跳到正文
11月8日周日
  1. Hacker News LLM35

    MIRASTACK 是否提出按 GPU 小时而非 token 计费 LLM 推理

    MIRASTACK 主张 LLM 推理应按 GPU 小时而非 token 计费,通过售卖固定时长的计算资源实现无限 token 使用。 公司提供针对个人、团队及企业的全托管或本地化 AI 工厂方案,使用自研网关并基于 GPU 集群运行开源模型。 旨在消除按量计费的成本不确定性,使企业无需为频繁调用模型限制开发节奏。

  2. IT之家40

    特斯拉更新 AI 加速器路线图:SI6 算力达 HW4 的 80 倍,Dojo D3 转向多芯粒设计

    特斯拉公布最新 AI 加速器路线图,第六代推理芯片 SI6 算力预计达 HW4 的 80 倍,内存容量 144GB。训练芯片 Dojo D3 放弃晶圆级架构,改用多芯粒设计并搭载堆叠式 HBM。 路线图同时启用“超级智能”(SI)命名体系,SpaceXAI 将更名为 SpaceXSI。SI6 计划于 2029 至 2030 年推出,由三星代工,采用 2nm 级制程。

  3. IT之家38

    台积电否认应英伟达要求研发 3D DRAM,强调专注集成电路代工核心业务

    台积电否认应英伟达要求研发 3D DRAM,强调始终专注于集成电路代工核心业务。尽管有消息称台积电正应最大客户要求制定 3D DRAM 计划,该公司发言人明确予以否认。 台积电表示其缺乏 DRAM 制造所需的专业技术,3D DRAM 距离量产仍有数年,无法缓解当前内存短缺。进入 DRAM 市场还面临周期性风险、竞争及与 SK 海力士合作关系的潜在影响。

  4. 36氪55

    美国数据中心阻力增大:居民反对、审批收紧与算力市场波动

    AI数据中心在各地建设面临居民反对、州级审计与快速审批通道移除等阻力,市场预计潜在停建措施可能影响美国2028年新增数据中心容量约30%。11月5日纳指收跌约5.5%,IREN、Nebius、CoreWeave及英伟达股价均下跌;微软已在检查Nebius、IREN和Nscale项目现场,并退出了Nscale西弗吉尼亚最高1.35吉瓦算力租用意向。

  5. 36氪65

    中美数据中心建设困境对比与内蒙古破局思路

    美国多州居民投票限制数据中心建设,背后核心矛盾在于PJM电网容量价格飙升与本地居民电费承压,而内蒙古电网面临严重弃风难题,通过乌兰察布等地的算力负荷接入与热回收方案形成差异化优势。

    推荐理由:通过对比中美电力基础设施与电网约束,揭示数据中心选址背后的不同成本结构与工程难点。

  6. Hacker News AI44

    Mellonbot:AI 智能体自动定位并修复服务器故障

    Mellonbot 是一款 AI 网站智能体,能自动挖掘站点及服务器日志,用平实语言解释故障根因(如数据库崩溃、证书过期)并应用修复方案。 该工具支持 Ubuntu 22.04/24.04 和 Debian 12 系统,兼容 WordPress、Laravel 等站点。用户需审批关键操作,智能体自动备份文件并提供撤销路径,确保数据安全。

  7. Hacker News AI73

    RigHaven 发布:支持自托管与多角色编排的 AI 智能体执行框架

    RigHaven 是一个可自托管的 AI 智能体执行框架,通过协调器为任务自动组装角色团队,并从 99 个托管 CLI 工具中按需调用。每个角色在隔离容器中运行,且每个阶段需经用户审批;系统支持文档、视频、CAD、数据及网络等多模态任务,并允许通过 JupyterLab 等集成编辑器修改项目文件。

  8. Hacker News AI27

    最佳 AI 云为何不能仅靠 Flash 存储

    仅依赖 Flash 存储会导致数据重力锁定客户于超大规模云厂商,建议采用分层架构将高速需求与低成本容量存储分离。 活跃训练阶段需 Flash 支撑数千 GPU 低延迟读写,而检查点保存、数据集存储及推理负载仅需高容量低成本存储,无需 Flash 级速度。 SSD 价格一年内上涨 257% 加剧成本压力,VAST 和 B2 Neo 等方案通过分层堆栈帮助新云避免被超大规模云垄断全账号服务。

11月7日周六
  1. IT之家79

    GitHub 发布全新 Git 存储架构 Rubicon,内部测试支持 5000 个智能体并发协作

    GitHub 在 GitHub Universe 大会正式公布代号为 Rubicon 的全新 Git 存储架构。新架构支持读取按需水平扩展,内部压力测试验证其可保持极低读取延迟,并支持单代码仓库容纳 5000 个智能体并发协作及承受每秒 7200 次代码推送。目前该架构已开启小范围定向内测,计划于明年初逐步扩大开放范围。

    推荐理由:原文展示了AI智能体高并发协作对底层基础设施的流量放大效应,帮助开发者理解新架构应对持续高吞吐负载的工程意义。

  2. IT之家50

    消息称英伟达提供数十亿美元支持日月光旗下矽品精密扩产 CoWoS 封装

    因台积电 CoWoS 先进封装产能吃紧,英伟达正向日月光旗下矽品精密提供数十亿美元资金。 这笔未公开资金将用于支持新无尘厂房扩建与设备采购,以补充 CoWoS 产能。 Yole Group 预测先进封装市场规模将于 2026 年首次超越传统封装,相关资本支出预计逼近 280 亿美元。

  3. Hacker News AI31

    美国国防部指令 8430.01:AI 生成代码须按人工标准验证

    美国国防部指令 8430.01 于 2026 年 9 月 8 日生效,规定 AI 生成代码在未验证前视为不可信,必须按人工标准审查测试。 指令要求记录 AI 模型版本与数据集以确保可追溯性,由人工审批安全关键功能变更,并限制政府数据在批准系统内流转。 GitLab Duo Agent Platform 提供审计日志、自我托管网关及自动化审批流,协助团队合规管理 AI 代码交付。

  4. 机器之心48

    ASP:基于昇腾算力的首个 NeurIPS 大模型 RL 训练加速系统

    华为与深圳市大数据研究院联合研发 ASP 系统,在昇腾 910B3 上将 Qwen3-30B-A3B RL 训练迭代时间降低 76.7%,生成吞吐提升 222%。 该开源工作消除多实例异步 RL 中的三类调度气泡,在百卡电信场景中压缩训练周期至 2 个月,并计划迁移至 verl 框架。 ASP 是首个被 NeurIPS 接收的基于国产算力的大模型 RL 训练加速系统,证明了昇腾生态的前沿技术实力。

  5. Hacker News AI44

    Goethe:自托管 AI 基础设施

    Goethe 将 Linux 机器转换为兼容 OpenAI、Anthropic 和 LiteLLM 客户端的自托管 API,实现模型的快速部署与共享。安装后只需三步即可加载模型、配置 API 并管理访问密钥,支持多模型并行运行及多 GPU 拆分。该工具默认私有,支持 NVIDIA 580 及以上驱动的 GPU,代码采用 Apache License 2.0 开源。

  6. IT之家81

    消息称微软不再续签甲骨文 AI 算力租赁协议,重新评估超 800 亿美元云合作

    消息称微软决定不再续签甲骨文 AI 算力租赁协议,并关闭部分租用资源,原因是甲骨文提供的服务器使用了较早一代英伟达 GPU 芯片。这项合作于 2023 年公布,支持新版 Bing 算力;微软目前还在重新评估包括 CoreWeave、Nscale 和 Nebius 在内的超 800 亿美元外部云合作策略。

    推荐理由:微软因算力规格演进而调整外部云合作,原文梳理了超 800 亿美元租赁盘的现状、甲骨文业务数据和股价反应。

  7. Hacker News LLM78

    RTK 发布 CLI 代理,可将开发命令的 LLM token 消耗降低 60-90%

    RTK 是一个 CLI 代理,在 AI 代理读取或发送内容前压缩、路由和过滤 shell 命令输出,支持 18 个 AI 编码工具,可降低 60-90% 的开发命令 token 消耗。

    推荐理由:原文给出了 60-90% 的 token 优化和 18 个工具的接入方式,读者可以据此判断它会怎样改变现有编码代理工作流。

  8. AWS Machine Learning Blog38

    在 Amazon ECS Fargate 上构建支持 AI 智能体访问数据湖的无服务器 MCP 服务器

    亚马逊支持团队在 Amazon ECS Fargate 上构建无服务器 MCP 服务器,作为 AI 智能体访问企业数据湖的中央网关,解决多智能体重复开发权限控制的问题。 该架构采用元数据驱动模式,新增数据源仅需提供 JSON 文件即可自动接入,无需编写定制代码,支持多租户环境下不同 MCP 客户端共享同一工具接口。

  9. Hacker News AI52

    dAIly 发布开源 AI 日报工具,聚焦构建机会与多领域定制

    dAIly 是一个开源 GitHub 项目,旨在回答“应该构建什么”而非“发生了什么”。其核心功能是提供“每日机会”,结合新闻、研究证据及近期发布,生成具有可行性的产品构建建议,并支持通过环境变量切换至安全、生物科技或金融科技等领域。项目支持 Gemini、Claude 或 Ollama 作为分析引擎,并提供免费与付费订阅层级,允许用户通过 Fork 仓库在 5 分钟内部署专属日报系统。

  10. The Decoder67

    Perplexity 推出全天候 AI 智能体 Teammates

    Perplexity 推出名为 Teammates 的全天候 AI 智能体,它运行在独立虚拟环境中,可自主处理持续性的项目任务,用户可通过 Slack 或应用线程进行交互和跟踪进度。该功能需订阅每月 200 美元的 Max 方案,而类似产品如 OpenAI 的 Dots 和 Anthropic 的 Duet 价格更低。

  11. Hacker News AI37

    AI 公司应自主掌握计量层,而非外包整个计费技术栈

    AI 公司应自主开发用量计量、定价逻辑和余额管理,使用专业软件处理发票和收入确认。 计量层需实时处理 token 用量、算力小时等数据,避免漏计或重复计费;发票层涉及支付与退款,需财务与销售等多部门协作。 这种架构选择影响 IPO 审计准备和企业级合同管理,避免单一供应商系统扩展受限。

11月6日周五
  1. Hacker News AI40

    Agentic Identity Broker 开源,为 AI Agent 提供 OAuth 授权委派与安全 Token 管理

    Agentic Identity Broker 通过网关集成,为 AI Agent 管理 OAuth2 委派链、统一 Token 存储并解决不同 OAuth2 基础设施间的互通问题。它简化了 MCP 服务器开发,使 Agent 能通过单一 Token 访问 Google、GitHub、Databricks 等服务,并支持无用户参与场景下的委托会话与集中式工具授权审计。

  2. Hacker News AI31

    Citable:通过每周监测与自动化内容生成提升 AI 推荐可见性

    Citable 是一款 SaaS 工具,通过每周查询 ChatGPT、Gemini、Perplexity、Claude、Grok 和 Google AI 对品牌或竞品的推荐情况,并自动撰写文章、修复页面及执行外联操作来提升 AI 可见性。 该产品整合了 AI 文章写作、竞品追踪、外链获取及报告生成等功能,替代了通常需单独付费的多套工具。订阅计划起价为每月 $24,提供免费演示及前 5 篇免费文章。

  3. Hacker News LLM65

    Airbnb 生产环境基准测试:微调 E2B 模型以 1% 成本实现前沿质量

    Airbnb 工程团队对内部微调的 E2B 分类器与多家前沿 LLM API 进行了生产环境基准测试。结果显示,微调后的 20 亿参数模型在分类准确率上可媲美 GPT-6.1 Sol 和 Claude Sonnet 5.5 等前沿模型,但中位延迟仅为 35ms(低于 100ms 预算),且在高流量下成本约为前沿 API 的百分之一。

  4. Hacker News AI53

    AI的非财务成本:气候、经济与认知信任危机

    AI的非财务成本远快于其可见的财务收益。在气候方面,AI算力扩张超出电网容量,迫使能源系统转向甲烷和煤炭;在经济方面,自动化将知识工作简化为低技能监控任务,削弱了人类对宏观变化的适应能力,加剧经济不稳定;在认知信任方面,LLM生成的不可靠内容正在污染信息源,导致公众对数字世界的信任瓦解。