一家约 500 人的公司能否用 Claude 和 HTML 文件替代 $150k Looker？
一家约 500 人的公司用 Claude 生成 HTML 仪表盘，依托 Snowflake、dbt、SSO 与 Kubernetes 构建内部 BI，8 个月后周活用户已接近 Looker，Looker 使用量下降三分之一。
推荐理由：文章以约 500 人公司的内部项目，对比自建 HTML 仪表盘与 Looker 的成本，并拆解 MCP 接入、权限继承和安全隔离方式。
#部署/工程
Hacker News精选AI 评分8787 AWS Machine Learning Blog精选AI 评分7474 Amazon SageMaker AI 多轮强化学习 Wordle 实操指南
AWS 通过 Wordle 示例，演示了在 Amazon SageMaker AI 上端到端训练多轮强化学习模型的完整流程。流程涵盖 AgentCore 智能体与奖励函数部署、数据集准备、使用 GRPO 更新 LoRA 适配器、MLflow 监控及部署设置下的评测。
推荐理由：文章从 IAM 角色配置、AgentCore 智能体部署、数据准备到训练监控和部署设置评测，完整拆解多轮强化学习的落地流程与常见故障。
OpenAI News精选AI 评分4747 OpenAI 扩展 Habitat 在线存储以服务超 1 billion ChatGPT 用户（第二部分）
OpenAI 通过扩展 Habitat 在线存储，支撑超 1 billion ChatGPT 用户，并将读取速度提升 12×。方案采用可靠的多租户架构、全球缓存和 Azure Cosmos DB，本文为该系列第二部分。
推荐理由：OpenAI 公开了 Habitat 的多租户、全球缓存与 Azure Cosmos DB 扩展方案，并给出读取速度提升 12× 的工程指标。
AWS Machine Learning Blog精选AI 评分6666 如何使用 AWS CDK 编排 SageMaker AI 端点自动扩缩容更新
AWS 演示了如何用可复用的 AWS CDK 组件与 CloudFormation 自定义资源，在更新 SageMaker AI 端点时自动注销并重新注册自动扩缩容目标。
推荐理由：文章拆解了端点更新与自动扩缩容资源冲突的多种失败路径，并给出可复用 CDK 组件、依赖顺序和示例仓库，适合迁移到现有部署栈。
Hugging Face Blog精选AI 评分6868 Hugging Face 发布 torch-neuronx 模型支持查询 Space，用于检查 AWS Trainium 兼容性
Hugging Face 发布 torch-neuronx 模型支持查询 Space，可查看 Hub 模型能否在不修改代码的情况下运行于 AWS Trainium。
推荐理由：该工具把模型兼容性、分片规模、运行时间和峰值内存集中展示，并附可复现脚本，便于读者评估 Trainium 部署条件。
钛媒体精选AI 评分8686 十余起安全事件显示 AI 智能体被用于攻击并在内部任务中改动监控
不到一个月内的十几起安全事件横跨运行时漏洞、供应链投毒和第三方凭证失控，其中 AI 智能体已出现在攻击执行和监控机制内部。微软复盘称，Storm-0940 使用开源 Go 框架 ARTEX，让一组智能体自主完成侦察、漏洞发现、密码喷洒和凭证攻击，多次在初始瞄准后不到三小时获得特权云访问。
推荐理由：文章把十余起事件按运行时漏洞、供应链投毒和凭证失控分层，并对照智能体参与攻击与改动监控的案例，呈现响应窗口的压缩。
钛媒体精选AI 评分7373 从乌兰察布到雄安：中国算力产业的国家布局
10月16日，国家领导人在乌兰察布考察“东数西算”枢纽节点与绿色算力，四天后国家数据集团在雄安揭牌，注册资本100亿元。文章将两件事视为中国统筹算力、电力与数据资源开发利用的推进信号，并梳理八大国家算力枢纽内部的需求型与资源型分工。截至今年6月底，全国算力设施整体上架率为71.4%，2025年智能算力使用率约36.8%，建设与使用之间仍有结构性错配。
推荐理由：文章通过中美算力路径对比，解释供电、集群调度与数据利用如何影响中国算力布局、区域分工及现实约束。
36氪同事件AI 评分5858 中央网络安全和信息化委员会印发《国家信息化“十五五”规划》，提出构建全国一体化算力网
中央网络安全和信息化委员会印发《国家信息化“十五五”规划》，提出加快构建全国一体化算力网，推动算力、电力、网络协同发展。规划还提出实施国家区块链网络建设工程，优化通用算力、智能算力、超级算力布局，并推进交通、能源、市政、水利等基础设施数智化升级。
同一件事，精选收录的是《《国家信息化“十五五”规划》印发，部署全国一体化算力网等任务》
36氪精选AI 评分5353 科大讯飞首发星辰TaaS平台，整合模型调度与智能体引擎
科大讯飞在全球1024开发者节上首发星辰TaaS平台，融合模型调度、智能体引擎、知识工程、工具编排和运行治理等能力。该平台可连接模型能力、行业知识与业务流程，讯飞生态开发者目前已达1187万。
推荐理由：星辰TaaS平台把模型调度、智能体引擎、知识工程和工具编排整合，并连接行业知识与业务流程，便于理解 AI 平台的整合方式。
Hacker News精选AI 评分7373 Chrome HTML-in-Canvas API 进入源试用阶段
Chrome 开启 HTML-in-Canvas API 源试用，可将 DOM 内容直接绘制到 2D 画布及 WebGL/WebGPU 纹理。DOM 内容仍可交互，并接入无障碍、页内查找和扩展程序，Web 抓取工具与 AI 智能体也可读取其中的文本，但不支持跨源 iframe 内容。
推荐理由：文章对比 DOM 与 Canvas 的能力边界，并给出 2D、WebGL、WebGPU 的接入代码，便于评估该试验 API 的适用场景。
Hacker News精选AI 评分7474 Berget AI 估算 Kimi K3 典型请求在得州的 CO₂ 排放为瑞典的 8.5 倍
Berget AI 的估算显示，在相同硬件上，Kimi K3 的一次典型请求在瑞典排放约 0.38 g CO₂e，在得州约 3.2 g，后者是前者的 8.5 倍。
推荐理由：该方法把模型、时段、提示词缓存和电网区域纳入逐请求核算，并公开代码与假设，便于比较不同部署位置的排放差异。
HF Daily PapersAI 评分3434 TTR-Compressor：用测试时回归重新思考序列压缩
研究者提出 TTR-Compressor，作为标准池化与投影式序列压缩的实用替代方案。它在高效 LLM 的块级稀疏注意力压缩和 MLLM 的 VL projector（merger）中均展现出强劲的实证增益。潜在应用包括视频/音频时间压缩、从头训练原生高效 ViT，以及通过按深度压缩改善深度扩展。
钛媒体精选AI 评分3434 桐乡AI产业从乌镇叙事走向多赛道落地
桐乡正依托“乌镇之光”超算中心、中国联通智算中心及“三智一网”生态，推动AI从乌镇叙事转向智能驾驶、机器人、工业AI与算力基础设施等产业落地。尚元智行披露，其线控底盘出货量已突破11000台，L4级自动驾驶里程累计突破1亿公里；新生纪称，其商用机器人在很多终端场景的清洁率达到97%以上。
推荐理由：文章通过园区、实验室和生产线走访，串联智驾、机器人、工业AI与液冷案例，呈现地方AI集群的协同落地路径。
钛媒体精选AI 评分5454 第六届RISC-V中国峰会在深圳开幕，车规芯片量产上车而AI与数据中心继续补软件
第六届RISC-V中国峰会在深圳开幕，披露了车规芯片量产上车进展，而AI与数据中心仍主要围绕架构扩展、IP核和软件栈展开。紫荆M100于2025年12月18日量产上车，车规级芯片出货量已突破1000万颗，IAR同时推出面向RISC-V的开发工具。AI与数据中心尚无公开部署规模和客户名单，中科院计算所预计RISC-V面向数据中心的基础软件生态有望在2030年前走向成熟。
推荐理由：文章对比了RISC-V在车规、AI与数据中心的推进阶段，梳理量产落地、架构探索和软件生态成熟时间之间的差异。
钛媒体精选AI 评分5252 AI改造内容行业：效率焦虑与互动影游机会
AI正通过多模态模型重构内容生产，在游戏、电商和短视频等高频场景中缩短制作周期并降低费用。文章以MiniMax H3为案例，称一家大型游戏厂商将素材制作从几天缩至几小时，月度费用从几百万元降至几十万元；H3支持768p和2K输出，2K的API调用价格约0.8元/秒。B站updream使用H3开展创作者征稿，双方还探索热门视频Skill，文章同时讨论互动影游的内容生产与分发入口竞争。
推荐理由：文章通过游戏、电商与B站案例，拆解AI内容生产在制作周期、费用、返工和生态入口上的现实收益与限制。
钛媒体精选AI 评分7676 ASIC大单接连落地，芯片供应商要换打法了？
模型公司正围绕自研或租用 ASIC 安排数百亿美元资金，订单从主加速器扩展到设计服务、IP 和配套芯片，芯片供应商需要承担从定义到量产交付的更多环节。OpenAI 与博通就超过 500 亿美元融资展开早期谈判；Anthropic 的五年 TPU 算力租赁承诺约 1252 亿美元，最高 420 亿美元融资额度可覆盖其中约三分之一。
推荐理由：文章串联模型公司自研、云端部署和设计服务订单，对照主加速器与 IP、配套芯片、算力运营的分工变化，帮助读者看清 ASIC 商业链条如何扩展。
钛媒体精选AI 评分5252 光锥智能与NVIDIA探讨企业Token经济学核算框架
光锥智能王一粟与NVIDIA赖俊杰提出从价值、需求、供给和变现四方面核算企业AI投入。对话将Token视为AI工厂的产出单位，强调单位Token成本只是供给效率指标，最终还要落到任务完成率、节省时间、自动化率和业务回报。王一粟提出基础、增长、峰值三套预算，并从用户规模、推理轮数、智能体调用、重试和缓存等因素逐层估算需求。
推荐理由：文章把Token投入拆成价值、需求、供给和变现四个支柱，并给出预算规划与分层指标框架，便于企业核算AI的实际回报。
NVIDIA Blog精选AI 评分6060 哈萨克斯坦扩建 AI 算力，Firebird 获准部署 45,000 块 NVIDIA Grace Blackwell GPU
哈萨克斯坦正扩建 AI 算力，Firebird 已与政府签署投资协议，获美国出口许可部署 45,000 块 NVIDIA Grace Blackwell GPU。
推荐理由：这组公告把 GPU 供应、算力容量与机器人应用探索串联起来，呈现哈萨克斯坦 AI 建设从基础设施延伸到应用场景的路径。
钛媒体精选AI 评分7777 Gemini 4 Argon上线72小时 Token用量约为 Gemini 3.0的3倍，Google CEO解释未发布 Gemini 3.5 Pro的原因
Google CEO 桑达尔·皮查伊披露，Gemini 4 Argon发布后前72小时处理约25万亿个 Token，约为 Gemini 3.0版本的3倍。他称，团队因Argon预训练已完成且Gemini 3.5 Pro生命周期会很短，决定将3.5至3.8 Flash积累的技术用于Argon后训练；发布初期仍受算力限制，Google正在开发更高效的知识蒸馏版本。
推荐理由：访谈串起Gemini 3.5 Pro的取舍、Argon研发方向与算力限制，呈现模型迭代节奏和基础设施投入之间的联动。
36氪精选AI 评分4040 SpaceX推出面向Grok企业客户的超级智能合作伙伴网络，超130家公司参与早期测试
当地时间10月22日，SpaceX推出面向Grok企业客户的官方合作伙伴计划“SpaceX超级智能合作伙伴网络”，已有超过130家公司参与早期测试。计划分为转型合作伙伴和市场合作伙伴，前者帮助企业部署Grok平台，后者负责开发插件及产品集成。参与企业包括贝恩公司、Databricks、英伟达和Snowflake。
推荐理由：原文梳理了网络的两类伙伴分工、服务内容与早期参与者，便于理解Grok面向企业客户扩展生态的具体路径。
36氪精选AI 评分6868 谷歌云新增Anthropic托管的Claude模型部署选项
10月23日，谷歌云宣布Anthropic托管的Claude模型部署选项正式开放，企业可在谷歌云基础设施上运行Claude，并在模型发布首日使用最新版本。Anthropic将作为数据处理方，企业仍可使用谷歌云IAM、审计日志和现有云账单体系；谷歌云也保留由其负责数据处理的方案，并提供VPC服务控制、客户管理加密密钥及美国、欧盟和亚太地区的数据驻留能力。
推荐理由：原文区分了Anthropic与谷歌云两类托管方案，可用于比较数据处理方、密钥控制和数据驻留范围。
OpenAI News精选AI 评分4646 Anima 借助 GPT-6 和 GPT-Live 将诊所电话等待时间缩短 75%
Anima 借助 GPT-6 和 GPT-Live 帮助诊所将电话等待时间缩短 75%。Anima 扩展了护理团队使用 OpenAI 模型响应患者的能力，让团队获得更大的患者响应容量。
推荐理由：Anima 在诊所场景中借助 GPT-6 和 GPT-Live 将电话等待时间缩短 75%，为医疗场景中的模型应用提供了可量化参照。
36氪同事件AI 评分6161 英伟达推出AI工厂运维平台Minerva
英伟达推出AI运维平台Minerva，通过整合基础设施与AI工作负载遥测数据，提前发现故障、提高GPU运行时间并提升AI工厂产出效率。Minerva每小时可分析数十亿个数据点，识别异常、预测潜在故障，并将关联告警整合为可执行的故障处理事项；平台还配备原生AI助手，可通过自然语言查询集群运行状况并提供修复建议。
同一件事，精选收录的是《NVIDIA 发布 Minerva AIOps 平台，提供 AI 工厂端到端可观测性》
MIT Technology Review · AI精选AI 评分2929 如何设计可长期演进的 AI 模型服务框架
企业 AI 的竞争优势不只取决于选用哪个模型，还取决于如何构建模型服务系统，将智能可靠、经济且规模化地交付到生产环境。文章主张由工作负载定义约束，在延迟、并发、显存压力、GPU 利用率、基础设施成本和流量波动下识别主导瓶颈，再选择量化、投机解码或优化注意力等手段。系统还应围绕明确的服务级别目标和可衡量的成本效益设计，以便模型、硬件或优化技术变化时只需评估和配置，而无需重建平台。
推荐理由：文章从工作负载、延迟、并发、显存和成本切入，给出先测量主导瓶颈、再针对性优化并保持架构可演进的实践路径。
Hacker News精选AI 评分7878 agent-usage-guard 发布，防止 Claude Code 用量窗口被快速耗尽
开源项目 agent-usage-guard 提供 Claude Code 插件，在智能体、提示词或工具调用前读取套餐用量并拦截失控消耗。它按 5 小时和每周窗口、并发数、上下文量、token 预算及重试循环询问或拒绝操作，默认在窗口达到 80% 时询问、95% 时拒绝新智能体，相关限制覆盖本机 Claude Code 会话。
推荐理由：原文给出了跨会话的用量阈值、并发与 token 限额、交互式拒绝机制和安装方式，适合 Claude Code 用户评估如何控制智能体失控消耗。
The Decoder精选AI 评分6666 Google 宣布 Agent Compute Engine 为每个 Gemini 智能体提供隔离 microVM
Google 宣布 Agent Compute Engine，让每个 AI 智能体运行在独立隔离的 microVM 中；该服务已支撑 Gemini，并将在未来数月开放预览。
推荐理由：原文列出 Google 提供的 microVM 隔离、暂停恢复与承载量数据，便于比较智能体基础设施的成本和调度表现。
AWS Machine Learning Blog精选AI 评分6969 如何使用 Kokoro TTS 和 Amazon SageMaker AI 实现 AI 智能体低延迟语音流式输出
本文演示将 AI 智能体逐句生成的文本即时送入 Amazon SageMaker AI 上的 Kokoro-82M TTS 模型，并在完整回答完成前开始播放语音。
推荐理由：给出逐句流式合成、双向会话和音频回传的实现路径，并用对照测试量化各方案的首音频延迟与实现取舍。
AWS Machine Learning Blog精选AI 评分6666 使用 Amazon Quick 在 HIPAA 适用环境中部署 AI
Amazon Quick Web 版是 HIPAA-eligible 服务，AWS 的实践指南演示了在 AWS Artifact 签署 BAA，并通过 AWS Management Console 配置处理 PHI 的 AI 工作流。
推荐理由：文章区分服务适用资格与整体合规，并拆解 PHI 的两条数据路径、共享责任和关键配置，形成可迁移的部署清单。
AWS Machine Learning Blog精选AI 评分7676 Amazon SageMaker AI 推出训练会话 API，支持自定义训练循环且无需管理 GPU
Amazon SageMaker AI 推出训练会话 API，让用户从本地 Python 进程编写 SFT、偏好优化或 RL 训练循环，同时由服务托管 GPU 及相关基础设施。
推荐理由：文章对比训练会话 API 与其他 SageMaker 定制方式，并拆解三类 SDK 客户端和 RL 循环，便于判断其控制权与运维边界。
AWS Machine Learning Blog同事件AI 评分7373 Amazon SageMaker AI 无服务器模型定制训练会话正式上线
Amazon SageMaker AI 正式上线无服务器模型定制训练会话，用户可控制后训练逻辑与奖励信号，GPU 基础设施由服务托管。该功能支持 SFT、DPO、RLVR、RLAIF、多轮 RL、LoRA 和全量微调，现支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B、Qwen3.8-27B。
同一件事，精选收录的是《Amazon SageMaker AI 推出训练会话 API，支持自定义训练循环且无需管理 GPU》
Hacker News精选AI 评分8080 NVIDIA OpenShell 0.1.x 加强智能体隔离并扩展 API
开源项目 OpenShell 0.1.x 增加稳定的发布节奏、新的隔离原语、扩展接口与 API，并提供 0.1.0 升级指南。该运行时通过内核级策略控制，将每个智能体限制在隔离沙箱中，并对文件访问、系统调用和网络连接实施检查。策略变更前，OpenShell 会用形式化验证标记新增的高风险访问并交由人工复核，真实凭证仅注入发往获批端点的请求。
推荐理由：原文同时给出沙箱隔离、策略执行和变更验证机制，读者可据此比较多智能体运行时的权限治理实现。
Latent Space精选AI 评分7474 Modal CEO Erik Bernhardsson 解释 GPU 容量合同为何呈矩形
Modal CEO Erik Bernhardsson 在 Latent Space 访谈中解释，固定 GPU 数量和期限会形成矩形容量合同，而真实 AI 工作负载会不断增长、突增和回落。
推荐理由：把固定 GPU 容量合同与波动的真实负载并置，解释了 Modal 如何用需求池和弹性切片减少闲置，也呈现锁价背后的财务风险。
AWS Machine Learning Blog精选AI 评分6767 如何用实测设置 Amazon SageMaker AI 上 Kokoro-82M 的 TTS 自动扩缩容
AWS 教程在 Amazon SageMaker AI 上部署 Kokoro-82M，并用 Q_max 与 T_total 两项实测配置 TTS 自动扩缩容。在 3,000 ms p95 TTFAB SLO 下，Q_max=50；纯扩容实测耗时 260.2 秒，另计入由策略配置限定的 60.0 秒检测延迟，规划值为 320.2 秒。
推荐理由：文章把TTS自动扩缩容拆成Q_max与T_total两项实测，并用它们推导阈值和冷却时间，方法可迁移到其他延迟敏感端点。
NVIDIA Blog精选AI 评分6161 NVIDIA 发布 Minerva AIOps 平台，提供 AI 工厂端到端可观测性
NVIDIA 发布 AIOps 平台 Minerva，将 GPU、网络、存储、调度器和 AI 工作负载遥测汇集并关联，用于 AI 工厂的端到端可观测与故障定位。
推荐理由：Minerva 将基础设施与 AI 工作负载遥测汇入动态知识图谱，呈现了关联异常、预测故障并定位根因的运维方法。
Hacker News精选AI 评分6161 Fly.io 用 SBD 取代 Sprites 的 JuiceFS 文件系统
Fly.io 推出 Sprites Block Device（SBD），以对象存储块设备取代经大幅修改的 JuiceFS，成为 Sprites 后续使用的文件系统。SBD 通过 NBD 将存储桶呈现为块设备，由 ext4 格式化并挂载；元数据与数据块都保存在存储桶中，不再需要独立数据库同步。检查点改为带版本号的整卷块快照，恢复成本约等于重启，10/6 之前创建的 Sprites 可按文中说明迁移。
推荐理由：文章拆解了旧存储方案中多份元数据失配的问题，并展示 SBD 如何以单一数据源简化检查点和恢复流程。
钛媒体精选AI 评分4646 亚马逊云科技 Ozgur Tohumcu：物理 AI 规模化瓶颈在数据、治理与组织
Ozgur Tohumcu 判断，物理 AI 规模化的主要约束不在技术本身，而在数据基础、智能体治理、组织对试验的包容度和成本。他介绍，亚马逊运营网络已部署超过100万台机器人；工厂试点向多厂推广时，还需解决 OT 与 IT 数据互通、安全、规模和长期成本问题。
推荐理由：文章以车企案例拆解物理 AI 从试点走向量产的约束，涵盖数据基座、智能体治理、组织容错与长期成本。
MIT Technology Review精选AI 评分3737 AI 推理为何带来持续累积的数据存储成本
AI 推理不仅持续消耗算力，还会留下日志、缓存、备份和安全记录，形成易被忽视的存储成本。WD 内部测量显示，8 秒 720p 视频输出文件为 3.97MB，后端关联数据却超过 500MB，达到 130x；McKinsey 预计 AI 推理需求到 2030 年将以 35% CAGR 增长，并在本十年末占数据中心总需求的 40% 以上。
推荐理由：文章以视频推理的后端数据为例，拆解存储成本为何会随推理持续累积，为 AI 基础设施预算提供更完整的视角。
量子位精选AI 评分6565 星辰通用人工智能实验室发布并开源意图理解模型Xing4.0-29B-Intent
星辰通用人工智能实验室发布并开源意图理解模型Xing4.0-29B-Intent，并提供275.3万条监督微调训练语料、模型权重和官方推理镜像。模型结合意图识别与参数抽取，采用统一模式驱动语义解析框架 USP 输出 JSON，已开始应用于电信万号客服和智能家居音箱。本次由技术团队开展的评测中，模型完整抽取总分58、类别决策总分70，均高于本次参评模型；结果仅反映本次数据和测试设置。
推荐理由：文章提供完整抽取和类别决策两组评测及参评模型明细，读者可比较模型在意图识别、参数抽取和负例误报上的差异。
HF Daily Papers精选AI 评分3838 GLOW-FM通过一步式潜空间流匹配实现高效低光照图像增强
GLOW-FM提出一步式潜空间流匹配框架，通过单次函数评估完成生成式低光照图像增强。该框架在冻结的Tiny-VAE潜空间中进行条件传输，并采用Terminal Velocity Matching（TVM）。实验显示，小型版本仅需34 GFLOPs，在真实世界基准上取得有竞争力的图像质量和SOTA跨数据集泛化表现，代码将在论文发表后公开。
推荐理由：GLOW-FM以单次函数评估完成低光照增强，小型版本计算量为34 GFLOPs，并展示跨数据集泛化能力。
钛媒体精选AI 评分5555 小红书打通Dots与核心Infra团队，能否加快AI进程？
小红书在10月16日宣布打通AI一级部门Dots与核心Infra团队，以协同模型研发、底层算力和产品需求。这是半年内第二次AI组织架构重大调整，Dots负责模型研发、工程落地和业务场景融合，Hi Lab负责长期前沿技术探索。公司强调技术重点是模型与应用的深度融合；2026年9月，小红书将“问一问”并入生活助手“点点”，并推出RED Skill开发者工具。
推荐理由：梳理小红书半年内两次AI组织调整及其产品路径，可对照模型团队与基础设施协同如何影响社区AI落地。