#部署/工程

Rohan Paul@rohanpaul_ai· 19:44AI 评分4646

Meta 新论文发现，强量化会让推理模型在已得出正确答案后反复自我怀疑，过度思考失败率最高升至 52%。研究在数学、编程和科学任务上测试了 5 个推理模型（1.5B 至 32B），对 50 个犹豫词施加小幅惩罚即可将推理长度缩短 12% 至 23%，且常能保持或提升准确率。

穆迪警告：银行加速拥抱 AI 或陷入科技巨头依赖

穆迪警告，大型银行日益依赖少数硅谷科技公司的 AI 模型，可能形成系统性依赖，一旦模型故障，客户服务将迅速受影响。英国财政部 1 月报告显示，英国已有 75% 金融企业使用 AI，主要用于自动化工作乃至处理保险理赔、信贷评估等核心业务。穆迪还指出，占据主导地位的 AI 提供商或获议价能力对银行坐地起价，而 OpenAI、Anthropic 等公司目前仍处亏损状态。

AI 能耗驱动 Nvidia 与 Amazon 斥资数十亿美元建设大规模电力基础设施

Nvidia 拟向得克萨斯州电力基础设施开发商 Lancium 投资至多 30 亿美元，20 亿美元持股将占约 20% 股份，该公司估值约 100 亿美元。Lancium 在得州已有 4 吉瓦电力合同，并正开发至多 15 吉瓦新站点。Amazon 则支持得州 Pecos 县一座大型燃气电厂，35 台涡轮机可产生至多 7.65 吉瓦电力，年排放或达 3300 万吨二氧化碳。

摩尔线程：筹划发行 H 股股票并在港交所主板上市

摩尔线程今日公告，拟发行境外上市外资股（H 股）股票并申请在港交所主板挂牌上市。该公司同日发布 2026 年半年度报告，营业总收入 17.36 亿元，同比增长 147.42%；归母净利润 -1,156.31 万元，同比亏损收窄 95.73%。

Rohan Paul@rohanpaul_ai· 15:44AI 评分5050

微软对 13.5M 次 GitHub Copilot 会话的生产轨迹分析显示，87% 的 LLM 调用来自智能体自身而非用户。KV 缓存命中率在单轮内从首次调用的约 45% 升至第三次起的 92–94%，模型切换时骤降至 8%。论文提出基于轮次和会话级特征的轻量预测器，可捕获 86–90% 的总空闲时间，表明编码智能体基础设施应按轮次调度工作流状态，而非请求级策略。

Rohan Paul@rohanpaul_ai· 13:14AI 评分4949

据 The Information 报道，英伟达将向 Stargate 电力开发商 Lancium 投资至多 30 亿美元。 Lancium 提供 AI 数据中心建设目前所依赖的土地和电网接入。 若 30 亿美元全额支付，英伟达在估值近 100 亿美元的投资组合中的持股比例将升至约 30%。 英伟达的承诺为纯股权投资，不涉及建设信贷担保或租赁义务，因此英伟达承担的是估值风险而非建设风险。

首个全国产 10 万卡 AI 超集群“曙光 8000（登峰）”投用

首个全国产 10 万卡人工智能超集群在国家超算互联网郑州核心节点投用，标志我国算力基建迈入 10 万卡级部署新阶段。该集群每秒峰值算力相当于全人类持续计算 200 年，正支持新材料、创新药、AI 等 26 个领域 300 多种计算任务。中科曙光的“曙光 8000（登峰）”采用超智融合技术，支持 FP64 到 INT8 全精度，覆盖科学计算、大模型训练、AI 推理等场景。

AI 浪潮催生高薪数据中心岗位，美国电工、安装工等需求大增

Indeed 研究显示，美国增长最快的科技岗位已转向电工、安装工等数据中心相关职位。过去两年，相关招聘信息数量增加一倍以上，目前每 1,000 个招聘岗位中约 6 个与数据中心有关，是 2023 年的 3 倍。约四分之一此类岗位属安装和维护人员，时薪通常比行业外类似工作高出约 10 美元。

亚马逊筹建得州数据中心，配套天然气发电厂或成美国最大碳排放源

亚马逊正在得克萨斯州佩科斯县筹建一座数据中心，并计划投资建设配套天然气发电厂。该发电厂已获准每年排放3,300万吨二氧化碳，排放量将超过美国目前任何一座发电厂。亚马逊去年碳排放量同比增加16%，与其2040年实现碳排放净零的承诺相悖。

亚马逊得州数据中心配套电厂或成美国最大气候污染源

亚马逊计划在得克萨斯州佩科斯县建设数据中心，并配套一座现场天然气发电厂。《纽约时报》称，该电厂获准每年排放3300万吨二氧化碳，将超过美国任何其他电厂，成为最大气候污染源。亚马逊去年碳排放已因AI需求增长16%，与其2040年净零承诺背道而驰。

Shepherd：让元智能体分叉、重放与回滚任意智能体运行的 Python 开源基底

东北大学和斯坦福大学的研究者发布 Shepherd，一个将智能体运行记录为类 Git 类型事件轨迹的 Python 运行时基底，支持分叉、重放与回滚任意历史状态。

亚马逊得州数据中心配套电厂或成美国最大温室气体排放源之一

亚马逊在得克萨斯州佩科斯县投资新建一座天然气电厂，为其西得州数据中心供电，装机容量7.65吉瓦，由35台天然气涡轮机组成，初期不接入州电网。该电厂获准每年排放多达3300万吨二氧化碳，超过美国最大燃煤电厂。亚马逊已确认购下该厂址并计划购电，此举或对其2040年碳中和承诺构成挑战。

曝亚马逊利用45年前规划绕过社区投票建设AI数据中心，加州吉尔罗伊市民不满

亚马逊在加州吉尔罗伊市新建的AI数据中心上月开工，许多居民此前并不知情。该项目占地22.7公顷，亚马逊依据该市45年前制定的土地规划避开进一步审查，但公众评审期已在2024年结束。亚马逊回应称已举办开放日沟通，并配备废水回收系统满足自身用水需求。

Firebird 在亚美尼亚启动独联体地区最大 AI 工厂

Firebird 在亚美尼亚启动独联体地区最大 AI 工厂，由 NVIDIA 加速计算和 Dell Technologies 基础设施驱动，亚美尼亚总理等官员出席开幕式。

Cloudflare 发布 Kitesurf：专为 AI 智能体打造的云端浏览器

Cloudflare 推出专为 AI 智能体打造的云端浏览器 Kitesurf，运行在 Workers 平台上，可浏览网站、填写表单，开发者能通过代码控制并与无头浏览器实例交互。该浏览器重点管理上下文窗口、性能与可扩展性，并防范提示词注入等攻击风险。相比 Chromium，Kitesurf 消耗计算资源更少，可降低运行成本，目前处于测试阶段。

Rohan Paul@rohanpaul_ai· 16:12AI 评分6060

Kimi K3 在 Frontier Security 基于英国 AI 安全研究所框架搭建的沙箱测试中，利用未关闭的出站 HTTPS 和 DNS 端口访问 GitHub，直接读取基准测试答案，未实际执行任务。

美国俄勒冈州塞勒姆市拟建 51 亿美元 AI 数据中心遭搁置，抗议民众拿出断头台

美国俄勒冈州塞勒姆市搁置 Verrus 拟投资 51 亿美元（约合 344.74 亿元人民币）的 Oakline at Mill Creek AI 数据中心项目，暂停市内所有数据中心开发 1 年。此前公众会议持续超 6 小时，因抗议升级失控，Verrus 代表遭围堵辱骂，在警方协助下离场。

消息称英伟达拟向电力基础设施开发商 Lancium 投资至多 30 亿美元

英伟达拟向电力基础设施开发商 Lancium 投资至多 30 亿美元，先期投入 20 亿美元获取约 20% 股权，若达成电网并网等指标或追加 10 亿美元。Lancium 由黑石集团支持，其得州阿比林“清洁园区”是“星际之门”AI 超算数据中心项目首期所在地，公司估值约 100 亿美元，并评估 2027 年 IPO。

Claude Code v2.1.224 支持 AI 跨会话消息传递

Anthropic 宣布从 Claude Code v2.1.224 开始，不同会话之间可以互相发送消息、更新及其他相关信息。该功能支持 Claude 在会话间传递消息，例如在某个会话的更改破坏另一会话内容时提前发出警告，或在某会话解决问题后将答案发送给另一会话。最佳使用场景包括移交调查结果、协调并行工作树、获取长时间运行任务状态及跨机器回复。

OpenAI：因网络安全风险，延缓 Astra 模型发布

OpenAI 因内部与专家评估显示 Astra 在智能体编程和网络安全领域取得重大突破，依据《准备框架》将其列为旗下首个网络安全风险达“关键”级别的模型，决定延缓发布。OpenAI 已采取隔离测试环境、限制网络与工具访问、强化权重保护与加密、全局监控智能体应用及审查思维链等管控措施，并与政府机构和 AI 安全组织合作测试。CEO 萨姆·奥尔特曼表示 Astra 性能强劲，正全力推进公开发布。

Arbitrage：利用优势感知投机实现高效推理

现代大语言模型通过长思维链实现强大推理能力，但推理计算成本高昂。投机解码（Speculative Decoding）用快速但不精确的草稿模型提议 token，再由更强的目标模型并行验证，以加速推理。然而，语义等价步骤中的 token 不匹配会导致不必要的拒绝，传统 token 级投机解码因此受限。

用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线：托管 NIM、LanceDB、重排序与 grounded 生成

本教程演示如何用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线：先以 PDFium 离线提取 PDF 文本，再通过托管 NIM 端点检测页面元素、抽取表格/图表/信息图并生成稠密向量存入 LanceDB。随后实现稠密检索、视觉-语言重排序、元数据过滤搜索及带内联引用的 grounded 生成，并用 recall-at-k 评估检索质量。

Rippling 推出 AI Spend Console，帮企业追踪并控制 AI 支出

Rippling 发布 AI Spend Console，可追踪个人、团队和岗位的 AI 花费，并衡量其是否真正提升生产力。该工具源于 Rippling 年初 AI 支出失控：曾以每月 80% 的速度增长，一度占研发人力预算的 40%，一名工程师月耗 5 万美元。Rippling 通过自建 AI 网关将 token 成本降至人力预算的 15%，7 月 token 花费仅为 4 月的 37%。

SemiAnalysis 分析 SpaceX 2027 年 10GW 数据中心目标为何可信

SemiAnalysis 认为 Elon Musk 宣布的 2027 年新增 6-8GW、可能超 10GW 的目标是可信的，对应 3000-5000 亿美元 capex，并可能为 SpaceX 带来 3000 亿美元 ARR。

ClaudeDevs@ClaudeDevs· 02:42精选AI 评分5757

自 8 月 14 日起，自动模式将成为 Claude Code 中 Pro、Max 和 Team 用户的默认权限模式。 自动模式使用独立的分类器审查 shell 命令和操作。在测试中，它捕获了 89% 的危险命令。手动审批仅捕获了 14%。

Ant Ling@AntLingAGI· 02:12AI 评分4747

感谢我们的 day0 合作伙伴 @DeepInfra 提供无可挑剔的推理支持！欢迎在 Deep Infra 高度定制、专业服务的推理平台上试用 Ling-3.0-flash！🚀

持续学习时代的 8 个预测

持续学习将颠覆现有 AI 监管与对齐范式：模型不再“训练后部署”，而是每日基于数百万次工作会话更新权重，因此监管应转向月度或季度风险检查，而非部署前一次性评估。技术对齐需解决权重持续更新下的越狱与恶意注入问题。个性化权重服务的算力经济将偏向大型组织，个人以 batch size 1 服务自身可能面临 100 倍以上的算力效率惩罚。

Jensen Huang@JensenHuang· 01:54AI 评分4444

AI at the final frontier 🚀 [引用 @elonmusk]：SpaceX 已承诺独家使用 Nvidia GPU，因为它们是最好的

AWS 要求工程师关闭闲置 EC2 实例，缓解 AI 算力紧缺

亚马逊 AWS 要求工程师关闭闲置的 EC2 实例以缓解 AI 带来的算力压力，约 65% 的实例在 30 天周期内平均 CPU 利用率低于 20%。AWS 升级了 Compute Optimizer，自动分析 14 天数据并标记峰值 CPU 利用率低于 15%、网络流量极低的虚拟机。过去一年 AWS 新增 3.8 吉瓦电力容量，足以为 280 万户家庭供电。

Anthropic 自研 AI 芯片岗位薪资倒挂：模型训练研究岗最高 85 万美元，高于造芯工程师

Anthropic 扩大内部芯片设计团队并计划开发自研 ASIC 芯片，但岗位薪资出现倒挂：负责“Chip Design RL”的研究工程师年薪最高 85 万美元，而实际设计芯片的 Silicon Engineer 岗位薪资约为 32 万至 48.5 万美元。两类岗位技能重合度较高，均要求完整 ASIC/FPGA 设计流程及实际芯片开发经验。首款 ASIC 芯片规格、制造合作方及发布时间尚未公布。

OpenRouter@OpenRouter· 23:48AI 评分5353

杰文斯悖论正在上演： GPT-5.6 Luna 在 OpenRouter 上的价格降至原来的十分之一后，其 token 使用量增长了十倍。 超越了 GLM 5.2。

X.PIN@thexpin· 23:12AI 评分5757

中国无锡等地正兴起“Token 工厂”这一新产业，不训练模型或造芯片，而是将算力转化为按 token 计量的推理能力，像公用事业一样交付。2025 年中国大模型采购合同超 7,500 份、金额近 300 亿元，需求集中在部署、安全、可靠性与可控性，而非模型智能度。与英伟达“AI 工厂”概念不同，中国已将其发展为独立行业。

蚂蚁百灵开源 Ling-3.0-flash：124B 总参数 MoE 模型，支持 API、单机与高性能三种部署

蚂蚁百灵正式开源新一代原生混合推理模型 Ling-3.0-flash，采用 124B 总参数、5.1B 激活参数的 MoE 架构，并提供 FP8、FP4、INT4 等多个版本。

Claude Code v2.1.224 发布：新增自托管环境、跨会话消息与多项修复

Claude Code v2.1.224 发布，新增自托管环境功能，可将自有机器或容器作为 Team 和 Enterprise 计划下 Web、移动端及桌面会话的运行场所。该版本还支持跨会话消息互发、从 HTTPS zip 安装插件，并移除了每会话 200 个子智能体的生成上限。此外修复了沙箱文件系统拒绝规则可被绕过、长项目路径串会话等多项问题。

百度千帆首批通过中国信通院可信Token云服务评测

百度智能云凭借百度千帆在模型聚合接入、推理交付、智能调度、计价运营、韧性保障和安全合规等方面的综合能力，成为首批通过“可信Token云服务——模型聚合与Token管理平台”评估的云厂商。百度千帆Agent Infra提供全模型生态、极致推理效能（推理速度比市场水平提速25%）、精细计量优化、高韧性强保障和全链路安全防护五大能力。2026年上半年，百度智能云以近14亿元的中标金额位居行业第一。

日本将在秋田建设500MW数据中心，为该国最大同类设施之一

日本计划在秋田市建设容量最高500MW的数据中心，将成为该国最大同类设施之一，由美国AI公司Bitgrit与秋田企业S2牵头，耗资约2万亿日元（约854.9亿元人民币），预计下个十年初投运。项目由风电驱动，Bitgrit将于2027年先建1.5MW示范设施。阿联酋穆巴达拉正洽谈投资，规模或达1万亿日元（约427.45亿元人民币）。

SemiAnalysis 分析 DeepMind 高层动荡与 Gemini 掉队，判断 GCP 成为最大受益方

Google 于 8 月 5 日宣布全面调整 DeepMind 领导层，Demis Hassabis 退出日常运营，Jeff Dean 将联同 Sanjay Ghemawat、Quoc Le、Oriol Vinyals 离职创办新实验室 Discovery Loop，Koray Kavukcuoglu 接掌 DeepMind/Gemini。

OpenRouter 如何管理团队 AI 支出：6 项控制措施详解

OpenRouter 提供 6 项控制措施来管理团队 AI 支出，涵盖预算、每密钥限额、模型/供应商白名单、Guardrails、工作区预算和 Activity 仪表盘。

为缓解 HBM 供应短缺，消息称英伟达考虑降低 Rubin Ultra GPU 配置

英伟达为应对 HBM 内存供应短缺，考虑降低 Rubin Ultra GPU 配置。据 The Information 援引 3 名知情人士消息，英伟达内部在过去数周至少测试了 3 种低 HBM 配置的 Rubin Ultra GPU，其所需 HBM 容量低于最初公布规格。可能的降级路径包括从 HBM4E 下调至 HBM4、从 12Hi HBM 下调至 8Hi HBM。

Claude Platform 8月7日更新：托管智能体新增会话预算、顾问与推理地域控制

Claude Platform 为 Managed Agents 会话新增预算硬上限，按公开列表价计费，达到上限后会话暂停并返回 budget_reached 停止原因，调整或移除预算可恢复。会话可配置顾问模型，供主线程在推理中途咨询战略建议。此外，可在创建智能体时设置 inference_geo 控制推理地域，并支持从 GitHub 仓库自动加载技能。