英伟达联合六大机构融资 5000 亿美元建 AI 工厂
卖铲子的开始替买铲子的人找钱了
推理预算一换,语言排名就翻转;测试路径再错一层,整张榜单都在测同一个 Go 程序。真正该先选的,是评测合同。
读全文 →它没解出黎曼猜想,却把一个长期停在 41.6% 的相关下界推到 67.2%。真正值得做 agent 的人抄走的,是探索、互审、反证、复现和形式化验证组成的研究流水线。
1.3B 激活参数把 M4 Pro 推到官方 86 至 90 tok/s,Agent 多轮循环终于不再慢得劝退。真正拦在部署前的,却是总权重、运行时分支、工具解析和业务验收。
'六家资本机构要把 GPU 包成长期资产,容量可能更容易拿,合同也会更长。本文从利用率、CUDA 锁定和单位任务成本拆开 5000 亿美元背后的工程账。'
SGLang 用一棵 token 树统一 FULL、SWA 与 Mamba 缓存。看懂它,你会知道长任务 Agent 为何需要会话感知的保留、淘汰与跨层复用。
Goal、Subagents、Remote Control 和闲时任务被放进同一套工作流后,coding agent 才开始像一台能持续运行、可以验收、也能随时刹车的工程系统。
卖铲子的开始替买铲子的人找钱了
指控很重,缺权威复核前不拿来做主稿
估值够热,匿名消息不够硬,先放过
能力开放不再是开关,而是一套准入系统
昨天已写,24GB 装下不等于能常驻
近 90 tok/s,常驻 Agent 终于不只看跑分
30B 只激活 3B,本地门槛又降一档
模型当天能跑,运行时才是扩散器
市场选择能当评测,但也会把潮流当真理
话题够热,一手依据还不够硬,先不碰
同题昨天刚写,重复追只会稀释判断
昨天已写,插件不是生产级运行时
昨天已写,真正的门槛是交易状态机
四个按钮背后,是一套长期任务运行时
真正炸裂的不是数字,是那套可审计研究流水线
昨天已写,85 分离生产托管还差一截
语言输赢会随推理预算翻转,别迷信小样本
二次报道又上头条,实际官宣已过十天
一棵 token 树终于不再硬套三种缓存
能查两种数据不难,权限统一才是真活儿