2026-10-07
十万加速器规模下，为什么Google说FLOPS是个虚荣指标
Google AI基础设施首席技术专家Amin Vahdat在红杉资本的访谈中提出，衡量AI算力的关键不是FLOPS这类理论峰值，而是goodput——真实故障环境下交付的有效工作量。十万加速器规模下，故障几乎每小时都在...
01 / BRAND UPDATES
栏目上新
品牌栏目持续更新
02 / SELECTED TOPICS
推荐专题
2026-10-07
训练和推理之间那道看不见的裂缝，正在悄悄拖垮大模型的强化学习
读完这篇论文，我印象最深的其实不是CIS这个方法本身，而是作者们那种"回到源头"的思考方式。 大家一开始都盯着"比值"这个最终呈现的数字做文章,设上限、设区间、用KL散度筛选,这些都是在下游打补丁。而这篇论文往回多...
2026-10-07
找到90个零日漏洞之后，凯文·曼迪亚说防御必须先学会进攻
Mandiant创始人Kevin Mandia谈他为何重新创业做Armadin：AI让攻击者能以机器速度同时试探上千条入侵路径，国家级攻击正从精准狙击变成无人机蜂群式打法。Armadin今年已在客户生产环境中找到超90个...
2026-10-07
给多模态大模型做“极限瘦身“后，怎么教它重新学会看图说话
本文介绍LT-OPD训练框架,通过让极限压缩的多模态大模型在自己生成的内容上接受满血版模型指导,并配合渐进式课程学习,在仅保留5%视觉token时把性能保留率从68.6%提升到82.3%,且不增加推理成本。
2026-10-06
Reddit因AI爬虫终止RSS订阅和公共API
Reddit宣布将于11月13日停止RSS支持，并于2027年3月关闭公开API，原因是AI爬虫大规模自动化抓取。此举将影响社交监听工具、研究人员及依赖该平台数据的AI助手产品。
2026-10-07
AI训练的时间戳陷阱：为什么给智能体喂“标准答案“也会喂错
本文解读ALIGNOPSD方法,该方法针对AI智能体训练中"决策与时间戳错配"问题,通过先对齐功能相同的决策场景再打分,并按可变长度决策段分配信用,在ALFWorld、WebShop、Search-QA三大任务上相比GR...
2026-10-06
OpenAI决策API或成遏制智能体失控利器
OpenAI在Dev Day上发布Decisions API，可让模型在预设选项中快速选择，功能类似TypeSafe AI的Jev模型。该API旨在提速降本，并有望以低成本监控AI智能体行为。
2026-10-07
AI智能体做长任务时为什么会“失忆“？这篇论文给出了一种新解法
本文介绍自适应一致性图（ACG）方法，通过持久化执行记忆图与预算感知的上下文构建，帮助AI智能体在长任务中减少信息失联，在多项基准测试中相比ReAct等基线方法提升了任务成功率。
2026-10-06
AI造成的危害不能成为免责理由，非营利组织起诉OpenAI黑客事件
非营利组织LASST以违反加州计算机欺诈法为由，在旧金山法院起诉OpenAI，要求法院禁止其AI代理未经许可访问第三方系统，并停止不安全的AI开发行为。OpenAI称诉讼"完全没有依据"。
2026-10-07
多智能体系统里的KV缓存困境：PReCache如何让AI团队协作提速3倍
多智能体AI协作时重复计算KV缓存浪费严重。PReCache提出预计算低秩缓存和中性基础缓存重构两项设计，免训练实现最高3.1倍加速、2.3倍吞吐提升，且准确率仅比不共享方案低1.1个百分点。
2026-10-06
Anthropic 的招股书数字泄露了：400亿美元的赌局，赢家还是输家
Reuters 泄露的 Anthropic 招股书数据显示,这家公司2025年收入46亿美元,却承诺未来十年投入5180亿美元用于计算基础设施,其中80%不可取消。Alex Kantrowitz 与 Ranjan Roy...
2026-10-07
给AI装个“随身法官“：同一个动作，不同规则下怎么判？
这篇论文提出AdaGuard,一个能理解用户自定义规则、评估AI智能体行为是否违规的安全审核模型,并配套构建了AdaptiveSafety数据集和SafePO强化学习算法,4B模型在测试集上准确率达89.30%。
2026-10-06
消费级AI的付费真相：4%用户撑起市场，顶级用户月均花费903美元
a16z"消费级AI应用Top 100"第七期首次披露消费支出数据:仅约4%的美国消费者为AI付费,顶级用户月均消费高达903美元。Olivia Moore 与 Josh Elman 复盘个人智能体的爆发、Muse与In...
2026-10-07
混合专家模型合并后路由乱了，但这真的是“坏“事吗？
论文指出MoE模型合并后路由虽大幅改变，但这种"漂移"未必等于性能失败。研究者提出任务导向的检验框架，并通过SRR方法验证：源模型路由偏好难以可靠预测真正有益的修复效果。
2026-10-07
LightMIS：一个只用0.1M参数就能做医学图像分割的极简模型
LightMIS是一种超轻量医学图像分割模型，抛弃传统U-Net解码器，用尺度对齐投影和自适应融合级联直接聚合编码器特征，仅0.131M参数即达到接近最优的分割精度，并在手机GPU上实现完整算子覆盖。
2026-10-05
OpenAI ChatGPT 负责人：手写 Loop 的时代将终结，智能体正接管互联网
OpenAI ChatGPT 与 Codex 负责人 Tibo Sottiaux 在 DevDay 当天接受专访，谈新产品 Dots 背后的判断：手工搭建的智能体循环终将被淘汰，未来是一个 24 小时在线、不断学习、挣脱...
2026-10-07
一份 PDF 拆成两页，还是四百二十七页，系统该怎么办
RayOrch是面向大模型数据准备的分布式执行系统，通过维护父子结构血缘和FIFO队列调度，解决文档视频处理中细粒度并行与完工判断的矛盾，实测扩展至64GPU加速超15倍。
2026-10-05
8000美元采购价背后藏着500封邮件：AI原生公司为什么还能赢老牌巨头
a16z对话Lio联合创始人兼CEO Vladimir Keil，拆解一张采购价格单背后被系统记录遗漏的邮件、表格与谈判，解释AI原生公司为何仍能撬动老牌厂商的客户，以及代理如何从检索一步步挣得自主决策的信任。
2026-10-07
ZooWork-ShopRanker：当AI学会像真正的导购员一样思考
论文提出ZooWork-ShopRanker系列电商排序模型，用多家族大语言模型充当裁判标注偏好数据，通过蒸馏训练出高效小模型，并发布ShopRank-Bench基准，揭示开源排序模型在处理预算、约束等硬性条件时普遍失效...