#部署/工程

SGLang 提出量化栈重构方案，拆分检查点解析与内核执行

SGLang 在 issue #15194 中提出量化栈重构，将检查点解析、参数注册、权重加载、后处理与内核执行拆分为独立可复用组件。新架构以 Quant Config、Method、Scheme、Kernel 四层划分，使 AWQ、GPTQ、Compressed-Tensors 等检查点格式可共享同一后端内核，并支持 CUDA、Ascend NPU、CPU 等硬件独立演进。

Cognizant 与 Anthropic 扩大合作，成为 Claude Partner Network 全球首要合作伙伴

Cognizant 与 Anthropic 扩大合作，成为 Claude Partner Network 中的 Global Premier Partner，并将 Claude 嵌入其 Flowsource 等平台。已有超过 3 万名员工完成 Claude 培训，其为一家生物制药公司构建的智能合约系统将合同审核时间缩短最高 40%，提取准确率超过 88%。

Kimi.ai@Kimi_Moonshot· 23:31精选AI 评分6969

我们与 kvcache-ai 合作开源了 AgentENV。 AgentENV 是一个用于大规模运行智能体环境的分布式系统。其组件为 Kimi K3 的智能体强化学习训练提供支持，具备快速快照、恢复和分支功能，适用于大规模并行智能体工作流。 在 GitHub 上探索：http://github.com/kvcache-ai/AgentEnv

Kimi.ai@Kimi_Moonshot· 23:31AI 评分5757

我们已开源 MoonEP，这是我们为分布式 MoE 工作负载打造的高性能通信库。它旨在让大规模专家并行通信更高效，有助于减少大型 MoE 训练和推理系统中的通信开销。 在 GitHub 上探索：http://github.com/MoonshotAI/MoonEP

百度智能云领跑中国AI游戏云市场，市场份额超第2-5名总和

IDC报告显示，百度智能云在中国AI游戏云整体市场及AI基础设施服务市场份额稳居第一，超过第2-5名总和。报告预计AI游戏云市场未来5年年复合增长率约91.6%。百度智能云已与超半数主流头部游戏企业及百余家AI创新企业合作，为米哈游、三七互娱、Unity中国等提供全栈AI能力支撑。

韩国企业引入海外 AI 模型遇成本难题，三星等巨头实施 Token 配额制

三星、SK 集团等韩国大型企业向员工开放 Claude、Gemini 和 ChatGPT 等美国 AI 模型后，面临 Token 成本快速攀升的挑战。三星已实施严格的 Token 配额制度，员工需按等级获取额度，提升额度需证明 AI 提升了工作效率。韩国在全球 Claude 使用量排名第 14 位，人均使用量超过全球平均水平的 3.5 倍，软件开发领域渗透率最高。

Waymo 在奥斯汀因停车违规累计被罚近万美元

Waymo 自 2024 年进入奥斯汀以来，其自动驾驶出租车累计收到停车罚单，罚款总额达 9325 美元。截至 7 月 15 日，Waymo 已支付 83 张罚单共 7433 美元，另有 1892 美元未缴，罚款金额从 20 美元到 519 美元不等。尽管 Waymo 声称会像普通驾驶员一样缴纳罚款，但这类违规事件正随 Robotaxi 规模扩大而引发公众关注。

当编码不再是瓶颈：Berkeley RDI 提出软件自主开发三级框架

Berkeley RDI等机构提出三级软件自主开发框架：代码自主（AI完成设计与实现，人类决定构建内容并审核PR）、流水线自主（AI运行从设计到部署的全流程，人类仅评估结果）、需求自主（AI自主决定构建内容）。该框架旨在为能力声明、部署选择与问责提供清晰分类。

日立、英特尔、产综研合作，基于 Intel 18A 开发 100+ 量子比特硅基量子芯片

日立、英特尔与产综研三方合作，基于 Intel 18A 制程工艺开发 100+ 量子比特硅基量子芯片，涵盖设计、封装与 PDK。该联盟还将开发 1000 量子比特系统 3D 集成技术及硅基量子计算机云端部署技术，旨在通过兼容标准半导体的量产工艺实现工业级量子计算。

英伟达与韩国 Naver 达成 10 亿美元投资，扩容 NVIDIA DSX AI 工厂至 200 兆瓦

英伟达与韩国互联网巨头 Naver 达成 10 亿美元投资协议，将 NVIDIA DSX AI 工厂扩容至 200 兆瓦。工厂将采用 Vera Rubin、Blackwell 等最新平台，为韩国和美国 AI 企业提供算力，用于开发大模型、智能体和 AI 服务。Naver 计划进一步扩展至 1 吉瓦，并于今年下半年推出基于英伟达 Agent Toolkit 的 AI Agent 平台。

韩国 SK 电信成立 SK Hyper 子公司，计划建设 15GW AI 数据中心

韩国 SK 电信于 7 月 23 日宣布成立全资子公司 SK Hyper，主营 AI 数据中心业务。公司计划在 2030 年前注资 7500 亿韩元（约合 34.53 亿元人民币），2029 年建成 5GW 容量，2035 年前扩容至 15GW。SK Hyper 将首先在蔚山建设数据中心集群，并在忠清地区建设更多吉瓦级设施。

vLLM 发布 Kimi K3 Day-0 支持：2.8T 混合 MoE 的部署指南与性能数据

vLLM 官方宣布 Day-0 支持 Kimi K3，这是一个 2.8 万亿参数的 MoE 模型（每 token 激活 896 专家中的 16 个），基于 Kimi Delta Attention 与 Attention Residuals，支持 1M token 上下文窗口和原生视觉。

揭秘支撑LLM Token转售与欺诈的中继市场

Matt Lenhard调查发现，一个围绕低价转售LLM Token的中继市场已形成，主要在中国运作。转售商通过滥用免费试用、代理未受保护的支持机器人或使用盗刷信用卡等方式，以远低于官方API的价格提供代理访问。买家则寻求廉价Token、规避地理限制或收集数据用于模型蒸馏。

Cursor 的 Agent Swarm 用廉价模型处理大部分编码，前沿模型负责规划

Cursor 在 Cursor 3 中推出 Agent Swarm 产品，将智能体分为 planner（使用 GPT-5.5、Opus 4.8 等前沿模型）和 worker（使用更便宜的 Composer 2.5）。

SK 集团与英伟达达成 5000 亿美元合作，2027 年上线首个 AI 工厂

SK 集团与英伟达达成价值超 5000 亿美元（约 3.39 万亿元人民币）的 AI 合作计划。SK 电讯将建设 2 吉瓦容量的 AI 云计算中心，采用英伟达 Vera Rubin DSX 及基于 SK 海力士 HBM4 的加速计算系统，首个 AI 工厂计划于 2027 年上线。双方还将联合开发 HBM 等下一代 AI 存储器，以满足 LLM 训练、智能体 AI 和物理 AI 的基础设施需求。

Gemini 3.6 Flash 登陆 Google Cloud 数据库：更快更便宜

Google Cloud 数据库现已支持 Gemini 3.6 Flash，该模型知识截止日期约为今年 3 月底，且成本更低。在 Cloud SQL for Postgres 的基准测试中，Gemini 3.6 Flash 平均延迟 3694.53ms，快于 Gemini 3.5 Flash 的 4918.86ms；在 AlloyDB 中两者响应时间几乎相同。

特斯拉近 20 亿美元收购未公开 AI 硬件公司，获关键专利与技术团队

特斯拉在第二季度完成对一家未公开名称的 AI 硬件公司的收购，交易对价为价值 19.5 亿美元的普通股和股权奖励。其中 2.22 亿美元用于收购一项特定的“专利及相关已开发技术”资产，剩余 17.3 亿美元与业绩目标及服务条件挂钩。此次收购可能为 Optimus 人形机器人定制 AI 芯片或下一代 FSD 系统提供硬件支持。

Ruff v0.16.0 发布：默认规则从 59 条增至 413 条

Astral 于 7 月 23 日发布 Python 代码检查工具 Ruff v0.16.0，默认启用规则从 59 条增至 413 条，覆盖语法错误和运行时错误等严重问题。作者在 Datasette、sqlite-utils 和 LLM 三个项目上运行后共发现 1618 个错误，其中 1538 个可通过 `--fix --unsafe-fixes` 自动修复。

Fireworks 发布 Fireworks Nexus：为工程团队提供可路由的开源模型智能层

Fireworks 发布 Fireworks Nexus，将开发者现有 AI 工具接入由开源权重模型（如 Kimi-K3、GLM-5.2）组成的托管层，提供企业级成本管控、FireConnect 一行安装接入和基于难度的智能路由。

Fireworks 开放 Kimi K3 的 Multi-LoRA 训练与服务私测

Fireworks 宣布 Kimi K3 可在其 Serverless Training 上进行 Multi-LoRA 训练与托管，处于私测阶段。K3 是约 2.8T 总参数的 MoE 模型；约 20 步、860K 训练 token 的强化学习运行全部花费约 $65，30 到 60 分钟完成，重复上下文按标准 prefill 费率的 20% 计费。

一根断落的电线暴露了AI数据中心的电网隐患，ON.Energy等方案如何应对

本周华盛顿特区外一根电线故障，导致PJM电网超3吉瓦数据中心在30秒内同时切换备用电源，引发电压尖峰和灯光闪烁，11分钟后才恢复稳定。PJM电网运营商数据显示，断连数据中心约占当时总负荷的3%，但电网需近乎完美的供需平衡。ON.Energy正为四个数据中心园区安装总计3吉瓦的电池系统，使数据中心能吸收电网波动而非断开连接，ERCOT也计划要求大型负荷“穿越”此类中断。

Rohan Paul@rohanpaul_ai· 16:53AI 评分4343

Anthropic CFO Krishna Rao： “财务团队中一些最资深的人实际上是最大的 token 用户。 我认为我们的头号用户是我们的税务主管，他非常专注于税务政策引擎，并自动化团队内大部分工作负载。” ---- 来自“Invest Like The Best”YouTube 频道（链接在评论中）

英国水务协会警告：数据中心扩张将致用水量激增，政府未提前规划

英国水务行业协会 Water UK 警告，英国当前数据中心每天消耗 660 万升水（相当于 2 万户家庭用水量），若规模扩大三倍，需额外增加 4 万户家庭用水量。炎热夏天峰值用水可达 1400 万升/天，按此估算，2030 年每天需供应 4200 万升水。Water UK 批评政府按“未来用水需求下降”假设规划，未考虑 AI 时代数据中心快速增长的影响。

Rohan Paul@rohanpaul_ai· 14:53AI 评分5252

AMD 正在敲定一份三星 HBM4 合同，用于 Helios，一个每 GPU 配备 432GB 的机架。 Lisa Su 在旧金山被问及此事时表示，这笔交易几乎已经敲定。 Helios 是一个钢制机架，包含 72 块 Instinct MI455X GPU 和 18 颗 Epyc Venice CPU。网络和软件随同机箱一起发货，因此你可以按机架购买算力。 Nvidia 的 Rubin 为每块 GPU 配备 288GB，而 MI455X 则配备 432GB，多出 50%。

Elon Musk@elonmusk· 09:56AI 评分4343

xAI 发布 Grok Build v0.2.112 更新，新增 `/tutorial` 引导教程、搜索工具日期与域名覆盖设置，以及实时工作流进度追踪与一键失败恢复。该版本还修复了文件附件、Linux 语音听写及 MCP 工具显示等多项问题，Web 搜索默认模型切换为 grok-4.5。

SemiAnalysis 长文分析 AMD 能否打破 CUDA 护城河，MI455X 与 Helios 深度拆解

SemiAnalysis 将对 AMD 挑战 Nvidia 的判断从非共识的"非零机会"上调为"成功机会很大"，前提是解决 Helios 机架缓慢爬坡与内部 CI GPU 集群长期短缺两大风险。

Claude Opus 5 在 Google Agent Platform 上线

Anthropic 的 Claude Opus 5 已正式登陆 Google Cloud Agent Platform 的 Model Garden。该模型专为高度复杂、长时间运行的智能体工作流设计，在编程、视觉和深度推理方面具备先进能力。使用 Claude Opus 5 时，数据保留在用户私有 Google Cloud 网络内，通过 IAM 控制访问，并支持零数据保留（ZDR），确保企业级安全。

Claude 5 代模型上下文工程新规则：Claude Code 系统提示词精简超 80%

Anthropic 为 Claude Opus 5 和 Claude Fable 5 等新一代模型删除了 Claude Code 超过 80% 的系统提示词，且编码评测无显著损失。

OpenRouter@OpenRouter· 23:23AI 评分6161

推出 Classifiers，现已进入 Beta 测试。 按任务类型、部门、智能体复杂度或你关心的任何内容，在工作区中进行标签推理。然后筛选日志或可视化你的活动。 以下是我们内部模型在不同任务类型上的分布 👇

Sakana AI 发布 Fugu Ultra v1.1，声称未纳入 Fable 5 仍能击败它

Sakana AI 推出 AI 模型路由器 Fugu Ultra v1.1，据称性能较 v1.0 提升最高 7.9 个点，在 ProgramBench 和 TerminalBench 2.1 上增幅最大。

蚂蚁集团发布百灵原生混合推理模型 Ling-3.0-flash

蚂蚁集团发布百灵新一代原生混合推理模型 Ling-3.0-flash，总参数量 124B，激活参数量仅 5.1B，能力对标甚至超越上一代 1T 级旗舰 Ring-2.6-1T。该模型采用原生混合线性注意力架构，长输入下 TTFT 降低 60% 至 80%+。即日起至 8 月 3 日，模型在 OpenRouter 与百灵官方平台开放限时免费 API 调用，免费期结束后将正式开源。

AI 公司扩张数据中心遇阻，特朗普 EPA 拟削弱公众对污染设施选址的发言权

特朗普政府正考虑修改规则，允许包括为数据中心供电的燃气电厂和柴油发电机在内的污染设施在几乎不通知公众的情况下建设。美国环保署（EPA）就一项提案举行听证，该提案将把决定公众如何参与新污染源许可审批的权力下放给各州。此举正值美国多地社区利用许可流程抵制数据中心开发之际。

HCLTech 联手奥里萨邦政府及 Sarvam 建设 1425.7 亿卢比 AI 数据中心

HCLTech 宣布与奥里萨邦政府及 AI 初创 Sarvam 合作，在 Bhubaneswar 建设总投资 1425.7 亿卢比的 AI 数据中心。该项目将结合 HCLTech 的全栈 AI 能力与 Sarvam 的基础模型，提供行业特定 AI 应用。HCLTech 还将在当地建设可容纳 5000 名员工的全球技术中心，预计 2028 年投运。

OpenRouter 推出 Classifiers 测试版：自动标记 AI 请求的用途与成本归属

OpenRouter 上线 Classifiers 测试版，允许用户通过自定义分类法（最多 8 个维度）自动标记每次 AI 请求的任务类型、部门归属、合规类别等信息。分类异步运行，不增加推理延迟；支持采样率控制成本，推荐使用 Gemini 3.5 Flash Lite 作为分类模型。标记结果写入日志，并可在 Activity Explorer 中按维度聚合分析模型使用分布与成本流向。

Ant Ling@AntLingAGI· 17:54AI 评分4444

非常荣幸能与品味极佳的合作伙伴 Vercel Gateway 合作！🥰 感谢 @vercel_dev 和 @novita_labs 的 Day0 发布~

我国成功发射两颗AI卫星：吉天星A-04星与西光贰号03星

力箭一号遥十五火箭今日以“一箭5星”方式发射，其中吉天星A-04星搭载具身智能模型，可自主监测卫星健康并规划任务，支持实时上注AI大模型。西光贰号03星搭载三个AI气象模型，在星上直接产出预报，将观测到预警的响应时间压缩至分钟级。两颗卫星均属于三体计算星座，该星座计划到2027年达100颗卫星。

华为：运力成AI算力最大瓶颈，不应执着单芯片制程

华为中国政企互联网行业总经理黄健指出，运力已成AI算力最大瓶颈，与其执着单芯片制程，不如通过网算存协同一体化提升效率。过去半年Token消耗量增长6倍，模型调用次数增加约50至100倍。华为已将NPO带宽提升八倍以上，Token产生效率提升五倍。

SK 海力士在美招募 DRAM-逻辑 3D 堆叠技术人才，面向设备内 AI 市场

SK 海力士通过美国圣何塞子公司招募 DRAM-逻辑 3D 堆叠领域技术人才，旨在与美国客户合作领导 3D 堆叠 DRAM 逻辑芯片联合设计。该技术通过垂直堆叠 DRAM Die 与逻辑 Die 建立更多短距离 I/O 连接，以提升带宽、降低延迟、改进能效，满足大型端侧 AI 模型推理需求。

Runway Media Router 上线：根据场景自动切换 AI 模型，节省 Token 成本

Runway 推出 Media Router，可在生成图像、视频、音频时根据质量、速度、成本三项优先级自动切换模型，减少开发者手动调换负担。该工具已上线 Runway Dev 平台，支持调用 Seedance、GPT Image 2、ElevenLabs 等多家模型，按高速生成、高质量、低成本三种场景灵活调度。

以色列国家人工智能局长：希望吸引台积电或三星在以色列建设2nm晶圆厂

以色列国家人工智能局长Erez Askal正游说台积电、三星晶圆代工和英特尔代工，希望其中一家在该国建设生产2nm或更先进逻辑芯片的晶圆厂。他计划未来5年内在以色列建成一座拥有10万块GPU的数据中心集群。目前英特尔在以色列设有Intel 7晶圆厂Fab 28，但原定的Fab 38新厂建设计划已于2024年因财务不佳被冻结。