首个“Agent Harness 研究员”岗位,旨在将前沿模型能力转化为领先的 Agent 产品。该岗位负责 Harness 领域的前沿创新,包括上下文管理、长期记忆、Subagent 与 Multi-Agent、自进化 Agent 等。团队使命是“Model + Harness = Agent”,除模型本身外所有工作都属于 Harness 范畴。任职要求包括科研背景、全栈开发能力、Agent 重度使用经验,以及对 LLM 和 Agent 机制的深入理解。这一招聘标志着 Agent 基础设施研究正式成为独立岗位,对 Agent 开发者和研究者意义重大。行业DeepSeekAgent Harness招聘智能体基础设施推荐理由:DeepSeek 把 Agent 基础设施研究独立成岗,做 Agent 开发的团队可以直接参考其职责定义,想入行 Agent 研究的也可以看看门槛和方向。原文
08:00Together AI@togethercompute精选Cursor 与 Together AI 合作,为 AI 编程助手提供实时推理基础设施。Cursor 的编辑器内智能体能在开发者编辑代码时生成代码,要求响应必须在编辑器的反馈循环内完成。Together AI 构建了满足严格延迟目标的基础设施,确保大规模下的实时性能。这一合作解决了 AI 编程中响应速度的关键瓶颈,让开发者获得更流畅的交互体验。AI产品CursorTogether AIAI编程助手实时推理基础设施6 个信源在谈推荐理由:AI 编程工具的实时性直接决定开发效率,Cursor 用户和关注 AI 编程的团队值得了解 Together AI 如何解决延迟痛点。原文
10:20Clement Delangue@ClementDelangue精选Hugging Face 联合创始人 Clement Delangue 在 X 上分享,他仅用不到 1 分钟就将一个 68TB 的数据集克隆到自己的私有训练存储桶中,而本地磁盘只有 4TB。这得益于 Hugging Face 的基础设施优化和 xet 去重技术。该功能让用户无需下载完整数据集即可直接使用,大幅节省时间和存储空间。对于需要大规模数据集的 AI 训练团队来说,这是一个效率提升的利器。AI产品Hugging Face数据集克隆去重基础设施推荐理由:做大规模 AI 训练的团队终于可以告别下载整个数据集的痛苦——68TB 数据集 1 分钟克隆到私有存储,建议所有需要管理海量数据的开发者点开看看。原文
16:59Decoder@Matthias Bastian精选72°OpenAI 在关闭机器人部门五年后,重新组建机器人团队,该团队源自世界模拟研究项目。CEO Sam Altman 的长期目标是让每个人拥有能做任何事的个人机器人,短期内机器人将用于基础设施建设。此举标志着 OpenAI 在机器人领域的战略回归,从基础设施应用逐步推进到个人化服务,可能重塑机器人行业格局。AI产品OpenAI机器人基础设施个人机器人战略回归10 个信源在谈推荐理由:OpenAI 重返机器人赛道,从基建场景切入,做硬件或 AI 集成的开发者值得关注——这可能是未来个人机器人生态的起点。原文
11:08岚叔@lufzzliz精选Linux Foundation 旗下的 DNS-AID 项目旨在为 AI agents 构建基于 DNS 的发现机制,类似于互联网的电话簿。通过类似 `_agent._protocol._agents.example.com` 的 DNS 记录,agents 可以找到彼此并获取 MCP、A2A、HTTPS 等连接信息,无需硬编码地址或中心化注册表。这解决了 agent 互发现的基础设施问题,复用现有 DNS 体系,支持 DNSSEC 验证,便于企业纳管。但后续的身份信任、权限控制、责任归属和结算问题仍需解决。行业AI AgentDNS基础设施发现机制DNS-AID推荐理由:AI agent 从 demo 走向网络化调用的关键一步,做 agent 开发或基础设施的团队值得关注 DNS 这个老基础设施的新用法。原文
AITOP5月29日 08:02Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……
15:30arXiv cs.AI@Antonio Ielo, Francesco Doria, Sandra Castellanos-Paez, Marco Maratea, Francesco Percassi, Mauro Vallati精选该论文首次提出使用回答集编程(ASP)自动化长期电网规划过程。电网作为关键基础设施,需应对可持续目标、需求模式和城市化趋势,而规划周期可能长达十年,需保持拓扑和组合不变量。传统规划语言难以表达这些复杂约束,而ASP能简洁优雅地编码。实验在合成和真实电网数据上验证了该方法的表达力和有效性。论文电网规划回答集编程自动化基础设施优化推荐理由:电网规划人员终于有了自动化工具——ASP 优雅处理了传统语言难以表达的拓扑约束,做电力系统优化的团队可以直接参考论文方法。原文