跳到正文
#部署/工程
7月23日周四
  2. 公众号：数字生命卡兹克66

    北京发布智能体新政，首次将Harness Engineering、Token经济、OPC等写入政策

    北京市发布《关于加快智能体引领发展的若干措施》，共十条，首次将Harness Engineering（驾驭层工程）、Token经济、OPC（一人公司）等前沿概念写入正式政策。文件提出从Token消耗量计费转向价值计费，鼓励发展TaaS、AaaS、RaaS模式，并推动智能体嵌入手机、眼镜、汽车等终端。

    推荐理由：这份政策把 Agent 时代的核心概念全部写进了红头文件，Harness Engineering、Token 经济、OPC 等首次在官方文件中出现，意味着智能体正式进入政策加速期，每个 AI 从业者都该读一遍。

  3. IT之家·人工智能53

    OpenAI 公布 Project Camellia 数据中心计划，承诺不推高电费并送 Codex 额度

    OpenAI 计划在佐治亚州埃芬汉姆县建设一座投资至少 200 亿美元、用电需求 3.2 吉瓦的数据中心园区。项目承诺不推高居民电费，采用闭环水系统降低用水量，并向当地学生提供最高 7100 万美元的 Codex 使用额度。园区预计 2028 年至 2032 年分阶段供电，将带来数千个建设岗位和超 1000 个长期运营岗位。

  4. MiniMax (official)51

    MiniMax 宣布 AMD MI355X 在其 M3 模型推理上已接近 Nvidia B200 水平。双方联合发布技术博客，详述针对 428B MSA 稀疏 MoE 多模态基座模型的全栈 ATOM + ATOMesh 协同优化，核心升级包括 EAGLE3 投机解码、支持 1M 超长上下文的 MSA 对齐 Page-16 KV 缓存、逐层 FP8 量化及分布式 P/D 分离架构。

    引用RyanLee@RyanLeeMiniMax

    AMD MI355X now is close to Nvidia B200 on MiniMax-M3 serving. Thanks to @AMD team. released dual technical blogs detailing full-stack ATOM + ATOMesh co-optimization for our 428B MSA sparse MoE multimodal base model. • EAGLE3 speculative decoding for lower generation latencyCore upgrades: • MSA-aligned Page-16 KV cache for 1M ultra-long context • Layer-wise FP8 quantization avoiding vision/MoE precision drop • Distributed P/D separation architecture for large-scale clusters 🔗 Blog 1: http://rocm.blogs.amd.com/artificial-intelligence/minmax-m3-atomesh/README.html 🔗 Blog 2: http://rocm.blogs.amd.com/software-tools-optimization/minimax-m3-mi355/README.html

  5. 公众号：小红书技术77

    小红书HELMSMAN：全闪存服务器实现高性能向量检索，硬件成本节省超90%

    小红书引擎架构团队在OSDI 2026提出HELMSMAN，一个面向全闪存服务器的高性能向量近似最近邻搜索系统。该系统通过聚类式索引、定制化存储栈和分层学习式搜索剪枝，用约40台全闪存服务器承载了过去约35,000 CPU Core和约350 TB DRAM的负载，硬件成本节省超过90%。

  6. 公众号：小红书技术83

    小红书引擎架构团队 OSDI 2026 新成果：HELMSMAN 重塑大规模向量检索基础设施

    小红书引擎架构团队在 OSDI 2026 发表论文，提出面向全闪存的高性能向量近似最近邻检索系统 HELMSMAN。该系统通过 ANNS 定制化存储栈、分层学习式搜索剪枝及 GPU 加速构建流水线，将向量检索服务迁移至 NVMe SSD 阵列。

    推荐理由：在保持毫秒级在线延迟的前提下，将百亿向量检索从海量DRAM迁移到NVMe SSD阵列，为推荐与搜索系统提供了成本下降超90%的生产验证方案。

  7. IT之家·人工智能42

    我国首个核工业高安全场景工业互联网平台“龙赑”成功落地

    中核集团核动力院下属中核控制自主研发的龙赑工业互联网平台成功落地，是我国首个面向核工业高安全场景的100%国产化平台。该平台采用“平台+工业App”架构，已支撑全国首个核工业领域国家级智能制造标准试点“透明工厂”建设，实际应用中软件工程设计效率提升50%，测试执行效率提升20%。

  11. IT之家·人工智能65

    特斯拉 2026 年 Q2 营收同比增长 26%，马斯克称正打造史上最大规模先进基础设施

    特斯拉 2026 年 Q2 总营收达 282 亿美元，同比增长 26%；全球交付超 48 万辆电动车，同比增长约 25%。辅助驾驶全球付费用户达 148 万，北美选装率创历史新高；搭载 AI3 硬件的早期客户已获推送辅助驾驶 v14 lite 版本。赛博无人驾驶电动车已在得州超级工厂投产，无安全员的无人驾驶网约车服务已扩展至全美 7 个城市，60 万公里服务里程无重大事故。

  13. Together AI 研究与产品博客57

    Together AI 发布 Dedicated Model Inference 推理平台重大更新并开放定制训练 beta

    Together AI 对其推理平台发布重大更新，支持单端点挂多部署、canary/蓝绿/滚动更新与自动回滚、A/B 和 shadow 测试、多区域自动扩缩，并重建模型缓存层使预热启动约提速 4 倍。同时宣布定制训练封闭 beta，涵盖全参数与 LoRA 强化学习及监督微调，checkpoint 可直接部署到推理平台，8 月 6 日将举办深度讲解网络研讨会。

  16. Tomasz Tunguz 博客61

    OpenRouter 上的“AI 超市”效应：GPT-OSS 120b 流量达 Opus 4.8 的 36%，模型市场加速分层

    OpenRouter 上的 AI 模型市场正像超市货架一样分层：OpenAI 去年 8 月发布的开源模型 GPT-OSS 120b 仍占据 Anthropic 最新旗舰 Opus 4.8 流量的 36%。

    推荐理由：Tomer用OpenRouter数据和自己的本地实验，把模型市场细分讲得很清楚，对选型有直接参考价值，做本地agent的可以看看他换掉Gemma的理由。

  18. TechCrunch：AI64

    Google 以云业务强劲增长回应巨额 AI 投入质疑

    Google Cloud 营收同比增长 82% 至 248 亿美元，远超华尔街预期的 224.6 亿美元，主要由企业级 AI 解决方案和基础设施采用驱动。Alphabet 整体营收同比增长 24% 至 1198 亿美元，利润从去年同期的 281 亿美元跃升至 1121 亿美元。Gemini 月活跃用户达 9.5 亿，较 2025 年 Q4 的 7.5 亿增长 27%。

  19. Claude Code：GitHub Releases50

    Claude Code v2.1.218 发布

    Claude Code v2.1.218 将 `/code-review` 改为后台子智能体运行，审查工作不再填满对话窗口。新增屏幕阅读器对删除文本的播报支持，并修复了 Windows 路径中 `\u` 前缀段被错误转为 CJK 字符导致文件无法访问、左箭头键误丢弃对话、多行粘贴合并为单行等多项 Bug。

  20. Rohan Paul73

    Google Cloud Q2 营收同比增长82%至248亿美元，运营利润率近乎翻倍至35.6%，剩余履约义务达5140亿美元，超华尔街预期。与Anthropic的TPU交易贡献显著，后者承诺购买多达100万颗Google TPU。Alphabet整体营收增长24%至1198亿美元。

    引用Rohan Paul@rohanpaul_ai

    Google's (Alphabet) Q2 financial report is out. - Grew revenue 24% to $119.8B YoY, beats estimates, coming in above the roughly $116.9B analysts expected. - Google Cloud really carried the quarter, with its revenue climbing by 82% to $24.8 B. Its operating margin nearly doubled to 35.6%, and the backlog now sits at $514 B. - Gemini also gained ground, reaching 950M monthly users and 22B tokens per minute across the model APIs. - Search revenue grew 17% to $63.3 billion, while YouTube advertising grew by 13%.

7月22日周三
  2. ByteByteGo53

    构建生产级 AI 智能体的最佳实践

    演示中表现良好的 AI 智能体在生产流量下往往失效，根源在于模型调用链中复合错误呈乘法级数放大，且模型幻觉率在受控环境下仍达 3%-27%。生产级智能体的核心是一个循环：模型接收上下文并返回结构化决策，由确定性代码执行步骤并更新上下文，直至模型发出完成信号。可靠智能体与脆弱智能体的区别，取决于工程决策中模型在哪些决策点获得控制权、哪些被限制。

  3. The Verge：AI57

    AMD 与 Anthropic 达成 50 亿美元 AI 基础设施协议

    AMD 宣布向 Anthropic 投资高达 50 亿美元，并帮助扩展其算力。作为合作的一部分，Anthropic 将部署高达 2 吉瓦的 AMD Instinct MI450 AI GPU，采用 AMD 新的 Helios 机架级系统，首个吉瓦计划于 2027 年上半年部署。双方还将启动“多年工程合作”，AMD 将在其软件开发、工程和产品开发中使用 Anthropic 的 Claude。

  4. IT之家·人工智能75

    OpenAI 拟投资 200 亿美元在美新建数据中心，2030 年算力支出预期上调至近 7500 亿美元

    OpenAI 计划在佐治亚州萨凡纳附近建设一座超大规模数据中心，承诺投资 200 亿美元，并已争取到 3.2 吉瓦的能源。该项目预计从 2028 年起部分电力投入使用，满负荷时总成本可能超过 300 亿美元。同时，OpenAI 将截至 2030 年的预计算力支出上调至近 7500 亿美元，高于此前约 6000 亿美元的预期。

    推荐理由：OpenAI 把未来算力赌注押到了 7500 亿美元，佐治亚数据中心只是冰山一角，做基础设施的同行得重新算账了。

  5. Ars Technica：AI44

    美国陆军烧光全年 AI token 配额，所谓“无限 token”并非无限

    美国陆军作战能力发展司令部（DEVCOM）员工收到邮件通知，由于 token 消耗过快，陆军 CIO 在 5 月宣布“无限 token”后，6 月中旬即耗尽配额并重新设限。陆军使用的 Ask Sage 平台支持 Gemini、Llama、ChatGPT 等多款大语言模型。一名陆军员工透露，整个陆军仅一个部门就烧光了全年 token 用量。

  8. IT之家·人工智能57

    OpenAI 推出 OpenAI Presence，布局企业软件赛道

    OpenAI 发布新产品 OpenAI Presence，旨在帮助企业部署和管理 AI 智能体，实现客户支持、销售等工作的自动化。Presence 提供模拟测试、Guardrails 安全防护、人工审核及 AI 自动评分系统，并集成 Codex 工具用于排查问题。企业需与 OpenAI 工程团队或指定合作伙伴合作才能部署该服务。

  9. The Verge：AI49

    美国公用事业公司承诺不让消费者为AI能源账单买单，但缺乏约束力

    近200家美国公用事业公司和数据中心开发商签署了特朗普政府的“费率支付者保护承诺”，承诺由AI提供商承担新基础设施成本，避免普通民众为AI能源需求买单。签署方包括NextEra Energy、Duke Energy、Equinix和Digital Realty，覆盖全美约80%的家庭和企业供电。但该承诺于3月推出，属自愿性质且无违约处罚，能源价格通常由州监管机构和电力交易商设定，执行面临挑战。

  10. 公众号：小红书技术62

    小红书开源 BigMac：多模态大模型训练新范式

    小红书技术团队开源 BigMac，一种针对多模态大模型训练的依赖安全嵌套流水线新范式。它以 LLM 流水线为主干，在不打乱执行顺序的前提下嵌入编码器和生成器计算，相比基线实现 1.08x-1.9x 加速，同时保持激活显存有界。BigMac 已作为 dots 多模态模型训练的核心组件投入生产。

    同一件事，精选收录的是《小红书 dots infra 开源 BigMac：突破多模态大模型训练的帕累托前沿》

  11. 公众号：面壁智能47

    面壁智能发布“面壁+”行业伙伴计划，AgentVerse 落地八大赛道

    面壁智能在 2026 世界人工智能大会（WAIC）发布“面壁+”行业伙伴计划，以“大模型+Agent”双引擎战略联合行业伙伴打造可复制的行业 AI 产品。现场展示基于 AgentVerse 的政务、财务、教研、金融风控等八大赛道成果，其中财务智能审核系统审核准确率达 99%，整单审核自动化率 100%，平均审核时效缩短至 1 小时。

  12. IT之家·人工智能55

    英伟达下场担保帮AI云厂商贷款买GPU，以推动更多芯片销售

    英伟达推出新融资模式，为GMI Cloud等AI云服务商提供担保，帮助其获得银行贷款采购英伟达GPU服务器。若客户停止付费，英伟达将承担风险并介入处理，云服务商则需将部分收入分成给英伟达。GMI计划利用该模式投资5亿美元扩建AI基础设施，英伟达借此减少对大型云厂商的依赖并扩大GPU销售。