Artificial Analysis@ArtificialAnlys · 5月6日58

MiniMax-M2.7 is now available across six inference providers on Artificial Analysis, with significant differentiation in speed and price @SambaNovaAI leads on speed at 435 output tokens/s, >3x faster than any other provider. @FireworksAI_HQ, @novita_labs, @togethercompute, and @GMI_cloud have all matched @MiniMax_AI's first-party API pricing, while SambaNova is 2x higher. Key takeaways: ➤ Fireworks and SambaNova are on the Pareto frontier for Speed vs. Price. At 127 output tokens/s and ~$0.22 per 1M tokens blended, Fireworks is ~2.2x faster than MiniMax's first-party API at the same blended price, whereas SambaNova delivers 435 output tokens/s but at ~2-3.5x the blended price of the other providers (depending on cache usage) ➤ SambaNova is the fastest provider at 435 output tokens/s, ~3.4x the next fastest provider (Fireworks at 127 output tokens/s). The remaining providers run substantially slower: MiniMax’s first-party API at 57 output tokens/s, Novita at 54, GMI at 41, and Together AI at 29 ➤ Cache discounts vary across providers. Fireworks, MiniMax, Novita, and Together AI offer 80% cache hit discounts, while GMI and SambaNova do not offer a discount. For cache-heavy workloads, this can materially increase the relative pricing for GMI and SambaNova ➤ Optimal provider choice depends on workload. SambaNova may be more suited to latency-sensitive deployments, albeit at a higher cost, while Fireworks may be more suitable for high-volume workloads that are not as latency-sensitive

译MiniMax-M2.7模型已在六家推理服务商上线，各提供商在速度和价格上差异明显。SambaNovaAI以每秒435个输出令牌的速度领先，比其他提供商快3倍以上，但其价格也高出约2倍。FireworksAI、Novita Labs等四家则与MiniMax官方API定价持平。分析指出，Fireworks和SambaNova在速度与价格的权衡中处于帕累托前沿：前者性价比高，后者则以高价换取极致速度。此外，各家的高速缓存折扣政策不同，这对缓存密集型工作负载的成本影响显著。因此，最优选择高度依赖于具体工作负载对延迟和成本的敏感度。

SemiAnalysis@SemiAnalysis_ · 5月6日35

The Cerebras company slogan should be: "No Singulation, All Singularity"

译Cerebras公司的口号应该是：“无需分割，皆是奇点”

凡人小北@frxiaobei · 5月5日45

AI 研发团队长这样： codex + figma = 产品 codex + github = 开发 codex + compute = 测试 codex + cloudflare（wrangler / cf cli / code mode）= 运维 最后一组目前做得最好。

Chubby♨️@kimmonismus · 5月5日65

There goes another bunch of startups: Anthropic launched pre-built agent templates for financial services that handle tasks like valuation analysis, KYC screening, and month-end close, packaged with connectors to major data providers like FactSet, S&P Global, and Morningstar. The templates can be deployed as plugins in Cowork and Claude Code or run in production as Managed Agents, signaling Anthropic's push from general-purpose AI into vertical enterprise workflows.

译Anthropic针对金融服务领域推出预构建的Claude代理模板，可处理估值分析、KYC筛查和月末结算等任务。这些模板集成了FactSet、标普全球和晨星等主要数据提供商的连接器，可作为插件部署在Cowork和Claude Code中，或以托管代理形式在生产环境运行。此举标志着Anthropic正从通用人工智能向垂直企业工作流程领域拓展。

Berryxia.AI@berryxia · 5月5日75

Google 这一波操作，最让人意外的是 Google直接把LLM推理里最顽固的autoregressive瓶颈干掉了。 他们和UCSD合作推出的DFlash（Diffusion-Style Speculative Decoding），在Google Cloud TPU上实现了3.13倍的推理加速，而且是无损的。 这不是又一个“理论上更快”的小优化，而是真正从根子上改变了生成式解码的范式：用扩散式推测一次生成多个token，彻底绕过传统一个词接一个词的串行限制。 当推理速度突然提升3倍以上，意味着： - 云端成本曲线被重塑 - 实时Agent、长上下文、复杂工具调用都变得更现实 - 本地部署的门槛也被大幅拉低 过去我们总觉得“模型参数越大越强”， 现在硬件+解码策略的系统级突破，正在把“更快”变成真正的生产力杠杆。 Google这波操作，把LLM推理的下一代竞赛直接拉到了硬件+算法联合优化的赛道。 你觉得DFlash这种扩散式推测解码，会不会成为未来所有大模型推理的标准配置？ 博客在这里👉 https://goo.gle/4naZ8Yv

译Google与UCSD合作推出扩散式推测解码技术DFlash，在Google Cloud TPU上实现了3.13倍的无损推理加速。该技术突破了传统自回归解码逐个生成token的串行瓶颈，通过一次推测生成多个token来改变生成范式。这一硬件与算法的联合优化，将重塑云端成本曲线，并使实时Agent、长上下文等应用更趋现实，同时大幅降低本地部署门槛。此举将大模型推理的竞争引向了系统级优化的新赛道。

Berryxia.AI@berryxia · 5月5日75

Tom 总的最新 开源项目！ 正式开源 open claude design 🚀 超 95% 以上的还原度！ 浓缩和逆向所有 claude design 最先进的设计，最好看的模板💥 历时 72 小时，18700+ 行代码，30+ 设计 Skills，支持超过 71 套 设计系统，支持所有的 code agent，包括 claude code、codex、openclaw 等 🔥 open design 可能是最全面复刻 claude design 的开源替代品，后续将保持持续的更新，开源地址 👉 https://github.com/nexu-io/open-design

译开发者 Tom 开源了 open claude design 项目，宣称对 Claude Design 的还原度超过 95%。该项目历时 72 小时开发，包含超过 18700 行代码和 30 多种设计技能，支持 71 套以上设计系统，并能兼容多种主流代码代理工具。项目旨在成为 Claude Design 的开源替代品，后续将持续更新，代码已托管于 GitHub。

meng shao@shao__meng · 5月5日55

OpenAI 如何实现规模化的低延迟语音 AI 语音交互的"自然感"完全建立在毫秒级响应之上。一旦网络抖动、首包慢、丢包，用户立刻感知为停顿、被打断或抢话失败。OpenAI 面对的约束有三条： · 全球可达：服务 9 亿+ 周活用户 · 首连快：会话建立后用户能立刻开口 · 媒体 RTT 低且稳：低抖动、低丢包，让对话节奏紧凑 为什么选 WebRTC？ WebRTC 把实时音视频里最难的部分（NAT 穿透、加密传输、编解码协商、抖动缓冲、回声消除等）做成了浏览器与移动端原生支持的标准栈。对 AI 产品而言，最关键的特性是 音频以连续流的形式到达——模型可以在用户还在说话时就开始转写、推理、调用工具乃至生成回答，这是"对讲机"和"对话感"的分水岭。 媒体架构选择：放弃 SFU，采用 Transceiver 模型 · SFU（选择性转发单元）：适合多方会议，把所有参与者的音视频汇聚后选择性转发。 · OpenAI 的实际负载：绝大多数会话是 1:1（一个用户对一个模型），对每一轮延迟都极敏感。 因此选择了 Transceiver 模型：边缘的 transceiver 服务终结 WebRTC 连接，再把媒体和事件转换为更简单的内部协议送往后端推理服务。所有 WebRTC 状态（ICE、DTLS 握手、SRTP 密钥、生命周期）只集中在 transceiver 一处，后端服务因此能像普通服务一样横向扩展，而不必充当 WebRTC 对端。 核心矛盾：WebRTC 与 Kubernetes 不兼容 最初版本是基于 Pion 的单 Go 服务，同时承担信令与媒体终结。但传统 WebRTC 的 "一会话一端口" 模型在 K8s 上水土不服： · 端口耗尽：高并发意味着上万个公网 UDP 端口；云负载均衡和 K8s Service 都不擅长管理这种大端口段。 · 安全面扩张：庞大端口范围难以审计与加固。 · 弹性差：Pod 频繁创建销毁与端口预留冲突。 · 状态粘性问题：转向"单端口 + 应用层多路复用"后，又出现新问题——ICE 和 DTLS 是有状态协议，同一会话的后续包必须回到创建它的进程，否则握手与解密都会失败。 目标因此被精确定义为：对外暴露极小且固定的 UDP 表面，同时保证每个包都能精准回到拥有该会话的 transceiver。 解决方案：Relay + Transceiver 的拆分架构 把 包路由 和 协议终结 分离： · Relay：轻量 UDP 转发层，公网入口很小；不解密、不跑 ICE、不参与编解码协商，只读取必要包头后转发。 · Transceiver：保持完整 WebRTC 状态机，对客户端而言完全是标准 WebRTC 行为。 关键技巧：用 ICE ufrag 做首包路由 WebRTC 在握手时本就交换一个短标识 ufrag（ICE username fragment）。OpenAI 在服务端生成 ufrag 时，把"目标集群 + 目标 transceiver"的路由信息编码进去： · 信令阶段，transceiver 分配会话状态，并在 SDP answer 中返回 relay 的 VIP+端口（如 203.0.113.10:3478）。 · 客户端首个媒体包通常是 STUN binding request，relay 解析其中的 server ufrag，解码出路由提示，把包送到正确的 transceiver。 · 后续的 DTLS、RTP、RTCP 包基于已建立的会话表直接转发，不再重复解析。 Relay 只维护极小的内存态（地址映射 + 计数器 + 过期清理）。即使 relay 重启丢失会话，下一个 STUN 包就能依据 ufrag 重建路由。同时配 Redis 缓存使恢复更快。 Global Relay 与就近信令 公网 UDP 表面收敛后，可以把同一套 relay 模式部署到全球各地： · 用 Cloudflare 地理与就近导向 把信令请求送到最近的 transceiver 集群。 · 该集群在 SDP answer 中通告就近的 Global Relay 入口。 ufrag 中携带的路由信息确保媒体包既能进入就近入口，又能锚定到唯一的 transceiver。 效果：信令与首个 ICE 探测都走最短路径，直接缩短了用户开口前等待的时间。 Relay 实现细节 Go 编写，运行在用户态，不引入内核旁路（kernel bypass），靠以下手段就能扛全球流量： · SO_REUSEPORT：多 worker 绑同一 UDP 端口，内核分发，避免单读循环瓶颈。 · runtime.LockOSThread：goroutine 钉到固定 OS 线程，让同一 flow 落在同一 CPU 核，提升缓存局部性。 · 预分配缓冲 + 零拷贝解析：减少 Go GC 压力。 · 设计要点：不做协议终结、状态短时可丢、可水平扩展、重启对流量影响极小。 效果与可迁移的经验 · 在 K8s 上跑 WebRTC 媒体不再需要暴露上万 UDP 端口；安全面更小、负载均衡更稳、扩缩容更顺。 · 验证了对 1:1 的 AI 语音场景，SFU-less 是更合适的默认选择。 四条更普适的工程结论： · 在边缘保留协议语义：客户端依旧说标准 WebRTC，浏览器与移动端不做任何特殊适配。 · 硬状态集中一处：ICE/DTLS/SRTP/会话生命周期全部归 transceiver。 · 路由用协议本身已有的字段：ufrag 提供了无需额外热路径查询的首包路由钩子。 · 先把常规路径打磨干净：用 SO_REUSEPORT、线程绑核、低分配解析就够用，不必上来就追求 kernel bypass。 原文地址 https://openai.com/index/delivering-low-latency-voice-ai-at-scale/

译为实现语音AI的自然对话感，OpenAI采用WebRTC支持音频流式处理。针对1:1场景，采用Transceiver模型集中管理WebRTC状态，使后端可横向扩展。为解决WebRTC与K8s的端口和状态粘性问题，设计了Relay+Transceiver架构：轻量Relay层收敛公网UDP入口，并利用ICE ufrag字段编码路由信息，实现首包精准转发至对应Transceiver。该设计保留了协议语义，状态集中，并通过全球部署Relay优化路径，最终在K8s上实现了低延迟、高可扩展的语音交互系统。

Chubby♨️@kimmonismus · 5月5日61

Anthropic is launching a new AI services company with Blackstone, Hellman & Friedman, and Goldman Sachs to help mid-sized businesses integrate Claude into core operations

译Anthropic 正与 Blackstone、Hellman & Friedman 以及 Goldman Sachs 共同成立一家新的 AI 服务公司，旨在帮助中型企业将 Claude 整合到核心业务中

Google AI Developers@googleaidevs · 5月5日72

Say goodbye to continuous polling! Eliminate wasted API traffic and simplify orchestration logic with Webhooks in the Gemini API while building complex, long-running agentic apps. 🙌

译告别持续轮询！在构建复杂、长期运行的智能体应用时，使用 Gemini API 中的 Webhooks 来消除 API 流量的浪费，并简化编排逻辑。🙌

SemiAnalysis@SemiAnalysis_ · 5月5日71

MINECRAFT STEVE ALERT: GB300 ultra NVL72 is already 2.7x faster 🚀 than GB200 NVL72 on one of the industry standard inference engine known as @vllm_project. On paper, GB300 only has ~1.5x faster NVFP4 FLOP & 1.5x more HBM capacity & same HBM BW than GB200 but due to the full stack optimization with compounding gains, in the middle of the curve where most providers serve at, GB300 is up to 2.7x faster. End to End performance is the gold standard of performance, not on paper theoretical flops. Thanks to the 10x engineers at NVIDIA & @inferact & @coreweave for this temporary gb300 for open source projects!

译在行业标准推理引擎vLLM上的测试显示，NVIDIA GB300 NVL72的实测端到端性能已达GB200 NVL72的2.7倍。尽管其纸面参数仅显示NVFP4算力提升约1.5倍、HBM容量增加1.5倍且带宽相同，但在大多数服务商实际运行的中段负载区间，凭借全栈优化的复合增益，GB300实现了远超理论算力提升的性能飞跃。此次测试基于NVIDIA、Inferact和CoreWeave为开源项目提供的临时GB300系统完成，结果印证了端到端实测性能才是衡量硬件效能的黄金标准，而非单纯的纸面理论算力。

Chubby♨️@kimmonismus · 5月5日59

Futurum Group just published a report with NVIDIA that frames AI as a five-layer stack: energy, chips, infrastructure, models, applications, and the data is worth sitting with. The five largest US hyperscalers are on track to spend up to $690B on infrastructure this year alone, nearly double 2025. Energy and cooling have overtaken silicon as the primary bottleneck. Inference on Blackwell is roughly 35x cheaper per million tokens than on Hopper, yet aggregate compute demand keeps climbing because reasoning models and agentic workflows consume far more tokens per interaction. The efficiency gains get absorbed before anyone notices them. The part I find most interesting is the workforce dimension. The AI infrastructure build-out is generating serious demand for electricians, HVAC technicians, steelworkers, and grid engineers, many now earning six figures. That complicates the dominant narrative that AI is purely a white-collar disruption story. The report also makes a sharp point about sovereignty: a country with great AI startups but no energy capacity, no chip fabrication, and no domestic models isn't really participating in the AI economy. It's consuming someone else's.

译Futurum Group与NVIDIA的报告将AI技术栈分为能源、芯片、基础设施、模型和应用五层。当前主要瓶颈已从芯片转向能源和冷却，美国五大超大规模企业今年基础设施支出预计高达6900亿美元。尽管Blackwell架构推理成本大幅降低，但推理模型和智能体工作流消耗的token量激增，使效率提升被迅速抵消。报告指出，AI基础设施建设正创造大量电工、暖通技工等高薪蓝领岗位，打破了AI仅影响白领的叙事。同时强调，缺乏能源、芯片制造和本土模型的国家无法真正参与AI经济，仅是消费者。

Rohan Paul@rohanpaul_ai · 5月4日71

Bloomberg: OpenAI launches a $ 10Bn joint venture called “The Deployment Company” to help businesses use its AI. The new company, The Deployment Company, has raised more than $ 4B from 19 investors, including TPG, Brookfield, Advent, Bain, SoftBank, and Dragoneer. The basic bet is that AI adoption is no longer mainly a model-quality problem, because many companies already want AI but lack the teams, workflows, data access, security rules, and operating discipline to install it safely inside real business processes. Private equity firms are useful here because they control or advise large webs of companies, and the report says OpenAI’s partners can reach more than 2,000 portfolio companies and clients. That turns enterprise AI selling from one-company-at-a-time pitching into a routed distribution system, where OpenAI can package software, consulting, deployment playbooks, and sector-specific use cases across finance, healthcare, coding, operations, and support. The deeper technical point is that LLMs do not create value just by answering prompts, because they need to be connected to company data, permissions, tools, evaluation systems, and human review loops before they can affect revenue or cost. Anthropic also is building a similar PE-backed route for Claude, which suggests the next AI race may be less about demos and more about who can industrialize deployment fastest. --- bloomberg. com/news/articles/2026-05-04/openai-finalizes-10-billion-joint-venture-with-pe-firms-to-deploy-ai

译OpenAI成立了名为“部署公司”的百亿美元合资公司，筹集超40亿美元，旨在帮助企业克服AI部署障碍。核心观点是，当前企业采用AI的主要瓶颈已非模型质量，而是缺乏整合团队、工作流程、数据访问和安全规则的能力。该公司通过联合TPG、Brookfield等私募股权投资者，打包软件、咨询和部署方案，直接触达超2000家投资组合公司，实现规模化分发。同时，Anthropic也正与Blackstone、Goldman Sachs等华尔街机构组建类似合资公司，为私募股权支持的企业部署Claude并重建工作流程。这标志着AI实验室的竞争焦点正从模型性能演示转向工业化部署速度与路径控制的争夺。

Rohan Paul@rohanpaul_ai · 5月4日67

Reuters: Cerebras is looking to raise as much as $3.5B through its U.S. IPO. It competes with Nvidia and AMD, which is also a backer. Cerebras builds wafer-scale AI chips, i.e. uses an almost entire silicon wafer as one huge processor instead of cutting the wafer into many smaller chips. Normal AI hardware spread work across many GPUs, so speed depends not only on raw compute but also on how fast data can move between chips, memory, and networking gear. Cerebras is betting that putting massive compute and memory on one piece of silicon can reduce that data movement problem and make training and inference faster for certain large AI workloads. The company wants to raise $3.5B at $115 to $125 per share, after a previous IPO attempt was withdrawn. --- reuters .com/business/ai-chipmaker-cerebras-targets-115-125-share-price-us-ipo-source-says-2026-05-04/

译AI芯片制造商Cerebras正计划在美国进行IPO，目标融资高达35亿美元，每股定价区间为115至125美元。该公司采用独特的晶圆级芯片技术，将几乎整个硅晶圆集成为一个巨型处理器，旨在通过将海量计算和内存置于单一硅片上，减少芯片间数据移动的瓶颈，从而为特定大型AI工作负载加速训练和推理过程。其技术路线与依赖多GPU协作、受限于数据移动速度的传统AI硬件形成对比。此次IPO是公司在撤回先前尝试后的新一轮努力，其竞争对手包括英伟达和AMD，后者同时也是其支持者。

Orange AI@oran_ge · 5月4日37

用中转站，自己开心就好啦 只是别按原价付钱...

译近期有文章揭露，部分AI模型token中转服务存在欺诈行为，即在后台替换为劣质模型，却以高价模型名义收费。这一现象已被广泛传播和讨论。然而，当前中文社交平台上却出现大量将此类中转站宣传为“好生意”的言论。作者对此种降低行业标准、混淆视听的趋势表示难以理解和强烈不满。

Rohan Paul@rohanpaul_ai · 5月4日66

WSJ: Anthropic is wrapping up a deal to set up a joint venture with Blackstone, Goldman Sachs, and other Wall Street firms, with the goal of selling AI tools to private-equity backed companies, according to people familiar with the matter. Anthropic, Blackstone, and Hellman & Friedman are expected to put in about $ 300M each, while Goldman Sachs is expected to invest about $ 150M. The new company would work like an AI deployment arm, meaning it would not just sell Claude access, but help companies rebuild workflows around LLMs, from customer support and finance to coding, legal review, and internal research. Private-equity firms are the target because they own many companies, measure every cost tightly, and can force software changes faster than slow public companies. Anthropic gets distribution, Wall Street gets a stake in the AI services layer, and portfolio companies become a large testing ground for enterprise AI. The deeper move is that AI labs are no longer only competing on model quality, but on who controls the path from model to business process. --- wsj .com/business/deals/anthropic-nears-1-5-billion-joint-venture-with-wall-street-firms-8f5448ee

译Anthropic正与黑石、高盛等华尔街机构敲定一项合资协议，旨在向私募股权支持的公司销售AI工具。各方预计共同投资约10.5亿美元，新公司将作为AI部署部门，不仅提供Claude访问权限，更帮助企业围绕大语言模型重构从客服、财务到编码、法务及内部研究的工作流程。此举目标锁定私募股权公司，因其拥有大量企业、成本控制严格且能快速推行变革。这标志着AI实验室的竞争已从模型质量，延伸至对“模型到业务流程”路径的控制权争夺。

OpenClaw🦞@openclaw · 5月4日54

OpenClaw plugins keep the core fast and lean: install only the channels, providers, tools, or skills you need. Example: `openclaw plugins install @openclaw/discord`, restart Gateway, then inspect. Inventory + install notes: https://docs.openclaw.ai/plugins/plugin-inventory

译OpenClaw 插件保持核心快速轻量：仅安装你需要的频道、提供者、工具或技能。 示例： `openclaw plugins install @openclaw/discord`，重启 Gateway，然后检查。 清单 + 安装说明：https://docs.openclaw.ai/plugins/plugin-inventory

Yuchen Jin@Yuchenj_UW · 5月4日54

No Neocloud ever imagined they’d be renting out H100s today at higher prices than 3 years ago. Even if you have money, frontier labs and Neolabs have already locked up most of the 2026 GPU supply. There is basically infinite demand for artificial intelligence.

译没有一家Neocloud曾预料到，他们今天能以比三年前更高的价格出租H100芯片。 即便你有资金，前沿实验室和Neolabs已经锁定了2026年大部分的GPU供应。 对人工智能的需求基本上是无限的。

Berryxia.AI@berryxia · 5月4日52

JP Morgan刚刚把内部多智能体系统Ask David的完整架构公开了。 个人觉得在很多场场景有参考学习的意义，构建多Agwnt框架可以使用。 这套系统在投资研究领域已经跑通，核心模式和当前最火的Agent架构高度一致： - Supervisor agent负责整体编排 - 专业subagent分别处理检索、结构化数据、分析等细分任务 - LLM-as-judge作为反射节点，在最终输出前做质量把关 - Human-in-the-loop填补最后一道准确性缺口 最值得注意的是，这套模式正在多个领域反复出现。 它证明了：真正能落地的多智能体系统，不是简单堆模型，而是清晰的分工 + 监督 + 反思 + 人工兜底的闭环架构。 对所有在做Agent的人来说，这段视频值得反复看。 你觉得Ask David这种架构，会成为企业级Agent的标准模板吗？

译摩根大通公开了其内部多智能体系统Ask David的完整架构，该模式在投资研究领域已得到验证。其核心与当前主流Agent架构高度一致：由一个监督智能体进行整体编排，多个专业子智能体分别处理检索、结构化数据和分析等任务，在最终输出前使用LLM-as-judge进行反思与质量把关，并引入人工干预作为最后一道准确性保障。这一模式在多个领域反复出现，表明可落地的多智能体系统的关键在于清晰的分工、监督、反思与人工兜底形成的闭环，而非简单堆叠模型，对企业级Agent开发具有重要参考价值。

宝玉@dotey · 5月4日70

http://x.com/i/article/2051055946420391936 # 大多数公司根本没有为 AI 做好准备 作者：Daniel Miessler 原文：Most Companies Aren't Anywhere Near Ready for AI 并不是公司不想用 AI，而是他们根本用不了。 ## AI 不是问题，说不清目标才是问题 很多人抱怨 AI 总是无法满足他们的需求，感到十分受挫。但说句实话，真正的问题在于：他们自己都说不清楚到底想要什么。 我曾为全球顶尖的巨头企业、数百家初创团队，以及无数全球 1000 强里的中大型公司做过咨询。我发现，排名第一的致命问题就是：公司的愿景和目标极其模糊，而且朝令夕改。 AI 的核心优势在于“执行”。如果它不知道到底要执行什么，它就毫无用武之地。相反，那些非常清楚自己想要什么的公司，正在借助 AI 混得风生水起。而且，随着 AI 变得越来越聪明，这些公司将爆发出更恐怖的统治力。 但遗憾的是，这类公司只是凤毛麟角。因为只有极少数的公司具备足够的自我认知和组织纪律，能够给 AI 下达正确的指令。 你无法去优化一个连你自己都没搞懂的东西。 如果一件事你本来就不该做，再去盲目扩大它的规模，那简直愚蠢透顶。 大家都在谈论“公司还没有为 AI 做好准备”，但我认为，大家根本没意识到这个问题到底有多严重。这根本不是什么技术成熟度的问题，它的根源要深刻得多。 ## 混乱黑盒无法规模化 很大一部分公司，其实是“糊里糊涂”就成功了的。他们自己都不太清楚到底想实现什么目标，或者具体是怎么做到的。他们只是恰好掌握了几个碰巧管用的“绝招”，而且执行得还凑合，所以才能活到现在。 但是，如果你走进这些公司，对他们说：“好了，请给我描述一下你们到底想干什么？你们的战略是什么？面临哪些挑战？具体的工作流 (work streams) 是怎样的？”——他们要么会一脸茫然地看着你，要么会觉得你在开玩笑。他们得花上好几周的时间专门立个项，才能搞清楚这些问题的答案。然后还得再花上好几个月的时间去真正落实这个项目。(这里的工作流是指公司内部从任务发起、协作到最终交付的具体运转环节，很多传统公司对此缺乏清晰的梳理和记录) 说实话，我确信绝大多数公司正处于极度危险之中。因为它们本质上就是一个个勉强维持运转的“混乱黑盒”。 在这种公司里，如果董事会或高层领导直接向所有人下令“全面拥抱 AI”，那就好比盯着一台满屏雪花、满是杂音的老电视机，大喊：“我们要把这玩意儿做大做强！” > 没问题，老板。麻烦您帮个忙，指一下到底想让我优化哪块业务？ （漫长的沉默……） > 问得好。我们马上多开几个会，好好琢磨琢磨这个问题。 在这类公司里，AI 几乎毫无用武之地。而不幸的是，这意味着许多（甚至可以说是大多数）公司都是如此。 ## 真正被 AI 帮到的公司 现在外界有一种论调，认为 AI 还没有帮助到足够多的公司，所以大家都在问：问题出在哪儿了？AI 什么时候才能变得足够聪明？或许，AI 压根没有大家吹的那么神。 但极其讽刺又显而易见的事实是：那些能够被 AI 真正赋能的公司，奇迹般地，恰恰是那些本来就知道自己在干什么的公司。 他们能够迅速且清晰地告诉你： - 他们正在为客户解决什么问题 - 市面上的现有方案有什么缺陷，而他们的方案又是如何弥补的 - 公司长远的发展目标是什么 - 衡量这些目标的具体核心指标 (metrics) 是什么 - 阻碍他们达成目标的挑战在哪里 - 他们正在采取哪些战略来克服这些挑战 - 为了落地这些战略，正在推进哪些具体项目 - 这些项目里具体包含哪些工作任务 - 每一项任务由谁负责 - 投入的成本到底有多少 最关键的是，这些真正“拎得清”的公司，无论是在不同的季度还是不同的年份，对这些问题的回答都能保持高度的一致性。 ## 混乱公司的典型信号 相反，一个公司陷入混乱的明显标志是：各个部门总是在花费大量的时间，声称自己有明确的答案——但这答案每个季度都在大变样，因为所有事情都在不停地变动。结果就是，员工们只是把那些能让自己表面上看起来干得不错的东西写在报告里。他们花了好几周时间精心准备，几个星期后又全盘推翻，再次从头开始走这套折磨人的流程。 对于这种公司，AI 基本上帮不上任何忙。不仅如此，AI 甚至可能会把局面搞得更糟——因为它会让员工们的“瞎忙活”看起来更加高大上。比如，用 AI 自动生成更多花里胡哨的幻灯片、更复杂的图表、还有一大堆没用的花架子。(就像给一台出故障的发动机外壳镀上一层金，看着很华丽，但解决不了任何动力问题，反而掩盖了真正的隐患) 你可能会问：“既然他们这么烂，怎么还没倒闭呢？”答案很简单：因为他们的大多数竞争对手也一样烂。 ## 企业真正该问的问题 那么，说了这么多，重点到底是什么？ 核心有以下几点： 1. 在企业界，AI 的应用其实才刚刚起步。因为只有一小撮公司具备足够的自我认知，能够清晰地梳理并描述自身业务，从而真正为拥抱 AI 做好准备。 1. 我们应该停止把问题怪罪于 AI，或者怪罪于技术本身。真正的问题在于，企业无法用清晰、易懂的方式描述自己——这包括他们的目标、工作流 (workflows)、日常运营、决策机制、团队架构以及资金流向。 1. 做不到这一点的公司，面对那些能做到的公司时，将处于极其危险的境地。 1. 那些体型庞大、运转笨重的大企业面临的主要威胁在于：现在，一家小公司完全有可能借助 AI 爆发出堪比大企业的战斗力。而且，小企业往往更容易清晰地回答出上面提到的那些关键问题。 正因如此，所有现存的公司都即将面临一场前所未有的“降维打击”。只有那些理清乱麻、内部通透的公司才能在风暴中存活下来，并迎风而起。 在这场变革的最初阶段，决定谁输谁赢的因素里，AI 占的比重其实极小。AI 更像是那些最终胜出者在“新世界”里互相搏杀的武器。而现在的游戏规则是：先看清楚谁有资格拿到进入新世界的门票。 作为一个企业，你现在最该问自己的第一个问题，不是“AI 能为我做什么”，而是“我的公司现在的状态，配得上让 AI 来帮忙吗？”如果答案是否定的，那你必须不遗余力，尽快让公司达到那个状态。

译多数公司无法有效利用AI，核心障碍并非技术，而是企业自身目标模糊、战略混乱且缺乏清晰的业务流程描述。AI擅长执行明确指令，但大多数公司处于“混乱黑盒”状态，无法清晰定义目标、工作流与衡量指标。只有少数具备高度自我认知和组织纪律的公司能真正借助AI提升竞争力。企业应首先审视自身是否具备让AI有效协助的清晰内部状态，而非盲目追求技术应用。

OpenClaw🦞@openclaw · 5月4日58

ClawSweeper 0.2.0 🦞 The OpenClaw maintenance bot now handles the loop: issue → @clawsweeper fix/build → guarded PR → review → repair → re-review → automerge Still conservative. Much less manual. https://clawsweeper.bot

译ClawSweeper 0.2.0 🦞 OpenClaw 维护机器人现已处理整个循环： 问题 → @clawsweeper 修复/构建 → 受保护的 PR → 审查 → 修复 → 重新审查 → 自动合并 依然保守。手动操作大幅减少。 https://clawsweeper.bot

Peter Steinberger 🦞@steipete · 5月4日58

🦀📦Crabbox 0.4.0. Often I need to quickly recreate conditions on macOS, Linux and Windows and need fast empheral machines. Crabbox are machines for agents on the fly, using AWS spot instances, Hetzner or @useblacksmith. Infinite codex + tests! https://crabbox.sh/

译🦀📦Crabbox 0.4.0。 我经常需要快速在 macOS、Linux 和 Windows 上重建环境，并且需要快速的临时机器。 Crabbox 是为即时代理提供的机器，使用 AWS 竞价实例、Hetzner 或 @useblacksmith。 无限代码库 + 测试！ https://crabbox.sh/

凡人小北@frxiaobei · 5月3日52

这个作者做了很多年企业咨询，基本把 AI 落地最尴尬的地方讲清楚了。 现在很多公司一聊 AI，就开始聊模型选型，工作流改造，Agent。 但真正卡点还得前置，到底知不知道自己想让 AI 执行什么。 很多所谓 AI 用不起来的往下挖一层，会发现是组织自己说不清。 这种情况下 AI 并不会自动把公司变先进，它只会非常诚实地放大原来的状态。 原来对于目标、流程和责任都很清楚的团队，用 AI 之后会变得更快。 原来就一团雾的团队，用 AI 之后也会变得更快，只是快在更快地产生文档、更快地开会、更快地做漂亮汇报、更快地制造好像在推进的幻觉。 所以一家公司能把自己要解决的都讲清楚，如果这些东西讲不清，AI 再强也只能在噪音里打转。 最后就会变成 AI 给混乱持续加杠杆，指数级的熵增。

译当前企业AI应用常陷入模型选型和工作流改造等技术讨论，但核心卡点在于组织自身是否明确想让AI执行何种任务。若组织目标、流程和责任不清，AI无法自动解决问题，反而会诚实放大原有混乱状态，加速产生无意义的文档、会议和汇报，制造虚假的推进感。清晰的团队使用AI能提升效率，而混乱的团队则会导致“指数级熵增”，让AI为混乱加杠杆。关键在于企业能否清晰定义自身需解决的问题。

OpenRouter@OpenRouter · 5月3日65

Introducing Response Caching: save tons of money and time on tests and agent retries. Blog post: https://openrouter.ai/announcements/response-caching Available for free. Learn more 👇

译推出响应缓存功能：在测试和智能体重试上节省大量资金与时间。 博客文章：https://openrouter.ai/announcements/response-caching 免费提供。了解更多 👇

OpenRouter@OpenRouter · 5月3日65

NEW: "-latest" model aliases 🔀 Route requests to "~anthropic/claude-opus-latest", "~openai/gpt-latest", etc to get the latest version of each major model. (Inspired by semver.) https://openrouter.ai/models?q=latest

译新功能："-latest" 模型别名 🔀 将请求路由至 "~anthropic/claude-opus-latest"、"~openai/gpt-latest" 等，以获取各主要模型的最新版本。（灵感来自语义化版本。）https://openrouter.ai/models?q=latest

Orange AI@oran_ge · 5月2日32

每次用户问我为什么不支持 Windows 我都说真心建议买一个 Mac，这是 AI 时代最好的投资。 这句话的含金量还在上升...

Rohan Paul@rohanpaul_ai · 5月2日79

US military reaches deal with 7 biggest AI labs to use their AI on classified systems Pentagon expands classified-network AI agreements to seven to eight firms — Google, Microsoft, AWS, NVIDIA, OpenAI, Reflection, and SpaceX — with Anthropic explicitly excluded. AI now its core infrastructure. The Pentagon said AI would now be used for any "lawful operational use". "GenAI[.]mil, the War Department's official AI platform, is already demonstrating the scale and impact of this acceleration. Over 1.3 million Department personnel have used the platform, generating tens of millions of prompts and deploying hundreds of thousands of agents in only five months. " --- war .gov/News/Releases/Release/Article/4475177/classified-networks-ai-agreements/

译美国国防部已与七至八家领先AI公司达成协议，将其AI技术整合进机密网络系统。合作方包括谷歌、微软、AWS、英伟达、OpenAI、Reflection和SpaceX，而Anthropic被明确排除在外。五角大楼将AI定位为核心基础设施，允许其用于任何“合法的作战用途”。官方平台GenAI.mil上线五个月内，已有超130万国防部人员使用，生成了数千万次提示并部署了数十万个AI智能体，展现了该计划的规模与影响力。

宝玉@dotey · 5月2日52

为了省 $25，不值得…

译一位中国开发者在跨大西洋航班上，为节省25美元机上WiFi费用，利用MacBook Pro M4本地离线运行Llama 3.3 70B大模型，自主处理客户任务长达11小时。他编写了一个具备资源感知能力的编排器，该系统明确知晓自身处于离线状态，且受限于电池和内存。它能自动从队列获取任务，通过本地推理服务处理，并定期保存检查点。当电池低于5%时，系统会暂停并等待切换至充电宝后恢复运行，最终在无人干预下清空所有任务。这一案例展示了完整的“自我感知计算”离线AI工作流。

Hao AI Lab@haoailab · 5月2日37

Excited to share our recent work accepted to ICML 2026! These projects span efficient causal parallel decoders, diffusion LLMs, video sparse attention, video QAT, online speculative decoding, and agentic document reasoning. Huge thanks to all collaborators and co-authors across these efforts. Looking forward to seeing everyone in Seoul this summer! 🇰🇷

译很高兴分享我们最近被ICML 2026接收的工作！这些项目涵盖高效因果并行解码器、扩散大语言模型、视频稀疏注意力、视频量化感知训练、在线推测解码以及智能文档推理。 衷心感谢所有合作者和共同作者在这些工作中的付出。期待今年夏天在首尔与大家相见！🇰🇷

SemiAnalysis@SemiAnalysis_ · 5月2日53

Jordan and Dan do a cold open talking about how kids sing through fans and it sounds cool. Shawty is the funniest line in the mention. But then they dive into the real economics of GPU clusters and why your 'cheap' GPUs might actually be costing you millions.

译Jordan和Dan以冷开场聊起孩子们对着风扇唱歌听起来很酷的话题。Shawty是提及中最有趣的台词。但随后他们深入探讨了GPU集群的真实经济学，以及你那些“便宜”的GPU实际上可能让你损失数百万。

SemiAnalysis@SemiAnalysis_ · 5月2日48

In the early stages, ODM server assembly mainly focused on manufacturing. ODM produced standardized racks, motherboards, and server systems on a large scale. Their primary advantages were cost efficiency, capacity, and yield. In the AI era, IT racks have become much more complex. GPU/ ASIC, high-power systems, liquid cooling, high-speed connections, and rack management all need to work together within the rack. To simplify cabling and maintenance, cableless designs may also become more common. As a result, ODM are no longer just manufacturers. They are evolving into partners in design, integration, and mass production. Moving forward, they will support various GPU / ASIC platforms and data center designs, and help vendors build the broader AI infrastructure ecosystem.

译早期，ODM服务器组装的核心在于大规模制造标准化硬件，优势在于成本、产能与良率。进入AI时代，服务器机架因GPU/ASIC、高功率系统、液冷及高速互联等技术而变得高度复杂，需确保各子系统协同工作，无线缆设计也可能兴起以简化部署。这促使ODM角色发生根本转变，从纯制造商演变为涵盖设计、集成与大规模生产的合作伙伴。未来，ODM将支持多元GPU/ASIC平台与数据中心设计，助力厂商构建更广阔的AI基础设施生态。

宝玉@dotey · 5月2日48

Apple 发布 Apple Support App（v5.13）时，把 Claude.md 也一起发出来了😂

译Apple 发布 Apple Support App（v5.13）时，意外把 Claude.md 文件也包含进去了😂

Alibaba Cloud@alibaba_cloud · 5月1日67

📢 Official Announcement: Qwen Partners with @FireworksAI_HQ to Accelerate Access to Qwen Family Models We are pleased to announce a strategic partnership between Qwen and Fireworks AI to deliver optimized, production-ready deployment of Qwen's closed weights models via the Fireworks Platform. This collaboration empowers developers and enterprises to: ✅ Deploy Qwen models with lower latency and reduced fine tuning and inference costs ✅ Leverage enterprise-grade reliability, security, and scalability ✅ Integrate seamlessly into modern AI workflows 🔹 Get started with Qwen on Fireworks: https://app.fireworks.ai/models/fireworks/qwen3p6-plus #Qwen #FireworksAI #OpenSourceAI #LLM #AIInfrastructure #ResponsibleAI #DeveloperCommunity

译Qwen宣布与Fireworks AI建立战略合作伙伴关系，旨在通过Fireworks平台提供其闭源权重模型的优化、生产就绪部署。此次合作使开发者和企业能够以更低的延迟、更少的微调与推理成本来部署Qwen模型，同时获得企业级的可靠性、安全性和可扩展性支持，并能无缝集成到现代AI工作流程中。合作的核心目标是加速Qwen系列模型的访问与应用。

Qwen@Alibaba_Qwen · 5月1日55

📢 Official Announcement: Qwen Partners with Fireworks AI to Accelerate Access to Qwen Family Models We are pleased to announce a strategic partnership between Qwen and Fireworks AI to deliver optimized, production-ready deployment of Qwen's closed weights models via the Fireworks Platform. @FireworksAI_HQ This collaboration empowers developers and enterprises to: ✅ Deploy Qwen models with lower latency and reduced fine tuning and inference costs ✅ Leverage enterprise-grade reliability, security, and scalability ✅ Integrate seamlessly into modern AI workflows 🔹 Get started with Qwen on Fireworks: https://app.fireworks.ai/models/fireworks/qwen3p6-plus #Qwen #FireworksAI #OpenSourceAI #LLM #AIInfrastructure #ResponsibleAI #DeveloperCommunity

译Qwen与Fireworks AI达成战略合作，旨在通过Fireworks平台提供其闭源权重模型的优化、生产就绪部署。此次合作使开发者和企业能够以更低的延迟、更少的微调和推理成本来部署Qwen模型，同时利用企业级的可靠性、安全性和可扩展性，并将其无缝集成到现代AI工作流程中。

Alibaba Cloud@alibaba_cloud · 5月1日63

📢 Official Announcement: Qwen Partners with Fireworks AI to Accelerate Access to Qwen Family Models We are pleased to announce a strategic partnership between Qwen and Fireworks AI to deliver optimized, production-ready deployment of Qwen's closed weights models via the Fireworks Platform. This collaboration empowers developers and enterprises to: ✅ Deploy Qwen models with lower latency and reduced fine tuning and inference costs ✅ Leverage enterprise-grade reliability, security, and scalability ✅ Integrate seamlessly into modern AI workflows 🔹 Get started with Qwen on Fireworks: https://app.fireworks.ai/models/fireworks/qwen3p6-plus #Qwen #FireworksAI #OpenSourceAI #LLM #AIInfrastructure #ResponsibleAI #DeveloperCommunity

译Qwen与Fireworks AI宣布建立战略合作伙伴关系，旨在通过Fireworks平台提供经过优化、可用于生产环境的Qwen闭源权重模型部署。此次合作使开发者和企业能够以更低的延迟、更少的微调和推理成本来部署Qwen模型，同时利用企业级的可靠性、安全性和可扩展性，并将其无缝集成到现代AI工作流程中。合作的核心目标是加速Qwen系列模型的访问与应用。

ginobefun@hongming731 · 5月1日56

@addyosmani 最近写的关于「长效运行的智能体」非常硬核且启发性十足。 随着我们在全栈软件开发和技术架构上的不断探索，单次对话式的 AI 辅助已经逐渐显露出明显的局限性。当我们尝试通过编写详尽的系统文档和接口规范来驱动 AI 替我们完成复杂的工程任务时，经常会发现模型会遗忘早期的上下文，或者在任务只完成了一小部分时就草率宣告结束。这篇文章正好为我们指明了下一个重要的技术演进方向，也就是「长效运行」的 AI 智能体。 这篇文章的核心观点非常清晰。过去两年，大家对 AI 的普遍认知基本停留在聊天窗口和一问一答的简单循环中。你输入一个目标，看着代码一行行生成，当上下文完全填满时，这个工作流就被迫终止了。这种模式的天花板非常明显。行业未来的趋势是那些能够跨越多个会话、多个执行沙盒，甚至持续运行数天到数周的智能体。它们具备极强的系统韧性，能够从失败中自动恢复，留下结构化的工作成果，并在下次启动时完美接续之前的进度。想象一下，当一个智能体可以持续自主运行 30 个小时，独立完成一个复杂的全栈代码迁移项目时，这种经济价值的跨越将彻底改变我们评估技术投入的方式。 构建这样的长效智能体面临着三面难以逾越的高墙。 - 首先是上下文窗口的物理限制。即使是拥有 100 万 token 的超大窗口，在长时间的运行中也会出现上下文腐烂的现象，导致模型性能严重下降。 - 其次是缺乏持久化状态。如果没有外部记忆机制，每次会话重启就像是全新的实习生入职，完全不知道上一个班次发生了什么。 - 最后是自我验证的天然缺陷。模型在评估自己的工作时往往盲目自信，极其缺乏客观独立的质量把控机制。 为了翻越这些高墙，行业内的头部团队给出了各自的解法，并且底层的技术思路高度一致。 - Anthropic 提出了大脑、双手与会话彻底解耦的架构理念。他们将负责逻辑推理的模型、负责执行代码的沙盒环境，以及记录所有操作的事件日志完全分离开来。这样一来，即便执行环境意外崩溃，全新的容器也能通过读取底层事件日志完美恢复之前的状态。 - Cursor 在长效编码场景中，采用了规划者、执行者和裁判的明确角色分工模式。不同的角色由不同尺寸的模型来担任，并且支持将耗时较长的重构任务推送到云端后台静默运行。 - Google 更是将其全面平台化，推出了包含运行时环境、会话管理和持久化记忆库的企业级服务，将复杂的工程挑战转化成了开箱即用的云平台标准化组件。 文章还精准提炼了将这些前沿概念落地到生产环境的 5 种核心设计模式。 - 我们可以把智能体当作常驻的后台服务来看待，定期将中间状态写入磁盘以实现断点续传。在遇到关键的业务决策节点时，智能体可以暂时挂起并保留完整的推理链条，等待人类审查通过后实现毫秒级的瞬间恢复。 - 我们还可以像管理微服务架构一样去精细化管理智能体的记忆库，或者利用多智能体编排技术，让不同的专家级智能体在严格的权限隔离下分工协作。 - 另外还有一种无监督的环境处理模式，智能体可以全天候监听数据流并根据独立的策略网关持续做出响应。 对于每天都在实践由系统规范驱动开发的我们来说，这篇文章给出了极具操作性的工程建议。在启动长效任务之前，必须通过物理文件写下硬性且明确的完成条件。这就要求我们在让 AI 真正动手写代码之前，提供清晰且具备可测试性的需求规格文档，防止智能体在漫长的运行中途悄悄篡改最初设定的目标。此外，绝对不能让执行代码的智能体自己去验收结果，系统架构中必须引入物理隔离的独立评估机制。我们还需要在事件日志的建设上投入更多精力，确保智能体在过去 24 小时内的所有行为都是结构化、可随时追溯并且可重演的。 目前长效智能体依然面临着 API 成本极易失控、沙盒安全攻击面扩大以及目标对齐严重偏移等现实挑战。想要人工审核一天一夜的机器自主操作日志，也需要耗费极大的心力。现在的技术重点已经从单纯追求大模型的智商，转移到了外围的工程基建层面。我们需要将绝大部分精力投入到状态管理、会话持久化以及结构化的任务交接机制上。 这篇深度长文非常值得大家抽时间细细品味。

译文章探讨了超越单次对话的“长效运行”AI智能体，其能持续数天并具备自动恢复与成果留存能力。构建面临上下文限制、状态持久化及自我验证三大挑战。行业通过架构解耦（如Anthropic）、角色分工（如Cursor）与平台化服务（如Google）应对。生产落地需关注明确任务定义、独立评估机制及结构化日志，技术重点已转向状态管理与会话持久化等工程基建。

阿绎 AYi@AYi_AInotes · 5月1日42

Damn， 十六个工程师，六周时间， 完成互联网史上最复杂的底层重构🤨🤨🤨 X这次把堆积十五年的老旧广告推荐系统全部推倒重写， 把100万行陈年Scala代码砍到5万行， 六百万CPU核心压缩至一万，等效600倍效率跃升， 过往大厂这种同等架构的迁移， 通常动辄数百工程师，耗时半年乃至一年， 然而X 这支极小的顶尖工程师团队，六周就走完全部的流程重构，上线和适配， 本质上是把十五年堆积的技术债，一次性清零了，真的牛逼！ 把整个底层全部换成Rust加Grok原生Transformer模型， 最关键的战略动作是把信息流推荐和广告推荐，共用同一个Grok神经中枢， 以往是两套割裂独立的系统，逻辑分散，资源浪费， 现在同源模型统一调度， 信息流广告不再是生硬插入的硬广，而是通过算法理解用户偏好后自然流出的内容，使得基础设施成本大幅下跌，用户体验同步上涨， 这件事表层是精简代码，但深层内核其实是压缩算力，从而彻底完成AI原生底层置换， 让Grok不再只是一个聊天模型， 而是直接成为X全部商业流量的底层操作系统， 这样一来，马斯克的全栈闭环彻底成型，包括算力硬件，底层大模型，社交流量商业场景等全部打通！ 反观传统社交大厂还在堆砌老旧机器学习架构，大量消耗海量服务器维持臃肿遗留代码， X已经直接跳过所有内卷， 用极小数量的精英工程师团队，完成了降维跃迁， 如果说旧系统是烧钱负重运转的机械齿轮， 那么新系统就是由AI驱动的轻量化神经引擎， 维护成本暴跌，迭代速度拉满，利润空间会被直接放大， 意味着往后所有功能更新，从月度迭代直接压缩至天级。 这从侧面也印证一个残酷的行业真相， 未来的AI工程价值， 光靠堆砌人力堆砌代码很难产出高质量产品， 一定是用顶尖极简团队，依靠大模型底层，推翻陈旧规则，重构整个技术堆栈， 不得不说，那些臃肿的旧时代基建，已经彻底过时了。

译X公司一支16人的顶尖工程师团队，仅用六周时间，将堆积了十五年的老旧广告推荐系统彻底重构。他们将100万行Scala代码精简至5万行，底层全部替换为Rust和Grok原生Transformer模型，并将信息流与广告推荐整合到同一个Grok神经中枢进行统一调度。此举大幅降低了基础设施成本，提升了用户体验，使Grok从聊天模型转变为驱动X全部商业流量的底层操作系统，标志着马斯克实现了从算力硬件、底层大模型到商业场景的全栈闭环。

Peter Steinberger 🦞@steipete · 5月1日68

Too many agents, too many test suites, one very tired Mac. Run them remote: Crabbox 0.1.0 🦀 ⚡ Remote Linux test boxes (AWS, Hetzner) 🔁 Dirty checkout sync 🦀 Warm boxes with friendly slugs ⏱️ Idle auto-free brew install openclaw/tap/crabbox http://crabbox.sh

译代理太多，测试套件太多，一台非常疲惫的 Mac。远程运行它们： Crabbox 0.1.0 🦀 ⚡ 远程 Linux 测试盒（AWS、Hetzner） 🔁 脏检出同步 🦀 带有友好 slug 的预热盒 ⏱️ 空闲自动释放 brew install openclaw/tap/crabbox http://crabbox.sh

Alibaba Cloud@alibaba_cloud · 5月1日58

📢 Official Announcement: Qwen Partners with Fireworks AI to Accelerate Access to Qwen Family Models We are pleased to announce a strategic partnership between Qwen and Fireworks AI to deliver optimized, production-ready deployment of Qwen's closed weights models via the Fireworks Platform. This collaboration empowers developers and enterprises to: ✅ Deploy Qwen models with lower latency and reduced fine tuning and inference costs ✅ Leverage enterprise-grade reliability, security, and scalability ✅ Integrate seamlessly into modern AI workflows 🔹 Get started with Qwen on Fireworks: https://app.fireworks.ai/models/fireworks/qwen3p6-plus #Qwen #FireworksAI #OpenSourceAI #LLM #AIInfrastructure #ResponsibleAI #DeveloperCommunity

译Qwen宣布与Fireworks AI建立战略合作伙伴关系，旨在通过Fireworks平台提供其闭源权重模型的优化、生产就绪型部署。此次合作使开发者和企业能够以更低的延迟、更少的微调和推理成本来部署Qwen模型，同时利用企业级的可靠性、安全性和可扩展性，并将其无缝集成到现代AI工作流程中。

SemiAnalysis@SemiAnalysis_ · 5月1日58

AI Value Capture - The Shift To Model Labs Vera Rubin VR NVL72: V for Value - Rubin delivers a step jump in performance per TCO. ROI accruing to users, Neoclouds, Hyperscalers, AI Labs, Memory Vendors or GPU Manufacturers? READ NOW: https://newsletter.semianalysis.com/p/ai-value-capture-the-shift-to-model

译AI价值捕获——向模型实验室的转变 Vera Rubin VR NVL72：V代表价值—— Rubin在每单位总拥有成本性能上实现了阶跃式提升。投资回报将累积给用户、Neoclouds、超大规模云商、 AI实验室、内存供应商还是GPU制造商？ 立即阅读：https://newsletter.semianalysis.com/p/ai-value-capture-the-shift-to-model

SemiAnalysis@SemiAnalysis_ · 5月1日50

Wafer Maker ASPs are turning. For years, AI’s impact on silicon wafer market was a rounding error. Epitaxial wafers used for leading edge chips are tightening supply-demand balance quicker than expected. Our Models estimate leading edge logic (7nm and below) wafer demand inflecting next year, reaching nearly 1M wpm in CY28, around 10% of total 300mm equivalent demand. Major wafer makers GlobalWafers, SUMCO, Shin-Etsu and Siltronics, should benefit from the AI infrastructure cycle. (1/5) 🧵

译硅片制造商平均售价正在回升。 多年来，AI对硅片市场的影响微乎其微。 用于先进芯片的外延片供需平衡趋紧的速度快于预期。我们的模型预测先进逻辑芯片（7纳米及以下）的硅片需求将在明年迎来拐点，到2028年达到近每月100万片，约占300毫米等效总需求的10%。 主要硅片制造商环球晶圆、SUMCO、信越化学和世创电子，将受益于AI基础设施周期。（1/5）🧵