#部署/工程

用 NVIDIA SkillSpector、LangGraph、YARA 规则、SARIF 与 CI 策略门构建高级 AI 技能安全审计流水线

本教程演示如何用 NVIDIA SkillSpector 评估 AI 技能的安全态势，构建包含干净、风险、恶意及 MCP 示例的合成技能市场，并通过 LangGraph 检查流水线扫描每个技能。

腾讯混元发布 Hy ASR 3.0 preview：真正懂上下文的语音识别

腾讯混元发布新一代语音识别模型 Hy ASR 3.0 preview，基于大语言模型 Hy3 与 MoE 架构，融合高精度识别与语义理解。其在开源评测集中中文普通话 WER 3.34%、英语 WER 2.62%、粤语 WER 3.12%，并支持上下文纠错、热词注入及高噪耳语等场景。该模型已上线腾讯云 API，元宝 App 首发并免费开放。

Cloudflare 推出 @cloudflare/computer 开源库，为每个 AI 智能体配备独立虚拟工作计算机

Cloudflare 以早期预览版形式推出 @cloudflare/computer 开源库，为每个 AI 智能体独立分配包含文件系统与命令执行能力的虚拟工作计算机。

AI 辅助“推翻”考拉兹猜想失败，Lean 4.32.2 修复内核漏洞

一项借助 AI 完成、声称推翻考拉兹猜想的 Lean 形式化证明被确认无效。形式化验证专家 Ramana Kumar 于 7 月 25 日在 GitHub 发布项目，称在 Lean 中证明“存在一个无法到达 1 的数”，但随后发现相关方法甚至能让 Lean 无条件接受“False”。

Y Combinator 开源 QM：可在 Slack 和网页端运行的 MIT 许可多智能体协作框架

Y Combinator 团队开源了其内部使用的多智能体协作框架 QM，采用 MIT 许可证，可在 Slack 和网页端运行。QM 为每位员工和每个房间提供隔离的内存、文件、密钥、权限和沙箱，并支持 Pi、OpenCode、Codex 和 Claude Code 驱动同一核心。部署需云账户和 Postgres，适合约 10 至 500 人的初创或中型公司。

面壁智能开源 ForgeStencil：一周自动优化 100+ 工业与科学软件，全程零人工介入

面壁智能联合 OpenBMB 开源全球首个支持 Stencil 自动研究、自动部署的 AI 优化系统 ForgeStencil，由 Kernel Agent 与 App Agent 闭环协作，实现从算子优化到应用集成的全自动流程。

Rohan Paul@rohanpaul_ai· 12:05AI 评分4646

OpenAI 详解 GPT-Live 实时语音架构，支持边听边说，无需独立轮次检测。深度推理与工具调用并行运行，对话不中断；音频传输与应用逻辑分离，慢工具调用不冻结对话。媒体前端与推理逻辑改用 Go 重写，p95 帧交付达旧系统 p50 水平；会话启动用 WARP 将 WebRTC 设置从六次网络往返降至一次。

Qwen@Alibaba_Qwen· 11:05AI 评分4242

感谢！高性能、低成本，今天就试试吧。💻 [引用 @vercel_dev]：Qwen 3.8 Max 已在 AI Gateway 上线。 它在 DeepsecBench 网络安全排行榜上位列中游，单次运行成本处于最低水平之一。 𝚖𝚘𝚍𝚎𝚕: '𝚊𝚕𝚒𝚋𝚊𝚋𝚊/𝚚𝚠𝚎𝚗𝟹.𝟾-𝚖𝚊𝚡'

航拍显示马斯克得州 ATCF 芯片厂施工快速推进，布局全流程一体化芯片制造

无人机航拍显示，马斯克位于得州的先进技术芯片工厂（ATCF）施工快速推进，整体轮廓已清晰，地基桩施工和地面平整正在进行，并新提交了4份大型拖车综合区域许可证申请。ATCF 是特斯拉与 SpaceX 联合建设的芯片制造设施，将把逻辑计算、存储及先进封装整合在同一工厂内完成，是 AI 芯片研发计划的第一阶段，成果将用于特斯拉汽车、Robotaxi、Optimus 及轨道 AI 数据中心。

Circles 用 OpenAI 技术驱动电信个性化服务

Circles 基于 OpenAI API 构建 AI 原生电信技术栈，其 AI Concierge 在新加坡市场帮助 ARPU 提升 22%、客户流失率降低 9%。底层多智能体架构 CareX 目前实现 65% 的客服自主解决率，并计划扩展至语音支持后达到 95%。内部使用 Codex 进行设计、编码辅助和单元测试，开发效率提升 29%。

铠侠官宣 GP1 XL-FLASH PCIe Gen6 固态硬盘，随机读取 100M IOPS

铠侠正式发布首款支持 GPU 直接访问高速闪存的 GP 系列固态硬盘 KIOXIA GP1，基于第二代 XL-FLASH 存储级内存，实现 100M IOPS 随机读取性能。

亚马逊市值首次突破 3 万亿美元，贝索斯拟出售近 41 亿美元股票

亚马逊市值首次突破 3 万亿美元大关，创始人贝索斯拟出售 1500 万股、市值 40.7 亿美元股票。受 AI 需求强劲推动，公司第二季度云计算增长激增，调整后每股收益 1.97 美元超预期，收入 2006.10 亿美元。CEO 贾西称今年资本支出预计达 2200 亿美元，高于此前预测的 2000 亿美元，但仍不足以满足 2026 年需求。

Modal 完成新 I/O plane 迁移，Function Call p50 延迟降低约 80ms

Modal 宣布已将全部 Function 迁移到新的地理分布式 I/O plane，us-east 端到端 Function Call 延迟在 p50 下降约 80ms。

AI 监考的远程考试严重失误，墨西哥 UNAM 大学 5.8 万考生需重考

墨西哥最大大学 UNAM 今夏首次采用 AI 监考的远程入学考试，近 16 万考生参加，结果却出现异常：满分 120 分的测试中，今年 16.3% 考生得分不低于 100 分，而 2021 至 2025 年间该比例仅为 3.5%。因成绩与往年差异过大，5.8 万名考生被要求重考。

AWS 与 vibe-coding 初创公司 Superblocks 达成合作，企业私有云内嵌 AI 编程工具

Superblocks 与 AWS 签署多年联合营销协议，其 vibe-coding 工具可嵌入 AWS 客户私有云，应用数据不外传，自动创建 Amazon Aurora 数据库并集成 Amazon Bedrock，纳入 IT 管理与安全体系。

GEM 训练：Meta 如何将 LLM 规模广告基础模型效率翻倍

Meta 通过内核、精度、并行、网络与内存的协同设计，将广告推荐基础模型 GEM 的端到端训练效率翻倍至 20–25% MFU，并在 12 个月内将训练 FLOPs 扩展 4 倍。

SemiAnalysis 长文拆解 Kimi K3 架构：KDA 线性注意力、Attention Residuals 与 LatentMoE 的设计原理

SemiAnalysis 发布长文，系统拆解 Kimi K3 的核心架构技术。文章从线性注意力、DeltaNet、Gated DeltaNet 推导出 Kimi Delta Attention（KDA）。

谷歌开发者博客：用会话感知负载均衡扩展实时 AI 智能体

实时 AI 智能体依赖长连接、有状态的双向流，打破了传统请求-响应式负载均衡范式。开发者需在运行时内实现应用级会话跟踪，以准确测量活跃对话的并发工作负载。将精确的会话计数与标准 CPU 利用率指标一同输入混合路由算法，可有效分配有状态的 AI 流量并防止单个后端瓶颈。

Simon Willison 引述 David Crawshaw 的夜间 cron 任务提示词

Simon Willison 在博客中引述了 David Crawshaw 的一段提示词，建议设置一个夜间 cron 任务，自动拉取上游变更并基于上游变基所有本地修改，随后检查软件运行是否正常并替换当前版本。该提示词出自 David Crawshaw 的文章“Devtools must be open source”。

Microsoft Research@MSFTResearch· 00:31AI 评分6363

Orchard 是一个面向研究社区的开源框架，用于跨任务类型训练和评估 AI 智能体。它降低了复杂性，同时通过让研究人员复用同一套基础设施，支持较小模型也能实现强劲性能。https://msft.it/6016a8Quj

LLM 安全基础：完整威胁模型解析

本文系统梳理大语言模型的完整威胁模型。2025年6月，Aim Security 研究人员演示了单封邮件即可让 Microsoft 365 Copilot 在无用户交互下外传内部文件，该漏洞被命名为 EchoLeak（CVE-2025-32711）。

Stripe 如何用 Deep Agents 在一周内构建公司级 AI 智能体 Kai

Stripe 基于 LangChain、LangGraph 和 Deep Agents 构建了公司级 AI 智能体 Kai，约 4 周内用户数达到 5,000 人。该智能体从搭建到上线仅耗时一周，展示了 Deep Agents 框架在企业内部快速部署 AI 助手的可行性。

llm-heist：劫持 LiteLLM 网关实现流量拦截、密钥窃取与工具调用注入

Johann Rehberger 发布 llm-heist 研究演示，仅用 LiteLLM 文档化的 /model/update 管理 API 将 api_base 改向攻击者网关并开启 use_litellm_proxy，即可窃取后端 LLM provider 密钥、监听对话并注入响应与工具调用，因改动发生在推理之后可绕过提示词级防御。

亚马逊盘初涨超 4% 市值破 3 万亿美元创历史新高，AWS 营收增速创 18 个季度新高

全球最大云厂商亚马逊盘初涨超 4%，总市值报 3.08 万亿美元（约合 20.82 万亿元人民币），突破历史新高。AWS 云业务营收增速创 18 个季度新高，公司上调 2026 全年资本开支指引，并预计 AI 算力供不应求趋势仍将持续。机构称，伴随生成式 AI 商业化落地提速，全球九大核心云服务商在 7 月底迎来资本支出上调潮，算力扩产力度超市场预期。

Cloudflare 如何在 Workers AI 上规模化运行 Kimi 与 GLM：KV 缓存量化、权重压缩与缓存保护

Cloudflare 在 Workers AI 上通过三项技术优化 Kimi K2.6 与 GLM 5.2 的推理效率：将 KV 缓存从 BF16 降至 FP8。

Cloudflare 推出 Billable Usage API：为自助账户提供按产品与计费周期的程序化成本可见性

Cloudflare 发布 Billable Usage API，为自助账户提供单一端点，一次调用即可返回按产品和计费周期拆分的用量与成本，覆盖 Workers、R2、D1、Workers AI、Vectorize、Images 和 Stream。

Cloudflare Workers 与 Containers 现已支持入站 TCP 连接和 gRPC

Cloudflare 在 Agents Week 期间推出 Workers 运行时新处理器 connect(socket)，可直接接受 Spectrum 提供的入站 TCP 套接字，并支持将套接字转发至 Durable Objects 或 Containers，实现全双工通信。

Cloudflare 推出 @cloudflare/computer 预览版：为智能体提供虚拟文件系统与多执行环境

Cloudflare 发布 @cloudflare/computer 早期预览版，这是一个开源智能体运行时，为每个智能体提供虚拟文件系统，并支持在 isolate、容器沙箱或浏览器中执行代码。

韩国国家 AI 计算中心动工，目标 2028 年建成

韩国国家 AI 计算中心（KOACC）今日在全罗南道海南郡破土动工，总投资 2.5 万亿韩元（约合 118.38 亿元人民币），目标 2028 年建成投运。该项目由三星 SDS 联合 NAVER Cloud、三星电子、Kakao、KT 等组成 KOACC 联盟，三星 SDS 持股 30% 为最大股东。建成后将面向全球提供 AI 计算设施，并设立研发区域为韩国产 NPU 提供验证环境。

联发科：第二款 AI ASIC 加速器有望 2028 年量产，英特尔代工 EMIB 进展良好

联发科称首款 AI ASIC 加速器预计 2026Q2 量产，第二款有望 2028 年启动初步生产并同年量产。公司已将英特尔代工 EMIB-T 与台积电 CoWoS 并列为关键 2.5D 封装技术，并批准 50 亿美元资金用于保障供应链及扩展至全规模系统与平台。

Claude Platform 8月3日更新：合规API支持Cowork会话记录

Claude Platform 8月3日更新，合规API现可返回在claude.ai网页或移动端发起的Cowork会话记录，面向Claude Enterprise组织开放测试。

condense-json 1.0 发布：用替换语法压缩 JSON 重复字符串

Simon Willison 发布 condense-json 1.0，这个 Python 库可将 JSON 中与替换对象匹配的字符串或子串替换为特殊 `{"$r": ...}` 语法，并可用 `uncondense_json` 还原。作者用它压缩 LLM 生成的 SQLite 日志中的重复数据以节省空间。

Cloudflare 开启 Agents Week：探讨面向智能体的 Agent Cloud 形态

Cloudflare 启动为期五天的 Agents Week，核心议题是“Agent Cloud”应具备何种形态。其认为现有云和网络皆为人设计，而智能体有速度、结构与访问上的独特需求，因此 Agent Cloud 需同时构建面向智能体原生的底层能力，并充当现有网络与智能体网络之间的转换层。本周将围绕执行层、智能体开发生命周期、安全控制及智能体网络等主题展开。

OpenAI Presence 旨在让 AI 智能体为企业生产环境做好准备

OpenAI 推出面向企业客户的新产品 Presence，目标是将 AI 智能体部署到客户服务和内部工作流等生产环境，超越其现有 Workspace Agents 主要面向内部用例的定位。

因环境污染诉讼，SpaceXAI 宣布逐步拆除 Colossus 数据中心 69 台移动涡轮发电机

SpaceXAI 宣布将从今年 8 月起逐步拆除 Colossus 数据中心的 69 台临时移动涡轮机，并计划在 2027 年 7 月前彻底清退。这些设备此前因缺乏许可证及污染问题面临诉讼，SpaceXAI 最终与密西西比环境质量部达成拆除协议。作为替代，该公司正建设一座含 41 台永久涡轮机、装机容量 1.2GW 的新发电厂，并已获《清洁空气法》许可。

国家超算互联网上线 DeepSeek-V4-Flash 正式版 API，一键接入即可快速调用

国家超算互联网正式上线 DeepSeek-V4-Flash-0731 模型 API 调用服务和模型文件。该版本经大量后训练，智能体与指令遵循能力大幅增强，多项基准测试性能可与最强闭源模型媲美。企业和开发者无需环境配置，一键接入即可调用；平台 AI 社区已汇集 1700 余款开源大模型，并成为全国首个十万卡级超智融合算力资源池。

长三角（嘉兴）Token 运营中心启动，DeepSeek、千问等 100 余款大模型可选

长三角（嘉兴）Token 运营中心在浙江嘉兴正式启动，门户网站同步上线，为企业提供统一 API 入口、Token 计量、费用结算、政策抵扣和安全审计五大特性。企业可按需调用 DeepSeek、阿里千问等 100 余款主流大模型，平台能按任务类型自动匹配成本最优模型以降低 Token 消耗。嘉兴已有润泽、阿里、中国电信、中国移动四个万卡级算力中心支撑，超 20 家合作伙伴签约入驻。

高通完成收购 Modular，加速 AI 计算布局

高通于7月29日宣布完成对AI原生软件基础设施初创企业Modular Inc.的收购，双方将共同打造领先的AI计算平台。此次收购将加速高通在数据中心、边缘基础设施、工业AI等领域的发展，Modular旗下Mojo、MAX和Modular Cloud将继续作为产品和品牌运营，其联合创始人兼CEO Chris Lattner将出任高通技术公司高级AI软件与平台执行副总裁。

NVIDIA Transformer Engine 如何加速 Transformer 训练：融合内核、BF16 与 FP8 实战教程

本教程演示 NVIDIA Transformer Engine 如何通过融合 GPU 内核、BF16 计算与硬件感知的 FP8 执行加速 Transformer 训练。

Rohan Paul@rohanpaul_ai· 17:59AI 评分5555

DeepSeek 正在内蒙古建设 1GW AI 数据中心，为其首个超大规模园区，位于北京西北约 350 公里，并计划向邻近运营商租用额外算力。选址部分因当地年均约 4°C 气温可降低冷却能耗；该规模园区按 Nvidia 估算成本约 $50B，但中国建设通常远低于美国价格。