#部署/工程

央企与百度智能云共探AI仿真落地

7月28日，央企与百度智能云在长沙共探AI仿真在装备研发等场景的工程化落地。百度智能云与中国中车合作，基于傅里叶神经算子和图神经算子构建的AI仿真模型，将高速列车流场计算从“天级”压缩至秒级（部分场景≤10秒），误差低于5%。

腾讯开源 AngelSpec：面向推测解码草稿模型的统一训练框架

腾讯开源了 AngelSpec，一个面向推测解码草稿模型的 torch-native 训练框架，支持自回归多 token 预测（MTP）与块并行 DFlash 系列。该框架针对工作负载异构性设计，提供 MTP 与块扩散两种互补草稿模型。在 Hy3-A21B 模型上，块扩散架构 DFly 的平均接受长度达 4.79，相比 DFlash 的 3.69 提升 29.8%。

X.PIN@thexpin· 18:27AI 评分7171

字节跳动重组企业软件业务，将飞书（Lark）应用团队与豆包AI应用团队合并，由豆包负责人赵祺统一管理，飞书CEO谢欣向其汇报。飞书销售团队并入火山引擎，以打包MaaS和SaaS方案服务企业客户。字节称此举非拆分飞书，而是企业服务更广泛整合；基于token用量估算，其AI业务ARR已达约40亿美元。

微软CFO艾米·胡德：AI投资已见回报，Azure与Copilot增长强劲

微软CFO艾米·胡德在财报后备忘录中称，Azure增长和Copilot势头证明AI投资正在获得回报。2026财年第四财季营收达900亿美元，Azure及其他云服务营收增速提高至43%，M365 Copilot付费席位总数已超3000万个。该季度资本支出超410亿美元用于扩建数据中心。

微软宣布用户可通过 Fireworks AI 在 Microsoft Foundry 部署 Kimi K3 模型

微软宣布用户可通过 Fireworks AI 在 Microsoft Foundry 上部署月之暗面的 Kimi K3 模型。该模型拥有 2.8 万亿参数，上下文窗口达 100 万 Token，单次可处理约 75 万单词。部署定价为每百万 Token 输入 3.30 美元、输出 16.50 美元、缓存输入 0.33 美元。

OpenAI 部署 GPT-5.6 Sol 优化自身推理性能，端到端服务成本最多降低 20%

OpenAI 通过 GPT-5.6 Sol 模型优化 GPT-5.6 系列自身的 AI 推理链路，使端到端服务成本最多降低 20%。该模型利用 Codex 分析生产流量、识别负载失衡并自主改写 GPU 内核，同时优化推测性解码，使 token 生成效率提升超过 15%。OpenAI 还使用开源工具 FpSan 验证 GPT-5.6 Sol 编写内核的正确性。

Prompt Engineering vs Loop Engineering vs Graph Engineering：每一层改变了什么

提示工程、循环工程与图工程是AI工程中三个堆叠的控制层级，而非竞争技术。提示工程控制单次模型响应，循环工程控制单个智能体的行为周期，图工程控制多智能体的组织。循环工程在2025年底进入AI词汇、2026年6月主导开发者讨论，图工程约六周后出现，但图工程术语来源未定且与旧知识图谱用法冲突。

微软转售前沿：Azure 年营收破千亿但增速被 Google Cloud 反超

Azure 上财年营收首破 1000 亿美元，同比增长 43%，但 Google Cloud 增速达 82%，几乎是 Azure 的两倍。Google 拥有自研模型与芯片，云运营利润率从 20.7% 扩至 35.6%；微软则主要依赖英伟达商用芯片，且 6780 亿美元合同 backlog 中近半数来自 OpenAI 单一客户。

Moonshot AI 开源 MoonEP：面向 MoE 训练的专家并行通信库

Moonshot AI 在 Kimi K3 Open Day 上开源了 MoonEP，一个面向分布式 Mixture-of-Experts（MoE）工作负载的专家并行（EP）通信库。该库旨在提升大规模专家并行通信效率，采用 MIT 许可证发布。

Ant Ling@AntLingAGI· 10:57AI 评分5252

Ant Ling 模型提供商插件现已在 @dify_ai 市场上线！🚀 你现在可以通过官方 Ant Ling 提供商在 Dify 中使用 Ant Ling 模型，或通过 OpenRouter 访问。在 Dify 应用、智能体和工作流中，使用 Ant Ling 进行构建。

字节跳动 To B 战略升级：豆包、飞书、火山引擎组织调整，聚焦 AI 企业服务

字节跳动将飞书产品团队与豆包产品团队整合，由豆包负责人赵祺负责，飞书负责人谢欣向其汇报。同时，飞书GTM团队与火山引擎团队整合成立“创造力服务平台”，由谭待负责。截至今年6月，豆包大模型日均Token调用量突破180万亿，字节大模型业务ARR达40亿美元。

Rohan Paul@rohanpaul_ai· 09:28AI 评分6161

微软发布FY26 Q4财报，利润增长31%，Azure云销售额突破1000亿美元，季度增长43%。当季现金资本支出358亿美元，运营自由现金流达196亿美元。同期谷歌、微软、Meta三家AI基建商单季现金资本支出合计约1110亿美元。

Databricks Genie Code 可将专有代码转换为开放 ANSI SQL

Databricks 推出 Genie Code，一款基于 AI 的代码转换工具，可将专有 SQL 方言和遗留仓库代码自动转换为开放 ANSI SQL。该工具旨在简化数据仓库迁移流程，减少手动重写代码的工作量与错误风险。Genie Code 目前可通过 Databricks 平台使用。

翁荔重返OpenAI，领导“递归自我改进”团队

北大校友翁荔从Thinking Machines离职仅48小时后，重返OpenAI并领导一个聚焦“递归自我改进”（RSI）的新团队，目标是让AI加速设计、训练、评估下一代模型的整套流程。OpenAI已公开两阶段时间表：2026年9月实现“自主AI研究实习生”，2028年3月建成全自动多Agent研究系统。

Tokenless (YC S26) 推出自动模型切换路由器，降低推理成本

Tokenless 推出兼容 OpenAI 和 Anthropic 的 API 端点，作为现有调用的即插即用替代方案，通过将请求分发至多个模型并只保留思路清晰的模型来节省费用。在公开智能体基准测试中，Tokenless Pro 模式以每任务 0.57 美元的成本实现 40.2% 的解决率，优于 GPT-5.6 Sol 的 33.0% 解决率和每任务 1.50 美元的成本。

AWS 通往万亿美元营收之路

AWS 本季度年化营收达 1690 亿美元，同比增长 36.7%，为 18 个季度最快增速，且连续第五个季度加速。Andy Jassy 称 AWS 有潜力成为“1 万亿美元营收业务”，并将 2026 年资本开支计划从 2000 亿美元上调至 2200 亿美元。但 AWS 积压订单仅 4960 亿美元，落后于微软的 6780 亿美元，且自由现金流已转为负 76 亿美元。

Mustafa Suleyman@mustafasuleyman· 07:41AI 评分6060

微软 AI CEO Mustafa Suleyman 宣布，其 MAI-Cyber-1-Flash 模型在 Cyberbench 上以 Mythos 一半的成本取得第一名，领先 12 个百分点。

Microsoft 发布 MAI-Cyber-1-Flash 等多款 Flash 模型，以 token 效率优化成本曲线

Microsoft AI 发布 MAI-Cyber-1-Flash，与 MDASH 搭配在 CyberGym 上取得 96%（any crash score），成本仅为现有最佳方案的 50%，可部署在 H100 上，负责 90% 的常规任务以便为最难 10% 保留 GPT 5.4。

SemiAnalysis 深度拆解模块化数据中心：可压缩工期约36%、成本降低约8%

SemiAnalysis 发布长文分析数据中心模块化建设趋势，其追踪数据显示已有超过61GW模块化容量和1000余个站点采用预制化策略，预计到2028年底模块化渗透率将超过总在运容量的30%。

Greg Brockman@gdb· 05:57AI 评分4545

GPT-5.6 Sol 用于改进生产服务效率。这是我们能够获得如此出色性价比的方式之一： 部署后，我们应用 GPT-5.6 Sol 通过让自身运行更高效来推进效率前沿。 结果： - 生产 GPU 内核改进使服务成本降低 20%。 - 改进的推测解码使 token 生成效率提升 15% 以上。

OpenAI Developers@OpenAIDevs· 05:57AI 评分4343

OpenAI 在 Codex 中使用 GPT-5.6 Sol 优化自身基础设施与性能。部署后，该模型通过改进生产 GPU 内核使服务成本降低 20%，并通过优化推测解码使 token 生成效率提升 15% 以上。这些改进在推理和智能体循环中叠加，使相同硬件产出更多有效工作。

Tibo@thsottiaux· 05:55AI 评分4444

OpenAI 发布 GPT-5.6 Sol，部署后通过自我改进 GPU 内核与推测解码，实现服务成本降低 20%、token 生成效率提升 15%+。该模型在训练与推理全栈上持续优化自身效率。

OpenAI@OpenAI· 05:25AI 评分4949

部署后，我们应用 GPT-5.6 Sol 通过让自身运行更高效来推进效率前沿。 结果： - 生产 GPU 内核改进使服务成本降低 20%。 - 改进的推测解码使 token 生成效率提升 15% 以上。

MiniMax (official)@MiniMax_AI· 04:58AI 评分5858

MiniMax 与 Fireworks AI 联合开源了运行 M3 模型所需的推理内核代码。两个仓库现已公开：MiniMax MSA 仓库（github.com/MiniMax-AI/MSA/tree/fireworks-msa）和 Fireworks 内核仓库（github.com/fw-ai/minimax-kernels），旨在推动高速推理的底层技术开放。

GPT-5.6 如何融合前沿智能与效率

OpenAI 推出 GPT-5.6 模型家族，旗舰版 GPT-5.6 Sol 在开启最大推理时以不到一半的成本超越 Claude Fable 5 的 Artificial Analysis Coding Agent Index 得分。

Miles 在 Blackwell 架构上实现端到端 MXFP8 与逐 token NVFP4 强化学习方案

Miles 团队在 Blackwell 架构上实现了两种原生低精度强化学习方案：端到端 MXFP8 和 MoE 专家权重的逐 token NVFP4。在 8x B200 上对 Qwen3-30B-A3B 的消融实验中，BF16 与所有五种低精度配置的原始奖励曲线高度重合，且 MXFP8 和 NVFP4 减少了推理时间。

LangChain Deep Agents v0.7 发布：基础输入 token 减少 65%

LangChain 发布 Deep Agents v0.7，通过简化基础框架（base harness），在保持可比性能的同时将基础输入 token 量减少 65%。

Docker 工程师在 AI DevCon London 谈编码智能体为何需要真正的沙箱

Docker 从事 AI 开发者工具工作的 Oleg Šelajev 在 AI DevCon London 演讲中提出，本地编码智能体需要基于 microVM 的真正沙箱，因为提示词级防护无法强制执行文件系统和网络边界。

OpenAI 工程师详解 ChatGPT 如何优化 Agent 循环：Harness、API 与推理

OpenAI 工程师分享了在 Codex 和 ChatGPT Work 系统中应用的效率优化技术，涵盖 Harness、API 和推理环节。这些技术旨在提升 AI 应用的运行效率，但具体优化方法、性能提升倍数及可用性细节未在原文中披露。

上海人工智能实验室 InternLM 发布 35B 基础模型 Intern-S2-Mobius，采用 Mobius-v0 知识推理解耦架构

上海人工智能实验室 InternLM 发布基于 Mobius-v0 架构的 35B 基础模型 Intern-S2-Mobius，将知识组织为全局共享 Memory，由多个 Reasoner 迭代查询和精炼隐藏状态。

Tencent Hy@TencentHunyuan· 20:56精选AI 评分7474

腾讯混元开源端到端投机解码框架 AngelSpec，支持训练与部署。在 Hy3-A21B 模型上，其 DFly 方案相比自回归解码实现 1.98–2.40 倍端到端加速，吞吐量比 DFlash 高 10.5–11.8%。训练代码及 Hy3-A21B MTP/DFly 草稿模型权重已开源。

腾讯混元开源 AngelSpec：投机解码推理加速最高 2.4 倍

腾讯混元开源覆盖训练到部署的投机解码框架 AngelSpec，并放出 Hy3-A21B 的 MTP 与 DFly drafter 权重及训练代码。

零刻推出 SEi13 AI / SEi14 AI 迷你主机：独立 NPU 最高 160TOPS，11895 元起

零刻发布 SEi13 AI 与 SEi14 AI 两款迷你主机，采用 x86 + 独立 NPU 双计算架构，独立 NPU 最高 160TOPS 算力，并配备 24GB LPDDR5 推理专用内存。产品兼容 Windows / Linux 生态，支持大模型、AI Agent 及多模态应用，起售价 11895 元。

K-Search框架实现CUDA内核向Apple Silicon MLX的自动迁移与优化

Berkeley AI Research发布博客介绍K-Search框架的新进展。该框架基于进化搜索，利用AI优化GPU内核。团队扩展了MLX后端，并开发了一种结构化的CUDA到MLX翻译层，使系统能自动将现有的CUDA内核知识迁移至Apple Silicon芯片，而非从零重建。实验显示，该方法在Apple Silicon上达到接近专家水平的性能，相比原生MLX Attention内核加速比为0.97x，预填充速度最高提升20倍。

Tibo@thsottiaux· 12:25AI 评分5252

OpenAI 重置了所有 ChatGPT Work 和 Codex 用户的 Sol 使用限制。经调查，Sol 在复杂任务中更频繁调用工具和子智能体，导致部分重度用户消耗过快。修复后，典型使用时长预计延长约 18%，并恢复五小时限制。

OpenAI 研究员盛赞 AMD 联合 AI 推理方案：表现“令人难以置信”

OpenAI 研究员 Jeffrey Wang 称赞 AMD 与 Cerebras 联合开发的 AI 推理解决方案表现“令人难以置信”。该方案整合 AMD Helios 机架与 Cerebras 晶圆级引擎，分别处理提示词和 Token 生成环节，预估可将每瓦每秒 token 数量提高 5 倍。

阿里云 Qoder 开源 Better Harness，面向编程 Agent 的分析与持续改进工具

阿里云 Qoder 在 GitHub 开源 Better Harness，这是一套面向 Coding Agent 工作流的分析与持续改进工具，适配 Claude Code、Codex、Qoder 和 Cursor。首轮内部评测覆盖 30 个 GitHub 真实项目，每条 Finding 需附带可追溯证据。

OpenAI 开源 Codex Security CLI，支持代码扫描与 CI/CD 集成

OpenAI 今日开源命令行安全工具 Codex Security CLI，用于扫描代码仓库、发现和验证安全漏洞，并支持将安全检查集成到 CI/CD 流程。该工具处于早期版本，提供 TypeScript SDK 接口，可通过 npm 安装，运行需 Node.js 22+ 和 Python 3.10+。

SpaceXAI 为 Grok 上线 Build 模式：输入提示词即可生成带独立域名的产品

SpaceXAI 宣布为 Grok 应用引入 Build 模式，用户只需输入提示词即可将创意实时转化为功能齐全的网站、工具或应用，并支持通过 grok.me 链接或自定义域名发布。该模式已面向月费 300 美元的 SuperGrok Heavy 订阅用户开放，可通过网页端、安卓端和 iOS 端使用，全程无需编写代码。

Rohan Paul@rohanpaul_ai· 08:57AI 评分4040

OpenAI 开源了 Codex Security CLI，一个 Apache-2.0 协议的安全扫描工具。它能在终端和 CI/CD 中扫描仓库漏洞、验证可疑缺陷、生成补丁并跨运行保留发现结果。目前为早期版本，OpenAI 正收集用户反馈以持续改进。