得州政坛变动或使全美最大规模 AI 数据中心建设陷入停滞
得州在中期选举后迎来政坛权力变动,新当选官员主张暂停数据中心建设许可,使该州作为全美 AI 算力基建核心的地位面临动摇。受影响的在建项目包括 1820 兆瓦的 Stargate Frontier 以及计划规模达 6400 兆瓦、主要服务 Anthropic 的 Nexus Hubbard。
得州在中期选举后迎来政坛权力变动,新当选官员主张暂停数据中心建设许可,使该州作为全美 AI 算力基建核心的地位面临动摇。受影响的在建项目包括 1820 兆瓦的 Stargate Frontier 以及计划规模达 6400 兆瓦、主要服务 Anthropic 的 Nexus Hubbard。
受限于电网并网长达数年的排队延迟,xAI 与 OpenAI 合作方等数据中心开始采用由退役客机改装、改烧天然气的喷气发动机来应急自发电。相比部分地区并网需等待约七年,使用改装喷气动力机组能在 24 个月内让数据中心运转。不过这类设备能效较低且排放更高,目前主要被行业视为应对供电短缺的短期过渡方案。
乌克兰无人机袭击损毁俄罗斯 AI 超算及云服务设施后,俄罗斯科技企业正加紧推进将数据中心加固并转入地下的应急方案。克里姆林宫已要求相关机构预留算力以备国家应急需要,受袭对象涵盖 Yandex、Sberbank 及俄财政部设施,俄电信公司 Rostelecom 亦在探讨利用矿井等地下空间进行建设与伪装。
Cartesia 借助状态空间模型(SSM)与 AWS 基础设施,构建了实现首字节延迟低于 100ms 的超低延迟语音 AI 方案。该技术栈包含首字节延迟约 90ms、支持 44 种以上语言及 10 秒音频克隆的 TTS 模型 Sonic,以及支持原生轮换检测的 STT 模型 Ink。开发者可通过 API 调用或直接在 AWS 上部署该方案。
NVIDIA 加速计算与物理 AI 正在构建“AI 定义的晶圆厂”,大幅缩短半导体制造的复杂仿真周期并加速工程决策。COMSOL 与 Applied Materials 采用 cuDSS 实现最高 10x 仿真加速,PhysicsNeMo 将形貌仿真提速最高 35x,Siemens 集成 cuLitho 带来最高 17x 计算光刻加速。
Anthropic 在 Claude 平台公测推出 Message Threads 功能,改用仅传输增量消息机制,使 50 万至 100 万 token 请求的首 token 延迟降低约 35%。
OpenAI 介绍了其自研的 Git 兼容后端系统 Pando,探讨大规模代码工程架构的构建细节。该系统专为支撑 Codex 驱动的超大规模代码开发需求而设计。
Latent Space 专访了估值达 88 亿美元的法律 AI 平台 Legora 的 CTO Jacob Lauritzen,深入探讨了构建法律智能体的架构与工程挑战。
Circle K 基于 Amazon Bedrock 构建了智能体运维排障系统,将平均故障排查时间从 45–60 分钟缩短至 15 分钟以内,降幅达 67–75%。
AWS 展示了基于 Amazon Bedrock AgentCore、Nova Multimodal Embeddings 与 Strands Agents SDK 构建的多智能体工程助手,以加速零部件替代评估。
AWS 介绍了在 Amazon SageMaker AI 上利用序列级知识蒸馏(SeqKD)优化多步智能体性能与运行成本的实践流程。该方案利用 Bedrock 上的前沿模型生成包含推理过程和工具调用的轨迹,并通过拒绝采样筛选出成功任务样本,以无服务器方式完成监督微调。
AWS 发布架构教程,演示如何利用开源 Python 爬虫 Crawl4AI 为 Amazon Bedrock Knowledge Bases 定制网页抓取与 RAG 入库预处理。
Arca 的 AI 工程负责人 Aman Singh 介绍了其财富管理工作流,智能体承担大量后台分析并提出方案,交易与资金流动由人工顾问执行。任务可能跨越多达 10 天,内部记忆系统持续记录客户进展、待办事项及责任人,自建智能体运行框架依据内部基准选择模型,主要使用 Claude。
Sean Hollister 用 $50 的 Waveshare ESP32-S3 1.75C 开发套件连接 Meta 的 Muse,并借助 Claude Code 改造成 AI 电子宠物挂件。
NVIDIA 正在洽谈为 AI 云提供商 Nscale 规划建设的西弗吉尼亚数据中心提供数十亿美元债务融资担保,该设施主要服务 Anthropic。Anthropic 仅为该项目首栋 460 兆瓦建筑就签署了 446 亿美元合同并计划采用 NVIDIA 下一代 Vera Rubin 芯片,双方还在讨论另一栋建筑价值约 450 亿美元的协议。
AWS 针对生成式 AI 及智能体工作流调用剧增导致的支出风险,提出了包含成本归属、可观测性、预算拦截、平台默认优化与日常运营的 Amazon Bedrock 五步成本治理模型。
Amazon Bedrock AgentCore runtime 演示教程展示如何通过 Session endpoints,在编程智能体构建和修改 Web 应用时实时预览结果。示例在同一会话中运行智能体与 Vite 开发服务器,借助 WebSocket 热更新呈现修改,无需刷新页面。预览请求须经过身份验证,访问仅限允许的端口,链接随会话结束失效。
OpenAI CEO Sam Altman 在 Cheeky Pint 播客中表示,内存供应紧张时,将 RAM 集中在数据中心比放在个人电脑上更合理。他认为,本地推理会让有限的 DRAM 分散在使用率仅为 5% 的个人电脑中,而云端应追求更高利用率。
Google Project Suncatcher 实验卫星成功启动星载 TPU 并运行 Gemma 4 模型,完成首次太空 AI 内容生成并向地球传回响应。该测试旨在探索在太空建立 AI 数据中心的可行性,卫星于本月早些时候发射入轨。Google 后续将评估 TPU 在轨道热应力与辐射环境下的表现,并计划在 2027 年推进双互联卫星测试。
Worldwide Express 展示了基于 Amazon Bedrock 的多智能体账单异常处理方案,上线六个月后报告未结异常减少 75 percent、回款时间缩短四周。
Breakthrough Listen 与 SETI Institute 将 AI 智能体引入日常地外智能搜寻,可通过自然语言请求操控望远镜、校正数据并应用 AI 模型。系统借助 NVIDIA Holoscan 和 GPU 每秒处理 2.4 terabits 数据,已实现对蟹状星云脉冲星的首次实时 AI 探测。
Epsilon 使用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser,将意图驱动的 UI 测试构建为多租户托管平台服务。该方案以自然语言测试步骤补充现有 Playwright 回归测试,并提供隔离浏览器会话、逐步截图与通过率统计,减少各产品团队重复管理浏览器基础设施的负担。
Kiro 迁移教程展示如何用共享技能文件、发现扫描器和八阶段工作流,构建可重复执行的 PHP 到 Java 迁移引擎。该流程以原始 PHP 应用为规范,通过一致性测试验证 Java 版本行为。相同技能文件既可由 Kiro 交互式执行,也可交由 AWS Transform 并行迁移多个应用。
多人游戏 Spawn 采用 Fable 模型驱动的自主智能体集群直接维护生产代码,每月消耗超 300 万美元模型 token 并实现每小时发布更新。智能体直接读取线上报错与监控告警,通常在 1 小时内自主完成判定、代码修复并交付给用户,同时支持在 30 秒内对异常变更进行局部回滚。作者指出高频交付有助于智能体在短上下文内保持连贯,为探索前沿编码智能体的能力边界提供了极端工程范例。
AWS Batch 介绍如何通过配额管理,为 SageMaker Training 作业分配团队或项目容量,并跨团队共享闲置 GPU 资源。配额份额支持预留、借出及借出并借入策略,可收回已借出的容量,也可在份额内抢占低优先级作业。示例使用 SageMaker Python SDK v3 配置相关资源。
AI 智能体需要实时监控,但两位作者参与的研究发现,当前智能体框架缺少支撑安全监督的关键可观测性记录。研究考察了使用最广泛的四个框架,发现持续有效的智能体身份标识、人类审批等记录存在缺口,难以追溯行动主体及判断行动是否获授权。作者建议分别记录行动过程与决策依据,并通过 OpenTelemetry 等补齐工程层面的记录,同时指出 CoT 是否忠实反映决策、置信度能否可靠测量仍是开放研究问题。
Latent Space 访谈 Supabase 创始人 Paul Copplestone 和 Ant Wilson,解析其如何减少 AI 智能体搭建和运行应用时的后端配置工作。
NVIDIA 为 RTX Spark Windows 笔记本公布模型、智能体工具及游戏支持更新,涵盖 Nemotron 3.5 Transcribe、LFM3 和 NVIDIA App 资源管理功能。
推荐理由:新增的 GPU 资源分配控制,让本地智能体与前台应用的并行运行有了可调节的取舍,用户可按当前任务分配算力。
Anthropic 招聘经理 Felix Rieseberg 表示,本月已停止要求候选人参加传统编程面试,强调主动性胜于资历,而非宣布公司全面取消此类面试。他认为,Claude 已更擅长 React 小挑战和汇编题,而团队中影响力突出的开发者并不一定擅长这些测试。他建议初级工程师优先创造业务价值,选择大胆想法并用周末做出可运行原型,每次聚焦一个好点子,同时发挥贴近用户的新鲜视角。
Anthropic 工程与产品负责人在访谈中介绍如何用 Claude 构建自家产品,以及模型交付中的评估、安全与基础设施取舍。Managed Agents 将会话日志和 harness 与代码执行沙箱分离,使沙箱故障不必终止整个会话,并通过独立保管凭证、经代理附加凭证来隔离执行环境。
哈萨克斯坦正扩大 AI 算力部署,Firebird 与政府签署投资协议,Kazakhtelecom 已在阿斯塔纳和阿拉木图部署 NVIDIA H200 与 B300 GPUs。
Microsoft Research 介绍 Flint-interactive,让用户和 AI 智能体以高层规格创建支持点击、筛选、缩放、高亮和跨图表联动的数据可视化。
NVIDIA 今日发布 AIOps 平台 Minerva,整合基础设施与 AI 工作负载遥测数据,为 AI 工厂提供端到端可观测性。平台通过动态知识图谱关联故障,每小时分析数十亿个数据点,检测异常并预测故障。内置 AI 助手支持以自然语言排查集群健康状况并获取修复建议,IREN 已使用该平台。
GitHub 详解机密扫描的两阶段流程,通过正则筛选候选,再由微调的 ModernBERT 结合上下文区分真实凭据与误报。训练覆盖真实凭据、易混淆负样本及合成案例,模型以 ONNX 格式和 8-bit 量化部署;相比此前的 LLM 流程,提交后扫描执行时间中位数降低 86%,推理服务成本降低超过 98%。
Microsoft Research Asia 开源重构后的 Agent Lightning v1.0,让部署时使用的智能体执行框架直接参与强化学习,无需在训练框架内重新实现。
推荐理由:通过让部署时的智能体执行框架直接参与强化学习,这套方案提供了减少训练重实现成本、保持训练与部署行为一致的方法。
研究人员基于 UC Berkeley Sky Lab 的进化内核搜索框架 K-Search 构建了 MLX 后端与结构化翻译层,可自动将成熟的 CUDA kernel 优化经验迁移至 Apple Silicon。
UC Berkeley 研究团队提出随着推理成本大幅下降,数据系统将围绕面向智能体、依托智能体以及由智能体自动构建三大方向展开重塑。面向智能体需要针对高频推测式探索优化批量查询与跨计划复用;依托智能体需要超越纯文本文件以构建多维属性的结构化记忆与并发一致性基底;同时智能体正具备按工作负载直接合成专用数据引擎的能力,重点在于规避奖励黑客并提供形式化验证。
推荐理由:原文系统梳理了智能体负载对传统数据库架构的冲击,为开发者重新设计数据存储、状态管理与合成引擎提供了清晰的方向参考。
Berkeley AI Research(BAIR)撰文系统综述了自适应并行推理(APR)的研究进展,分析大语言模型如何自主决定子任务拆解与多线程并发以解决串行推理的高延迟和上下文退化问题。
推荐理由:文章系统拆解了自适应并行推理在系统架构与强化学习奖励设计上的路线差异,为长链条推理降延迟提供了系统级视角。