跳到正文
11月3日周二
  1. Hacker News AI27

    AI × Hiring 招聘变革报告

    Greg 和 Corentin 基于 2026 年 8-9 月对 30 位招募及工程负责人的访谈发布报告,揭示 AI 对招聘流程的影响。 报告发现远程岗位申请中欺诈占比达 25% 至 80%,且 Agentic sourcing 在无人干预两天后会产生噪音。 有效的评估方式已转向系统设计、使用 AI 构建项目及审查 AI 代码,取代了传统的 Leetcode 测试。

  2. Hacker News AI41

    Lyngvi:面向自主编码智能体的加固沙箱

    Lyngvi 2.0.0 是一款基于 Podman 的加固沙箱,支持在 macOS 和 Linux 上运行自主编码智能体。其采用 MIT 协议,通过隔离网络、隐藏 .git 及凭证网关实现安全边界。 该工具提供桌面应用与 CLI 双入口,每个会话运行于独立容器,网络出口严格受限且文件变更需人工审批分类。

  3. Hacker News LLM83

    巴西柔道 LLM 教练构建实录:RAG、重排器与 7B 模型微调

    Max DeMarzi 分享用 3 万段视频素材构建巴西柔道专用 LLM 教练的完整流程。先通过 ASR 修复和上下文检索头清洗数据,建跨学派同义词知识图谱;再用 CLIP 加 Qwen2.5-VL 把 861 个无声示范片段变成可检索文本块。

    推荐理由:给出了用视频与知识库构建领域 LLM 教练的完整技术路径,含数据清洗、检索重排与模型微调的可复现步骤。

  4. AWS Machine Learning Blog31

    Circle K 利用 Amazon Bedrock 将 DevOps 事件分诊缩短至 15 分钟以内

    Circle K 基于 Amazon Bedrock 构建自动分诊系统,将平均分诊时间降至 15 分钟以内,效率提升 67%–75%。 系统采用 Agentic AI 架构,利用 Bedrock Flows 及 AgentCore 自动检索日志并生成 Slack 摘要。 此举让值班工程师即刻获取可操作上下文,免去了手动排查 45–60 分钟的操作。

  5. AWS Machine Learning Blog67

    Amazon SageMaker AI 通过序列级知识蒸馏构建高效 Agent 教程

    本教程演示了使用序列级知识蒸馏 (SeqKD) 在 Amazon SageMaker AI 上微调购物 Agent。使用前沿教师模型 (GLM-5.3) 生成多步轨迹并过滤,通过有监督微调在服务器上训练 Qwen3.5-4B 学生模型。微调后的 4B 模型在保留推理链的情况下,将绝对成功率从基座的 0.297 提升至 0.541,接近教师模型水平。

    推荐理由:展示了如何仅用教师模型文本输出构建数据集并微调4B学生模型,保留推理链可将任务成功率从41.5%提升至54.1%。

  6. AWS Machine Learning Blog28

    AWS 指导如何利用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页数据

    AWS 展示如何用开源 Crawl4AI 处理网页内容以摄入 Amazon Bedrock Knowledge Bases。Crawl4AI 生成 Markdown 和元数据文件存入 Amazon S3,供知识库解析、嵌入并建立索引。 该方案适用于需要过滤导航栏、提取特定区域或添加自定义元数据的场景。工作流由 EventBridge 触发 ECS 任务执行爬取、上传及摄入作业。

11月2日周一
  1. LessWrong · All Posts49

    未来6个月内多数AI初创公司将因信用评级不足而无法购买算力

    未来6个月内,大多数AI初创公司将因GPU云算力“售罄”而无法购买计算资源。 GPU云通常为新买家建设全新集群并依赖银行贷款,投资级信用客户稀缺且自身债务增加、评级下调,导致初创公司需预付高达100%合同款才能获取算力。 这一信用瓶颈限制了非投资级初创公司的算力获取,加剧了行业内的融资与部署压力。

  2. R/ArtificialInteligence32

    免费 AI 定价与用量 API 发布

    开发者发布了一个完全免费的 API,提供跨所有提供商和模型的价格与用量跟踪功能。 定价数据每日更新,目前处于 alpha 阶段。 该工具旨在帮助用户在代码编辑器中选择合适的模型,同时正在构建社区反馈聚合器以完善模型评分机制。

  3. Hacker News AI70

    Maat 开源:基于内核权限约束的 Ubuntu AI 诊断智能体

    Maat 发布开源 MCP 服务器,通过 snap 严格隔离和 polkit 审批让 AI 智能体诊断 Ubuntu 系统而无法直接修改。系统限制模型仅读取日志与服务状态,修复方案需经用户终端确认后才执行。配套 maat-bench 基准测试显示 gpt-oss:20b 和 qwen3:8b 在 10 个场景中均未执行日志中植入的诱导指令。

  4. MIT Technology Review · AI26

    HPE Private Cloud AI 建议企业按合并 Pull Request 成本而非 Token 量优化 AI 开发生效

    HPE 提出以每个合并 Pull Request 的总成本作为核心指标,替代按 Token 计价的使用量限制。该模型将重型常规任务路由至本地运行的开放权重模型,利用自有算力降低推理成本。HPE 内部数据显示,混合架构使 Token 成本降低 30% 至 50%。 此举使企业能在保持敏感代码本地化的同时,更高效地利用前沿模型,实现 AI 使用率增长与经济效益提升的双重目标。

  5. Hacker News AI50

    Marvell 宣布以全股票交易收购 Lumentum,打造 AI 连接领域领军企业

    Marvell 宣布与 Lumentum 达成最终协议,将通过全股票交易以约 $115 billion 企业价值收购后者。 Lumentum 股东每持 1 股可换取 4.500 股 Marvell 股票,交易完成后 Marvell 股东将持有合并后公司约 67% 股份。 此举旨在整合电气与光技术,扩大总潜在市场至 $550 billion 并实现 $1 billion 年度成本协同。

  6. R/ArtificialInteligence25

    中转站缺乏提示词缓存导致成本优势被抵消

    用户发现中国 API 中转站虽提供 50-90% 的价格折扣,但因上游无提示词缓存,长会话中每次请求均需按全量输入价格计费,极大消耗 token 导致实际成本反超官方 API。 该现象主要影响使用 AI 编码的开发者,使其在长上下文中需使用 100 倍以上的 token 才能抵消缓存缺失带来的额外费用。

  7. Seven Minute Feed65

    爱好者开始用 GPT-6 Astra 做“vibe manufacturing” 生产物理零件

    Hobbyists 正用聊天机器人设计实物并发送文件给加工厂和 3D 打印机。 一人用语音模式向 GPT-6 Astra 描述了一个卡车零件,聊天机器人生成 DXF 文件、填写 SendCutSend 订单并支付 156 美元,10 天后零件送达。 支持者称 AI 正在完全取代 CAD 工程,也有人提醒 AI 生成的设计可能偏差 1 毫米,对实物零件影响不小。

  8. IT之家55

    OpenAI 创始人奥尔特曼密访韩国,深化与三星、SK 集团 AI 芯片及数据中心合作

    OpenAI 首席执行官萨姆·奥尔特曼对韩国进行未预告访问,会见了三星旗下约五十名高管及 SK 集团高层。双方围绕人工智能技术进展、芯片供货方案及数据中心建设展开磋商。此次访问旨在深化 2025 年 10 月达成的合作,服务于 OpenAI 的“星门”计划,并推动韩国在先进存储芯片产能及人工智能基础设施上的布局。

  9. IT之家48

    远景科技 800V SST 高压直流系统在 AI 数据中心商业化运行

    远景科技集团宣布其一体化 800V 高压直流供电系统在乌兰察布星河基地投入商业化运行,成为全球首套在大型 AI 数据中心运行的同类系统。 该系统由天枢控制器、固态变压器、直流储能及 DC / DC 构成,基地规划容量 3GW,绿电直连比例超 80%。 此次运行实现了从绿电生产到算力负荷的完整闭环。

  10. arXiv · NLP23

    Flide:基于精确状态分叉的决策推理加速引擎

    Flide 引擎通过解耦逻辑树结构与物理执行流,在 GPU 驻留索引上实现精确算术推理,查询速度较 vLLM 和 SGLang 快 9.5 倍。 该引擎利用 ForkAttention 机制处理标准注意力及 Gated DeltaNet 递归层,支持从检查点恢复扩展的智能体历史。 Flide 为可扩展且低延迟的代理系统决策智能奠定了基础。

  11. arXiv · ML20

    神经网络实数误差校正码:硬件故障下的纠错框架

    研究提出一种实值误差校正编码(ECC)框架,用于检测和纠正神经网络在硬件内存故障及计算错误下的运行异常。该方法对网络权重施加结构化的实值线性约束,结合线性规划与稀疏恢复技术,在不增加参数量或牺牲分类性能的情况下实现低复杂度纠错。据称这是首个同时解决神经网络内存与计算错误的实数基 ECC 方案。

  12. arXiv · ML37

    AIMER:免校准的 MoE 专家剪枝方法

    AIMER 提出了一种免校准的专家剪枝标准,通过捕捉专家权重的集中度模式提升任务通用性。 该方法在 7B 至 47B MoE 模型及 16 个基准测试中表现优于现有免校准方法,甚至优于基于 C4 语料的校准基线。 剪枝全程仅需 0.22–2.06 秒完成所有专家评分,已被 EMNLP 2026 Findings 接收。

  13. arXiv · ML29

    Slim Attention 实现 MHA 上下文记忆无损减半

    Slim attention 将使用 MHA 的 transformer 模型上下文内存减半,在大型上下文窗口下推理速度提升最高 2 倍。该方法通过数学等价实现标准注意力机制,无损压缩内存且不损失模型精度。 示例中,Whisper 模型的上下文内存减少 8 倍,batch size 为 64 时 token 生成速度提升 5 倍;T5-11B 模型的内存减少 32 倍。

  14. arXiv · ML21

    利用储备证明在以太坊链上行为签名中分类中心化交易所地址

    研究提出基于储备证明(PoR)的分类框架,利用3,033,857个以太坊地址和58个链上行为特征识别中心化交易所。在留一法协议下,LightGBM模型宏观PR-AUC达0.9594,优于逻辑回归的0.7697。SHAP分析识别出Gas行为和ERC-20代币活动是关键预测信号,支持可解释的区块链监控。

  15. arXiv · ML32

    TVQ 实现大语言模型矢量量化后的梯度优化

    研究人员提出 TVQ 方法,利用直通估计使量化后的大语言模型支持基于梯度下降的任意目标优化。 该方法采用块级知识蒸馏范式平衡质量与效率,在 LLaMA2-70B 上实现近无损的 2-bit 量化,问答基准准确率仅下降 1%。 该研究被 ECML PKDD 2026 接收,展示了低比特后训练量化的 SOTA 性能。

  16. arXiv · AI20

    AMMA:面向低延迟1M上下文注意力服务(Attention Serving)的多芯片let内存中心架构

    论文提出多芯片let内存中心架构 AMMA,专攻低延迟长上下文 LLM 注意力服务,面向 1M token 场景优化。 AMMA 用 HBM-PNM 堆替代 GPU 计算 die,配合逻辑 die 微架构与两级混合并行,显著提升注意力推理带宽效率。 相比 NVIDIA H100,AMMA 注意力延迟降低 15.5 倍,能耗降低 6.9 倍,论文已被 MICRO 2026 录用。

  17. arXiv · AI29

    TIRx:面向异构后端的统一 Tile 原语 ML 编译器

    TIRx 是一款面向 GPU 和 AI 加速器的 ML 编译器,通过引入显式执行域抽象、张量布局映射及 Tile 原语分发机制,在保留原生性能控制的同时自动化了底层代码生成。 其设计通过命名轴和分片/副本/偏移语义将逻辑张量映射至异构硬件空间,根据执行域、布局和后端选择高效实现。 评估结果显示,TIRx 在最新 GPU 和 AI 加速器上达到了厂商级性能,并显著减少了底层实现代码量。

  18. arXiv · AI25

    ARK:分布式 LLM 推理中避免 KV Cache 传输路由冲突的机制

    研究提出分布式大象流路径预留机制 ARK,通过协调发送端源端口哈希将并发流映射至不同 Spine,避免无状态 ECMP 哈希碰撞导致的带宽利用不均。 在中等负载下的 RDMA 模拟显示,该机制使平均和 P95 流完成时间(FCT)分别降低最多 27.3% 和 34.0%,平均首 Token 时间(TTFT)降低最多 12.9%。 该工作发表于 SIGCOMM 2026 会议。