跳到正文
9月7日周一
9月6日周日
9月5日周六
  1. NVIDIA Developer Blog46

    基于 NVIDIA NemoClaw 构建记忆驱动型 AI 智能体

    开发者团队使用 NVIDIA NemoClaw 构建了一款记忆驱动型“幕僚长”(Chief of Staff)AI 智能体。针对企业工作中信息、决策、项目及职责随时间动态演变的痛点,该智能体通过维护一个被称为“自我模型”(self model)的人类可读知识层,为 AI 智能体提供持续的相关工作上下文记忆。

  2. NVIDIA Developer Blog24

    前沿推理走向边缘端:如何在 NVIDIA Jetson 上部署与优化模型

    NVIDIA 探讨了如何在边缘硬件 NVIDIA Jetson 上部署与优化推理及智能体 AI(agentic AI)模型。此前受模型体积限制,具备多步推理能力的模型难以在边缘端本地运行,开发者构建 AI 智能体时不得不依赖数据中心路由推理,面临网络依赖、高成本以及数据外泄风险;如今这一边缘部署限制正在解除。

9月4日周五
  1. Data Center Knowledge81

    Flex 拟以 44 亿美元收购 EPC Power 布局 AI 数据中心 800V 直流供电架构

    Flex 宣布将以 44 亿美元收购电力转换系统开发商 EPC Power,以此为其数据中心基建业务引入 800V 直流(800V DC)、构网型(grid-forming)以及固态变压器等技术。

    推荐理由:收购反映出电力转换正从配套部件演变为智算基建关键环节,800V直流架构有助于降低高功率机柜损耗并简化供电链路。

  2. Data Center Knowledge45

    自我改进 AI 虽能推动创新,但会加剧数据中心压力

    递归自我改进(RSI)正随着 AI 辅助编程的突破逐步成为现实,Anthropic 报告称截至 2026 年 5 月 Claude 已编写其合并入代码库中超 80% 的代码。这虽能通过强化学习(RL)提升设施运维效率,但自改进 AI 在训练与推理间切换将引发数十至数百 MW 的电力大幅波动,并给数据中心软件认证带来挑战。

  3. 阮一峰 · AI 筛选38

    科技爱好者周刊(第 411 期):OpenClaw 2.0 是一个缩影

    OpenClaw 正式发布 2.0 版,该版本共有 933 位贡献者并由 AI 协助合并了 16000 个 PR,折射出软件由 AI 编写与合并的全新开发模式与潜在风险。同时,本期周刊探讨了 AI 降低重写成本后开发团队加速向主流技术栈迁移的生态单一化问题,并汇总了中科院地月双向激光通信、韩国拟向公民免费提供 Token 等科技动态。

  4. Data Center Knowledge45

    AI 数据中心建设中被忽视的腐蚀盲点

    随着 AI 数据中心建设加速与液冷技术普及,设备腐蚀正成为影响算力基础设施长期可靠性的关键盲点。高密度液冷引入了多金属组合与复杂水化学环境,腐蚀常在设备制造、运输和存储阶段悄然发生,易导致冷却效率下降、调试延误并缩短资产寿命。行业需在早期规划与采购规范中建立全生命周期的防护治理标准。

  5. The Next Platform91

    Nvidia 拟出资 129 亿美元收购 Hugging Face

    Nvidia 宣布将斥资 129 亿美元收购开源 AI 社区与平台 Hugging Face,该交易预计在 2027 年上半年完成并需等待监管部门批准。Hugging Face 平台目前拥有超过 1800 万名开发者、20 万家企业用户以及 300 万个模型,平台随开源生态扩张而面临的巨大计算与审核成本是促成此次交易的重要原因。

    推荐理由:原文梳理了交易背后的算力成本与生态诉求,读者可以据此了解芯片巨头整合开源社区对开发者生态的深远影响。

  6. Azure Blog · 云基础设施28

    微软:企业 AI 转型依赖端到端平台,Azure 为此而建

    微软强调企业 AI 生产化落地依赖端到端平台,Azure 整合了算力基础设施、数据治理与 Agent 协同的全栈系统能力。微软入选 2026 Gartner 战略云平台服务魔力象限和 Q3 2026 Forrester Wave 公共云平台领导者。平台通过 Microsoft Foundry、Fabric 与 GitHub Copilot 等服务,支持企业在多模型选择中实现数据治理与架构现代化。

  7. Kubernetes Blog68

    Kubernetes v1.37 发布 DRA 动态资源分配多项更新

    Kubernetes 1.37 正式发布并更新了动态资源分配(DRA)功能,其中 DRA 扩展资源支持已晋升为 GA 稳定版。该机制允许 DRA 驱动直接响应传统 extended resource 请求(如 GPU),无需修改既有工作负载即可平滑迁移到底层 DRA 分配逻辑。

    推荐理由:原文系统梳理了 DRA 扩展资源支持晋升 GA 以及 CEL 自定义匹配等多项改进,读者可据此评估现有 GPU 等异构硬件向 DRA 架构平滑迁移的可行性。

  8. Google Research35

    Google Research:欠代表人群基因预测中的迁移学习研究

    Google Research 评估了基于欧洲人群(UK Biobank)的多基因风险评分(PRS)向非欧洲人群(Biobank Japan 约 20 万样本)的迁移预测表现。研究覆盖 BMI、血压、血糖等 8 种临床性状。结果表明,当目标人群样本极小(如 5,000)时引入欧洲数据能提供增益,但当样本量达到 15k 及以上时,仅使用目标人群特异性数据训练的效果更好。

  9. Azure Blog · 云基础设施88

    OpenAI 前沿模型 GPT-6 Astra 正式在 Microsoft Foundry 全面可用

    OpenAI 最新前沿模型 GPT-6 Astra 正式在 Microsoft Foundry 全面可用(GA),主打面向复杂企业任务的多步规划、跨应用工具调用以及计算机使用(computer use)能力。

    推荐理由:原文明确了前沿智能体模型在企业云端的部署形态与调用定价,有助于评估复杂跨应用自动化任务的落地成本与安全架构。

  10. Google Research79

    Google与合作机构发布雄性果蝇完整大脑连接组图谱

    Google Research 联合 HHMI Janelia 等机构在《Cell》发表成果,发布了包含超过 166,000 个神经元和 1.25 亿个突触连接的雄性果蝇完整大脑及中枢神经系统连接组图谱。

    推荐理由:研究展示了如何利用AI从海量电镜图像中自动重建超16万神经元图谱,为神经科学与大规模连接组学研究提供了可复用技术路径。

9月3日周四
  1. Google DeepMind76

    Google DeepMind 发布全球天气预报 AI 模型 WeatherNext 3

    Google DeepMind 与 Google Research 联合发布全球天气预报 AI 模型 WeatherNext 3,支持逐小时刷新并将关键地表变量分辨率提升至 5 公里。

    推荐理由:该模型直接结合实时卫星与地面观测数据实现逐小时高分辨率预报,展现了全球气象大模型在极端天气与清洁能源调度场景下的落地路径。

  2. Azure Blog · 云基础设施37

    微软物理安全工程团队如何借助 Azure Arc 与 Azure Virtual Desktop 扩展混合运维

    微软物理安全工程团队结合 Azure Arc 与 Azure Virtual Desktop 等服务,将其全球数据中心分布在数百个地点的数千台本地服务器统一接入 Azure 控制平面,实现了混合基础设施的集中治理与运维。借助 Azure Update Manager 与 Azure Monitor 等工具,团队实现了集中的补丁调度、合规监控与可观测性,每年通过自动化节省数千小时运维时间。

  3. Hugging Face68

    NeoMME 原生多模态编码器发布:260M 与 800M 单塔架构开源

    NeoMME 推出 260M 与 800M 原生多语言多模态编码器,采用单塔双向 Transformer 从头预训练,无需独立视觉塔或自回归解码器。微调版 NeoMME-Retriever 在单次前向传播中同时输出稠密与后期交互嵌入,在 ViDoRe v3 达到帕累托最优,并可在单张 NVIDIA L40S 上以每秒 51 页的速度编码 2048×2048 图像。

    推荐理由:原文开源了单塔架构的多模态原生编码器与检索微调权重,读者可参考其在视觉文档检索与索引压缩上的落地实践。

  4. Data Center Knowledge51

    光纤网络是否会成为数据中心扩张的新瓶颈?

    企业级光纤接入正成为继电力和水资源之后制约数据中心扩张与选址的核心瓶颈。Zayo 数据显示,在实时 AI 推理等高吞吐低延迟负载推动下,数据中心采购带宽增长约 330%,而熟练工短缺及运营商扩建动力不足加剧了供给紧张。运营方可通过与电信商承诺保底带宽分摊建设成本,或借助 AWS SiteLink 与 Azure ExpressRoute 等云厂商互联服务缓解网络限制。

  5. Hugging Face66

    利用 TRL 进行 100 步 GRPO 微调提升 350M 模型结构化输出能力

    Hugging Face 发布实践指南,展示在免费 GPU 上使用 TRL 库对 LFM2.5-350M 模型进行 100 步 GRPO 微调,将其在 IFStruct 基准上的得分从 22.6% 提升至 29.7%。

    推荐理由:教程展示了仅用百步轻量强化学习提升端侧模型格式遵循的可行路径,为低成本专用小模型调优提供了落地参考。

  6. Hugging Face81

    Hugging Face 开源编码智能体持久化记忆层 funes

    Hugging Face 开源了面向编码智能体的持久化记忆层工具 funes,支持将 Claude Code、Codex、pi、Hermes 等智能体的历史交互轨迹转化为可检索的记忆。

    推荐理由:通过将智能体交互轨迹转化为可检索的结构化数据集,开发者可以在不同编码智能体和设备间保留历史决策背景与原始依据。

  7. Hugging Face72

    基于 TRL 与 OpenEnv 训练代码模型绘制水彩画的开源实践

    Hugging Face 工程师开源了基于 TRL 与 OpenEnv 的强化学习训练管线,复现了通过代码生成水彩画的方法。该方案采用 Qwen3.5-35B-A3B 编写约 150 行 p5.brush 的 JavaScript 代码,结合 HPSv3 美学评分模型与 Qwen3-VL 成对评判器构建主观审美奖励函数,利用 GRPO 强化学习引导模型对齐特定绘画风格。

    推荐理由:原文完整开源了用强化学习引导代码模型绘制水彩画的工程管线,展示了如何将人工审美偏好构建为成对比较的奖励函数。

  8. MIT News · AI27

    从 MIT 到 IBM:加速 AI 与量子技术落地部署

    三位前 MIT 学者依托 MIT-IBM 计算研究实验室加入 IBM Research,推动强化学习、可信 AI 与量子计算从理论研究走向产业落地。其中,研究人员正在为企业任务开发支持部署期在线自演化权重的 AI 智能体框架;同时针对 vLLM 推理引擎开发轻量级插件框架 vLLM Hook,以更低成本监测提示词注入与模型幻觉风险。

  9. Data Center Knowledge44

    AI 如何改变现代数据中心消防防护

    AI 算力需求推动数据中心机柜功率密度突破 40kW 乃至 100kW,结合锂电池 UPS 与液冷技术的普及,正在深刻改变数据中心的火灾风险与消防设计。锂电池热失控、可燃气体释放及冷却液泄漏隐患,使传统探测与灭火策略面临挑战。消防工程师需在设计早期介入,结合 UL 9540A 和 NFPA 855 等标准制定针对性防控方案。

  10. The Next Platform62

    Marvell 网络光电业务仍是其 AI 收入主力,定制芯片增长提速

    Marvell 当前的 AI 业务增长主要由网络光电组件驱动,定制芯片业务规模仍在追赶。在 2027 财年第二季度,Marvell 数据中心业务销售额达到 21.7 亿美元,占总营收的 79.3%;其中 AI 相关的光电组件收入估算达 14 亿美元,而定制 AI XPU 销售额约为 4.25 亿美元。

    推荐理由:文章拆解了芯片厂商在算力集群中的实际收入构成,有助于评估光电互连与定制芯片的实际落地规模。

  11. Google DeepMind61

    Google DeepMind 推出 Fairwind 计划,面向政府与企业开放 Gemini 3.8 Flash Cyber 网络防御能力

    Google DeepMind 宣布启动面向政府及核心企业的 Fairwind 计划,开放最新网络安全模型 Gemini 3.8 Flash Cyber 与 CodeMender 框架。

    推荐理由:原文介绍了结合专用模型与代码框架的漏洞自主修补方案,读者可以据此了解前沿模型在实际网络防御与补丁生成中的工程落地形态。

  12. Google DeepMind85

    Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber

    Google DeepMind 推出 Gemini 3.8 Flash 与专用于网络安全的 Gemini 3.8 Flash Cyber 两款新模型,主打长程编程、智能体工作流与漏洞自动修复能力,保持与 3.7 Flash 相同的定价(输入 $0.75 / M tokens,输出 $3.75 / M tokens)。

    推荐理由:原文给出了两款模型的基准数据与定价细节,开发者可以据此评估其在长程编码与安全防御场景中的落地可行性。

  13. Azure Blog · 云基础设施56

    微软解析企业级 AI 智能体上下文工程与成本优化策略

    微软在 Azure 博客中阐述了企业级 AI 智能体的上下文工程体系,通过精准控制每轮交互输入上下文来降低推理成本并提高回答质量。方案涵盖由 Foundry IQ 支撑的知识检索层、统一管理 MCP 等接口并减少约 97% 输入 Token 消耗的工具搜索机制、按需加载的中心化技能库,以及支持会话、用户和流程的三级记忆架构,帮助企业智能体在实际运行中持续沉淀工作流并提升任务完成率。

9月2日周三
  1. Google Infrastructure64

    Google 达成合作在西弗吉尼亚州引入长时储能项目

    Google 宣布与 MN8 Energy 及 Eos Energy Enterprises 合作,在 PJM 电网支持多技术清洁能源项目,为西弗吉尼亚州规划中的 Google 设施等本地数字基础设施供电。该项目将公用事业级光伏与短时锂离子电池以及 Eos 制造的锌混合长时储能电池相结合,以提升全天候清洁电力供应能力并增强电网稳定性。

    推荐理由:原文介绍了结合太阳能、锂电池与锌混合长时储能为设施供电的方案,读者可借此了解数据中心全天候清洁能源的新供电模式。

  2. Engineering at Meta71

    Meta 介绍组织级第二大脑:构建从专家反馈中持续学习的 AI Agent 架构

    Meta 工程团队介绍了用于合规等高专业度领域的“组织第二大脑”AI Agent 架构,将领域知识与推理步骤解耦,并在无需微调模型的前提下将专家反馈自动编译为可验证的知识库更新。系统由结构化文件知识库、可组合的推理配方(Recipes)以及自动化自我改进闭环组成,使每次人工修正通过回归测试转化为永久沉淀;落地实践将单次评估时间从数天缩短至数分钟,且单轮 token 消耗降低约 80%。

    推荐理由:原文展示了无需微调即可将专家反馈编译为版本化知识文件的自进化 Agent 架构,为企业沉淀领域专业知识提供了可落地的工程范式。

  3. Data Center Knowledge41

    数据中心为何很少重复利用冷却水

    数据中心很少在现场重复利用冷却水,主要因为主流蒸发冷却系统会将大部分水转化为水蒸气排入大气,而剩余 20% 至 30% 的残留水因矿物质浓缩结垢必须作为废水排放。一座 100MW 数据中心每年耗水量可达约 25 亿升。尽管闭式循环、排污水处理与灰水回用在技术上可行,但高昂的建设与电力成本阻碍了广泛普及。

  4. Vertiv 官方新闻81

    Vertiv 宣布以约 14.5 亿美元收购微电网方案商 UIG

    Vertiv 宣布达成协议以约 14.5 亿美元现金收购微电网解决方案商 UIG,并包含最高 11.5 亿美元的后续业绩对价。该交易将 Vertiv 的电力与散热产品组合延伸至电网互联与现场发电端,增加微电网控制和表后电力架构能力,以帮助 AI 数据中心在电网受限背景下加快通电速度。交易预计于 2026 年第四季度完成。

    推荐理由:通过将微电网控制与表后电力架构纳入产品组合,该交易展示了基建厂商如何应对 AI 算力部署中的电网接入瓶颈。

  5. Hugging Face64

    AllenAI 推出 BenchMIRT:基于多维项目反应理论审计 LLM 基准测试

    AllenAI 推出 BenchMIRT 评估方法,利用多维项目反应理论在单题层级审计 LLM 基准测试实际衡量的潜在能力,并开源了代码、数据与技术报告。该方法分析了 100 个大模型在 16 个基准中超过 34K 道题目的表现,独立分离出安全性和通用推理两大主维度,发现 BBQ 与 WMDP 等传统安全基准的得分受通用推理能力影响更显著。

    推荐理由:该方法引入多维项目反应理论拆解评测题目实际测量的能力维度,有助于研究者诊断基准中的混杂信号并精简测试集。