全部 AI 动态

五家最大GPU neocloud商业模式各异：CoreWeave与Nebius向SEC报告，Lambda和Crusoe为私有并筹备IPO，Groq在将LPU技术授权给NVIDIA后转型为推理云。

赵纯想@chunxiangai

AI 评分 47/100

经三天优化，缓存命中率提升至96%，输出/输入比例提升2.5倍，在请求数与输出数不变的情况下成本降低3.2倍。优化核心是采用 Observational Memory（OM）概念，参考 Mastra 文档。此举源于被梁文峰谷+大涨价倒逼出的极限优化。

elvis@omarsar0

AI 评分 34/100

Jacob: sharing a new long-form blog post: ai chip architectures it covers the leading chip architectures (nvidia, amd, tpus, tr...

一位开发者将一项逆向工程任务交给 Qwen 3.8 27B，模型仅用 30 分钟便完成。该案例展示了 Qwen 3.8 27B 在复杂技术任务上的处理效率，相关讨论在 Hacker News 上获得 104 个点赞。

pgrust 的 JIT 编译器可在约 5μs 内完成代码编译，使其能够对每条 SQL 查询进行 JIT 编译，而非仅限子集。作者表示，借助 AI 辅助直接生成汇编代码，实现快速 JIT 编译比预期容易得多，这也是 pgrust 性能出色的原因之一。文章以构建一个支持字面量和重复（*）的简易正则表达式引擎为例，演示如何实现自己的快速 JIT 编译器。

AYi@AYi_AInotes

AI 评分 59/100

阿易 AI Notes 按真实可编辑性、审美上限与 GitHub 热度重排 AI 做 PPT 的 Skill 榜单，共 10 个。榜首 ppt-master（48.7k⭐）直接输出带完整图层、文字框的原生 .pptx 文件，适合正式交付；frontend-slides（28k⭐）与 guizang-ppt-skill（24.7k⭐）分列二三名。

NanoGPT 速通榜单显示，Fable 5 在 2,726 秒内以 81.7% 的通过率位居第一，超越人类基线 2,600 秒。Opus 5 和 Kimi K3 分别以 53.6% 和 52.2% 的通过率位列二、三名。榜单涵盖 GPT-5.6、Grok 4.5、Qwen3.8 Max 等 20 款模型，并开放 41 条完整智能体轨迹供探索。

karminski-牙医@karminski3

AI 评分 39/100

博主实测 DeepSeek-V4-Flash-Vision-Exp 与 OpenRouter 匿名模型 OX-Alpha 的多模态能力，用 AI 电竞教练框架对 CS2 游戏录像抽帧测试，考察两模型识别战局、分析优劣势并提出改进建议的能力。因 DeepSeek 多模态不支持视频输入，两模型均采用视频抽帧方式公平对比，并额外测出各自最佳输入图片配比。

本教程演示如何用 deepDoctection 搭建端到端文档智能流水线，涵盖布局分析、DocTR OCR 与表格抽取的配置。同时展示如何为实体识别实现自定义服务，并为 RAG 工作流生成结构化 JSONL 数据。

lauren@poteto

AI 评分 54/100

Lauren Tan 建议控制 Grok 机器人用量：避免过于频繁的定时任务，如 15 分钟一次的任务每天运行近 100 次，消耗大量 token，每小时或每天几次通常足够。与机器人的聊天长度也会增加成本，建议将重复性任务交给新机器人，主机器人（如 chief of staff）继续长对话。可将此帖发给机器人寻求帮助。

《使命召唤：现代战争 4》预购测试版于 8 月 21 日上线，成为首款采用 DLSS 4.5 光线重建技术的游戏，并随附新版 DLSS 文件（编号 310.7.128）。该技术基于第二代 Transformer 模型，参数量增加 20%、计算能力提升 35%，玩家可通过手动替换 DLL 文件在《心灵杀手 2》《赛博朋克 2077》等游戏中提前体验。

本教程讲解如何用 NeMo Guardrails 框架为基于 LLM 的应用构建生产级安全防护，超越简单提示词过滤，实现分层架构，包括确定性 PII 脱敏、检索过滤、输出掩码和基于策略的工具门控。通过集成有状态多轮评估与详细激活追踪，可构建可审计、安全且经济高效的 AI 助手，用于管理敏感金融交互并满足严格合规标准。

开发者分享了一周内更多使用 Codex 而非 Claude 的个人印象。Codex 生成的代码注释更少、架构更简洁，但完成 PR 耗时并无优势；Claude 则更主动，常超出要求猜测意图，而 Codex 更倾向于只执行明确指令。在 Jira 集成和 MCP 登录流程上，Codex 的 CLI 方式更顺畅。

用户常因下载量化版模型而误判LLM真实能力，导致体验远低于社区评价。量化压缩会损失精度与推理质量，尤其在复杂任务上表现明显。实际性能差异源于部署方式而非模型本身缺陷。

Chubby♨️@kimmonismus

AI 评分 35/100

神秘模型 Ox Alpha 在 DeepSWE 测试中取得约 63% 成绩，表现与 GPT-5.6 Sol mid 相当。若该模型确为 GLM-5.3 Flash，能在 DGX Spark 上本地运行，将极具性价比。用户评价其代码质量好、处理复杂任务能力强，但速度偏慢且偶尔遗留死代码。

Ben Davis: Actual DeepSWE run on the ox alpha mystery model is done. Ended at ~63% NOT the 80% my first subset test got, which make...

Dongxi 东锡 NLP@dongxi_nlp

AI 评分 21/100

Dongxi 东锡 NLP: http://x.com/i/article/2091179277962113024

Lee Robinson@leerob

AI 评分 47/100

Lee Robinson 分享如何信任 Bot 自主操作：先用 LLM 自动审查每个动作，异常时请求批准；再配可自定义规则允许或拒绝操作，如明确阻止写入/破坏性动作并要求先批准。这是 YOLO 模式与全手动审查间的平衡，但也支持 YOLO 模式。

Chubby♨️@kimmonismus

AI 评分 30/100

Thariq: We sometimes test API serving configs in Claude Code before rolling them out, and one running now maps the numerical eff...

Ethan Mollick@emollick

AI 评分 36/100

Ethan Mollick: Kimi K3 on my shader test: "create a visually interesting shader that can run in twigl-dot-app make it like an infinite ...

elvis@omarsar0

AI 评分 33/100

Thariq: a skill people at Anthropic have been using a lot recently: ELI5 /eli5 <what you want explained> "explain like I'm someo...

Elon Musk@elonmusk

AI 评分 31/100

Dillon Loomis: Alright, it happened. After a slow start with Grok Bot I just had my mind blown. Twice I did a screen recording with aud...

作者用一条提示词让AI智能体自主完成从创建代码库、编写应用与测试、通过CI、配置Postgres到部署上线HTTPS应用的完整软件开发生命周期。整套环境基于Coolify自托管在本地服务器上，通过Tailscale、Pi-hole和DNS-01证书验证实现无公网入口的沙箱化隔离，唯一持续成本是每月£20的Codex订阅。

Ollama、vLLM 和 SGLang 是运行开源权重模型的三种主流推理引擎，各自针对不同场景优化。

Ethan Mollick@emollick

AI 评分 44/100

Thariq: a skill people at Anthropic have been using a lot recently: ELI5 /eli5 <what you want explained> "explain like I'm someo...

Paul Iusztin的开源课程《Building a Coding Agent From Scratch》通过Python智能体Decode展示了三种运行模式：交互式在线、远程离线、异步在线，分别对应低延迟API、按GPU小时计费和批处理计费。

雷鸟创新发布首款“人类增强 AI 眼镜”雷鸟 iO，主打首创的全天智记功能，能以极低功耗持续采集语音并转写、总结、记忆待办事项。该眼镜采用 0.085 立方厘米萤火光引擎 Nano 与厚度不足 0.6 mm 蓝湖光波导，重 34 克，支持 55 种语言实时翻译、AI 全自动提词器及录音转写。实测中等强度使用 13 小时耗电 24%，续航约两天。

Chubby♨️@kimmonismus

AI 评分 42/100

Grok 4.6 以 70.8% 登顶 CursorBench 3.2，单任务成本仅 $2.81，比 Fable 5 Max（70.5%，$17.32）便宜约 6 倍，比 Opus 5 Max（70.0%，$8.23）便宜近 3 倍。xAI 称完整版 Grok 4.7 为 2.1T 参数模型，将在数周后发布，各方面优于 4.6（1.5T），仅服务速度略慢但 token 效率更高。

Tesla Owners Silicon Valley: BREAKING: Grok 4.6 just took the #1 spot on CursorBench 3.2 — while delivering a massive efficiency advantage. ⚡💻 • Gro...

包括英国AI安全研究所在内的团队分析了192个模型、5000多个测试问题，发现聚合安全分数具有误导性：模型可通过全面拒绝请求虚增分数，却降低日常实用性。研究还发现不到2%的测试问题真正有效，约10个自适应选择题即可接近完整评测结果，成本降低97%至99%。新统计方法能识别“沙袋效应”，在测试中捕获80%至100%的过度谨慎行为，并可通过响应模式识别API背后实际运行的模型。

AYi@AYi_AInotes

AI 评分 36/100

Anthropic 工程师 @trq212 分享团队常用的极简 Skill：/eli5，在终端输入 /eli5 <任何问题>，Claude 即强制生成大图少字的交互式 HTML 页面，核心 Prompt 仅一句话。

Thariq: a skill people at Anthropic have been using a lot recently: ELI5 /eli5 <what you want explained> "explain like I'm someo...

AYi@AYi_AInotes

AI 评分 41/100

GPT Image 2 生成了一张 Dario 与 Sam Altman 在 B 站直播辩论的整活截图，全中文弹幕、字幕及完整网页端 UI 无一处错别字。该模型在中文排版、复杂 UI 拓扑结构还原及人物神态光影上表现精准，显示文生图竞争已转向对真实世界复杂符号系统的理解。

Elon Musk@elonmusk

AI 评分 28/100

Lummox: I launched Grok Bot for 24 hours, gave it 3 jobs, and stopped treating AI like a chatbot. I had it scan live X + web dat...

Waymo 首次公开其自动驾驶计算系统设计，强调为确定性、低延迟性能而打造的物理 AI 架构。该系统基于自研 5nm ASIC，提供超过 1,000 TOPS 的 ML 性能，并在八年内将算力扩展 20 倍。计算采用双独立引擎冗余设计，支持毫秒级实时决策，并与 AMD、NVIDIA、TSMC 等伙伴合作。