Anthropic 把'模型能力进步速度翻倍'写进了 IPO 文件,这等于向投资人承诺自家用模型加速研发已经见效。对比 OpenAI 还没上市、Google 不单独披露研发节奏,这种量化表态很少见。想跟踪 Claude 迭代速度或打算参与其 IPO 的人应该看原文。
Latest
WSJ 挖了黄仁勋走人的内幕:不是私事,是 Nvidia 敢给云厂商几百亿美元担保、还规划给 OpenAI 2500 亿美元芯片订单,CFO 想踩刹车被他嫌弃。关心 Nvidia 现金流和股价的投资者、跟踪 GPU 供应链的人应该看看。
The teardown shows how a statistical fingerprint of initialisation hardware was stretched into a headline about massive sanctioned training clusters, a useful lesson in reading benchmark and forensics claims past the summary. Export-control watchers and enterprise GPU buyers in Southeast Asia should note that legally renting offshore Blackwell capacity in Singapore, Japan or the Middle East produces the same fingerprint as smuggled hardware. Anyone consuming US-China chip narratives should ask for the raw evidence before the headline numbers.
有人整理了一份完整时间线,两周内 Together AI、OpenAI、Google 等15家全上了自己的决策模型,连命名都互相抄。Vercel 那个26%路由占比数据挺值得琢磨,做 agent 架构的可以对照各家参数量和发布节奏看看选型。
这条值得细看,因为推文和报告原文差距很大:报告自己写着"不能证明",推文里却变成了"确凿证据"。做开源模型、用云算力的团队都会被这类指纹指控波及,先搞清证据边界比转发结论有用。
Wiz 的 CTO 说,以前写一个漏洞利用要 22 天,现在用 AI 几小时搞定,整个窃取密钥的攻击 20 分钟跑完。他建议给 AI 密钥设用量上限,不然被盗刷账单会很惨。做 API 产品的开发者都该听听。
LangChain 拿下 30 亿美元估值,靠的是 LangSmith 这款 agent 监控工具,客户已有 7,000 家。和 CrewAI 这类只管框架的产品不同,它连运维评估一起做。正在把 agent 部署上生产的工程团队可以看看它怎么收费。
Gary Marcus 转发了 NYT 关于 NVIDIA 借贷财团的报道,六家贷款方里至少一家在讨论退出,一笔贷款都还没成交。参与名单里有 GS、Apollo、BlackRock 这些大机构,如果你在关注 AI 资本开支和算力融资,这条值得看一眼。
Dario Amodei 亲自向 Jamie Dimon 确认 Anthropic 要 IPO,还把策略说成"少承诺多兑现"。对比 OpenAI 一直没松口上市,Anthropic 这话算是给资本市场递了个信号。想判断它什么时候上市、怎么估值的朋友值得看看这段对话。
radiance 这个话题很多人只盯着 GPU,Radiant 的 CEO 把带电土地、资本、软件和算力四个环节摆在一起讲,Brookfield 背景也让它有底气。做 AI 部署决策的工程和采购团队可以看看别人怎么补电力这块短板。
Google 两支研究团队把工具带到剑桥实验室现场测试,聊的是多智能体集群和 48 小时编码流程怎么压缩成快工作流。做科研自动化或 agent 开发的可以看看这些一线研究人员怎么用 AI,比看产品发布会实在。
The Information 独家爆料,黄仁勋不再执掌 Nvidia,还顺带挖出 DeepSeek 间接投资方里有 Alice Huang 关联公司。两条线都指向 AI 资本圈的人脉网络,关心 Nvidia 接班人安排和 DeepSeek 股东结构的人都该看看原文。
Wiz 的 CTO 说现在 AI 攻击 20 分钟就能偷光你的密钥,建议给 AI key 设用量上限,还讲怎么用 agent 集群攻击自己的系统找漏洞。初创团队做安全规划前听听,比多买几款工具有用。
LangChain 老员工晒团队从 20 人涨到 400 人、LangSmith 客户破 7000,顺手挂出招聘链接。想在 Agent 开发赛道找工作的话可以直接看 langchain.com/careers 的在招岗位。
企业买 AI 工具不再看演示,得先回答怎么算回报。PwC 的 Karen Young 讲了他们筛选和度量 AI 投入的实际做法,正在做 AI 预算决策的企业管理者可以拿来对照自己的流程。
这条值得点开看看:研究实锤了 DeepSeek、Qwen 这些中国头部模型其实是用被禁的 Nvidia 芯片训练的。对关心出口管制走向、或者做合规判断的人来说,这会影响后续政策收紧的预期。
这份半年一更的就业报告有个反直觉数据:湾区一个地区的在招岗位已经超过全球远程岗位总和,而三年前远程还领先近 2 倍。想找远程工作或考虑搬去湾区的人应该看看,报告里 PM、工程、设计三条曲线走势完全不同。
越南办了个叫 AI Thực chiến 2026 的比赛,第二题是让选手把地方志这类资料做成带 AI Chatbot 的电子手册,等于练 RAG 知识库落地。做本地化知识库项目的人可以看看题目怎么设计的。
Autonomous agent loops are now producing production-grade GPU kernels that beat mainstream inference-framework baselines, which lowers the cost floor for serving AI workloads. Engineering teams running high-volume inference can treat LLM-driven kernel optimization as a practical pipeline rather than a research demo. The finding that Opus 5.5 outperforms other models on kernel optimization also gives practitioners a concrete model choice for similar code-optimization agents.
智能体越来越自主地替人干活,各家的 Model Specs 却还在靠泄露流出。这篇由中美两边的从业者共同参与的政策分析,把规范文档该管什么、怎么管讲清楚了,做 Agent 开发和治理的人都该看看。
这场meetup把工业界RL训练的实战细节凑齐了:Mercor用SkyRL训练,Coinbase在造领域专家模型,还有1M-token上下文训练的坑。做RL后训练或用Ray的工程团队,这些一手经验比论文实在。
彭博记者挖到备案文件,证明上海 Megaspeed 数据中心真有被禁的英伟达芯片,而英伟达一年前对媒体口径是"没什么可看的"。Gary Marcus 还挖出黄仁勋对妻子和法务撒谎的旧料。关注出口管制执行和美国对华芯片监管的人值得看看这条线索链。
SambaNova 的 Rob Naidoff 在 Cerebral Valley AI Summit 聊开源推理的成本账,现场讨论挺热烈。做自部署或者选推理硬件的团队可以留意,比 NVIDIA 路线的账怎么算值得看后续实录。
Verge 这篇报道把 Nvidia 芯片从晶圆厂到数据中心再到电子垃圾的环境链路捋了一遍,视角和常见性能对比完全不同。做算力采购或关注数据中心选址的人可以看看上游代价。
LangChain 这轮拿了 3 亿美元,估值 30 亿,钱主要砸向 LangSmith 这个智能体运行和治理平台。它不绑定自家框架,用别的工具链也能接入。做智能体应用的开发者和团队选观测、评测方案时可以关注一下它跟同类工具的差异。
LangChain 老大 Harrison Chase 感谢 WSJ 记者报道他们家的公告,但这条推文本身没说公告是什么。想知道 LangChain 发了啥,得点进 WSJ 的 CIO Journal 原文看。
SpaceX 一个月合了 1.1 万个 PR,大部分不靠人看,这事对做工程流程的人很有参考价值。你可以对照自己团队的 review 瓶颈想想哪些环节能自动化。不过原文没讲具体工具链,当成流程信号看就好。
Airtel 是 Starlink 在印度的合作运营商,董事长 Mittal 的这番话透露了地面电信巨头对卫星互联网的真实态度。1 Tbps 单发容量对标整个 OneWeb,做电信和卫星通信的都该看看。
a16z 拆了一笔账:一款新药现值成本接近 20 亿美元、平均 13 年才能上市。文章讲清 AI 在分子筛选、临床试验设计、患者招募三个环节分别能省多少时间,适合关注医药投资或 AI 落地方向的人。
1,000 个 Claude agent 接力跑 28.7 小时证完费马大定理,这个规模的多智能体协作实验很少见。文中还讲了 Claude 的记忆和「做梦」机制怎么设计,17 张幻灯片都在长文里。做 agent 编排的人可以看看别人怎么管理超长任务上下文。
CSET 两位研究员判断英伟达事件会引发美国收紧芯片出口立法,东南亚将是重点管控方向。做算力采购或东南亚数据中心的团队要提前关注许可变化。
AI 数据中心吃电太多,铀价都被推到历史最高了,核电正在回潮。想理解大模型背后的能源账本,这篇值得花两分钟看看,做基础设施规划的人尤其该看。
Airbyte 前创始人 Bindu Reddy 发文说泡沫破裂是好事,列了利率、估值倒挂等四个理由。如果你在纠结要不要进烧钱 AI 创业公司,或者想判断现在估值逻辑,这篇短文值得花两分钟看看,也适合和同行争论时引用。
做 LLM 应用开发的应该都碰过 LangChain,这轮连新加坡主权基金 GIC 都进场了,说明智能体基础设施的钱还在往里砸。想看资本怎么押 Agent 赛道的可以关注一下。
The compression of capability-to-price ratios within six months means teams buying coding-model capacity on old benchmarks and contracts are overpaying. Engineering leads and procurement teams in ASEAN and China markets should re-run head-to-head evaluations before renewing API commitments, since mid-priced options like MiMo-V2.6-Flash now match former frontier quality. The dataset offers a reusable method for tracking value, not just raw scores.
美国制裁之下,Nvidia 的高端芯片还是经新加坡代名人渠道流进了上海的数据中心,这条走私链路被完整挖出来了。做跨境算力采购或出口合规的人应该看看:新加坡中转不是安全区,芯片的最终落地地点才是审查重点。
前 Google X 女工程师 25 岁就辞职,把自己做的 Cybever 变成了 Utopai Studios,从工具直接切进 AI 电影制作全流程,还拿到了好莱坞投资人的钱。想了解 AI 怎么改影视制作流程、创业公司怎么从工具走向内容生产的,这个故事挺有参考价值。
LangChain 拿了 3 亿美元 C 轮,估值 30 亿,7 千多家企业已经在用它的 LangSmith 跑智能体。做智能体开发的朋友可以直接看看它的治理和运维方案,和 LlamaIndex 那套比,LangSmith 在企业级监控上走得更前。
黄仁勋执掌 Nvidia 三十多年,他的离开不只是公司换帅的事。中国客户买不买得到 H20、价格怎么谈、华为昇腾能不能趁机抢份额,都跟这次交接有关。做 AI 采购和技术选型的人都该看看这篇分析。
The piece reframes AI sovereignty as supply-chain resilience, which changes how governments and enterprises should evaluate national AI strategies beyond blanket localisation. It matters most for policy teams and AI builders in cost-constrained markets: orchestration of smaller specialised models offers a competitive path without frontier-scale budgets. Japan's positioning contrasts with China and US scale-first labs, and the argument carries for Southeast Asian countries drafting their own AI sovereignty policies.
Only the latest 2000 items are listed; for older ones see the daily archive