BestBlogs 早报 · 07-12
Machinecraft / 企业记忆 / AI 编程理解 / 本地 AI / DeepSeek V4
【1】 ★ 精讲|会做梦的工厂：100 人的 Machinecraft 如何打造企业大脑 【视频】 Machinecraft 把三代人积累的报价、图纸、邮件与客户决策整理成企业记忆，而不是另训一个大模型。视频具体展示了销售、定价、规格核查等专职 Agent 如何协作，并保留 AI 起草、人工发送的边界。它提供了企业把私有经验转成可校正工作流的一种具体做法。 来源：AI Engineer https://www.bestblogs.dev/video/c60d1c05f
【2】 ★ 精讲|为什么现在正是让 AI 回到本地的时机 【视频】 这场讨论把本地 AI 的理由落在可操作的约束上：敏感数据留在设备上、持续运行的 Agent 成本更可预测，摄像头和机器人等场景也需要低延迟与弱网可用。它同时指出真正的门槛是易用性，系统应自动匹配硬件与模型，而不是把量化和部署细节交给普通用户。 来源：AI Engineer https://www.bestblogs.dev/video/f2dadc462
【3】 ★ 精讲|理解，才是 AI 编程时代的新瓶颈 【视频】 当 Agent 能更快写出代码，团队真正稀缺的可能是对系统的理解。AI Engineer 提出的办法不是逐行审查，而是让 Agent 写讲解文档、出理解测验，并建立可交互的小型模拟环境。它把人留在决策与方向控制的位置，也给 AI 编程团队一套可实践的协作方式。 来源：AI Engineer https://www.bestblogs.dev/video/8710557
【4】 限流比降 10 倍：百炼网关如何用 RocketMQ LiteTopic 重构大模型限流 本文复盘百炼网关如何用 RocketMQ LiteTopic 重构大模型限流架构，实现租户级物理隔离与动态调速，将限流比降低 10 倍。 来源：阿里云开发者 https://www.bestblogs.dev/article/9ac89c6af9
【5】 AI 安全谱系：研究方向如何诞生与消亡（2005-2026）- LessWrong 本文对 AI 安全领域（2005-2026）进行谱系分析，基于 323 个事件追溯研究方向如何涌现、被吸收或消退，揭示了从哲学思辨向经验性技术安全与治理的转变，且资金与关注度长期错位。 来源：LessWrong https://www.bestblogs.dev/article/53141236
【6】 利用 AMD MI355X 图形处理器，以 Miles 框架完成 DeepSeek V4 Flash RL 训练 本文详细介绍了如何通过 ROCm 上的 Miles 堆栈将 DeepSeek-V4 Flash RL 移植到 AMD Instinct MI355X GPU 上运行，涵盖架构、挑战、验证结果和未来工作。 来源：LMSYS Blog https://www.bestblogs.dev/article/6c74908f
【7】 小红书发布大模型新架构 PIPO ，让模型一次「吞两个、吐两个」 小红书提出 PIPO 架构，通过输入压缩和输出展开实现长链路 LLM 推理的输入减半、输出翻倍，并用 OPD 蒸馏的 confidence head 加速验证。 来源：小红书技术 REDtech https://www.bestblogs.dev/article/74201e6926