OpenAI:先进 AI 对突破性想法背后的日常工作影响最大
OpenAI 探讨先进 AI 为何可能对突破性想法背后的日常工作影响最大,即执行环节可能塑造下一阶段的经济与进步速度。文章围绕这一判断展开分析。
OpenAI 探讨先进 AI 为何可能对突破性想法背后的日常工作影响最大,即执行环节可能塑造下一阶段的经济与进步速度。文章围绕这一判断展开分析。
NVIDIA 提出 AI 工厂回报取决于三个因素:每兆瓦产出、硬件使用寿命和需求广度。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上,在 DeepSeek V4 Pro 上每百万 token 成本最多低 45 倍。
GitHub Copilot 团队提出,chat 只是 LLM 的通用兜底界面,对明确任务应改用 canvas——一种运行在 GitHub Copilot 应用内、无浏览器外壳的全栈小应用,可与 agent 双向通信并在本地执行代码。
Google DeepMind 公布 Private AI Compute 架构更新,将为该平台引入持久的服务端记忆层,让 AI 助手在跨设备场景中保留上下文,同时维持接近设备端处理的隐私标准。
推荐理由:Google 公布把设备端密钥与云端安全隔离区结合的持久记忆方案,可用来看云端 AI 隐私的工程取舍。
GitHub Podcast 最新一期逐条拆解了五个 AI 开发热梗:"不用读 AI 生成的代码"要看你能否解释并负责结果;"不用 AI 就不被录用"更应看判断力;Skills 与 MCP 解决不同问题,前者是可读的 Markdown 封装经验,后者提供工具与数据的标准接口;RAG 也并未消亡,缺了检索会浪费 token、拖慢速度并更容易给出不完整答案。
伯克利 EPIC Data Lab 提出,推理成本正快速趋近于零,GPT-4 级能力已从 2023 年初的约 $30/百万 token 降至不足 $1,部分厂商低于 $0.10。作者由此提出三类新挑战:为智能体重设计的数据系统、支撑成千上万智能体长期任务与共识的数据系统,以及由智能体直接合成、需可验证可信的数据系统。