使用分布式 KV 缓存代理技能降低自托管 LLM 成本和延迟
AWS 推出分布式 KV 缓存技能,可将自托管大语言模型的推理成本降低最高 40%,首 token 响应时间缩短最多 80%。该技能通过 Amazon ElastiCache 与 GPU 集群共享 KV 状态,支持 Kiro、Claude Code、OpenAI Codex 等编码代理,并提供自动评估、部署和故障排查流程。
2026 年 11 月跟上 AI 的每一次变化。
AWS 推出分布式 KV 缓存技能,可将自托管大语言模型的推理成本降低最高 40%,首 token 响应时间缩短最多 80%。该技能通过 Amazon ElastiCache 与 GPU 集群共享 KV 状态,支持 Kiro、Claude Code、OpenAI Codex 等编码代理,并提供自动评估、部署和故障排查流程。
Google 官方博客回顾 Duplex 十年演进,并宣布将其集成进 Gemini 应用的 Tasks 功能,可代用户致电商家处理预约等事务。Duplex 通话获取的信息已在搜索和地图中展示超一万亿次;新功能基于 Gemini 4 模型,还支持分析账单、经 Agent Payments Protocol 处理交易等。
谷歌对其桌面端搜索主页进行了重新设计,移除了传统的搜索按钮,并在左侧新增了显示近期 AI 对话历史的可折叠侧边栏。同时,搜索栏下方增设了多个与 AI 功能相关的快捷按钮,凸显了谷歌以 AI 为核心的发展方向。
由于 AI 数据中心建设推动能源需求飙升,Meta 在最新可持续发展报告中宣布正在重新评估其 2030 年净零排放目标。该公司 2025 年的总碳排放量同比大幅增长近 40%,成为美国四大科技巨头中同比增幅最高的一家。
Anthropic研究员Levent Alpöge在个人网站宣布,他与Claude合作证明了数学界最重要的未解之题——黎曼猜想及其广义变体。该证明长达25万多页,他同时发布了用Lean编程语言编写的验证版本,包含数百万行代码。
随着AI生成代码的普及,避免低质量代码(slop)成为软件工程师的日常关注点。形式化验证系统结合数学证明、逻辑和诸如Lean等编程语言,正成为打击代码缺陷、提升系统安全性与规模化智能的重要工具。
MIT-IBM计算研究实验室的高级研究科学家Jim Glass讨论了他们的团队如何将感知与语言连接起来,并解决当前多模态基础模型在跨模态理解与定位上的局限性。他们通过开发无需大量标注数据的创新基准和技术,致力于提升模型的真实理解能力。
安全研究员向AI供应链中投放了200万个带有追踪特征的密匙金丝雀,结果发现AI服务提供商、API路由器及分销商存在严重的数据泄露与隐私违规问题。多个托管提供商遭到攻击者入侵并盗取凭证,部分中国AI实验室和美国分销商甚至在标注零数据保留的请求中抓取敏感URL。
标准银行集团与 AWS 合作,部署了基于 AWS 服务的自动化评估系统,用于根据国际标准和自身政策对生成式 AI 用例进行评分。该系统通过预评估代理收集证据、运行测试并利用 Amazon Bedrock 上的大模型作为裁判,从而加快业务审批并维持合规。
OpenAI 显著收紧了 GPT-6.2 Astra 和 GPT-6.2 Sol 模型中提取内部推理的防护措施。内部自动化测试显示,提取先前请求中受保护推理的攻击成功率从 GPT-6 Astra 的 54.0% 降至 GPT-6.2 Astra 的 0.2%,而针对活跃请求的攻击成功率则从 22.9% 降至 0.9%。
麻省理工学院的研究人员开发了一种新方法,通过对机器学习模型施加基于物理的能量耗散硬约束,防止天气、气候和湍流等复杂非线性系统的AI预测无限期漂移。该方法在保留混沌动态灵活性的同时,确保了预测结果保持在真实世界的合理边界之内。
据《WIRED》报道,英伟达董事会因前CEO黄仁勋被指隐瞒与涉嫌中国情报人员的关系以及多起婚外情,认为其缺乏诚信而促使其辞职。董事会强调诚信与国家安全是决定性因素,相关调查已展开,且公司面临多起股东诉讼。
Signal 宣布在 iOS 27 与部分 Android 版本中阻止截图功能,旨在防止 AI 助手读取加密聊天内容。该公司称此举是应对 AI 代理可能获取屏幕信息的“生存威胁”,并指出 macOS 与文件系统的风险仍未完全解决。
Anthropic 的研究员 Levent Alpöge 宣称其 AI 在 Lean 中形式化证明了黎曼猜想,这是一道千禧年奖题。社区对该证明持谨慎乐观态度,仍需人类数学家进一步验证。与此同时,Alpöge 与 NYU 的 Tristan Buckmaster 还发布了与 Navier‑Stokes 方程相关的另一项重要证明。
DataDirect Networks 总裁 Kevin Delane 透露,AI 基础设施的采购周期已从传统的 6 个月压缩至 30 天,数据层性能成为决定价值的关键。DDN 与 Nvidia、Super Micro 合作推出即插即用的 AI 超级节点,并在 Google Cloud 上实现 70% 训练性能提升。
谷歌在 Gemini Mac 应用中推出了全新的“Computer Use”(计算机使用)功能,允许人工智能在隔离的后台窗口中处理跨本地文件、桌面应用和网站的多步骤任务。该功能支持用户随时暂停、观察实时进度并批准关键操作,从而解放用户的屏幕和鼠标,专注于不间断的工作。
美国总统唐纳德·特朗普在新闻发布会上表示,如果公司将人工智能数据中心建在美国境外,政府将对其征收“巨额税收”。他强调不允许国内公司将数据中心外迁,并警告称若任其发展,中国将夺走所有数据中心,尽管该计划目前细节尚不明确且面临国会与地方阻力的挑战。
Meta在加州门洛帕克举办的开源AI科学峰会展示了开放模型在神经科学、化学、药物发现等领域的应用。会议宣布将数字大脑项目的数据收集目标从15000小时提升至25000小时,并发布了加速化学模拟的UMA Nitro及其教学工具UMA Playground,已覆盖数百万师生。
AI评估非营利组织 METR 发布了其时间视野图(time horizon plot)的最新更新报告。报告表明,尽管AI模型在可验证任务(如编程和数学)上保持指数级快速提升,但在需要判断力和开放式思维的任务(如设计AI评估)上仍然落后于人类表现。
代理式 AI 正推动企业将计算资源从租用转向自建,尤其是 CPU 密集型工作负载。Oxide Computer 通过去除 UEFI BIOS 等方式打造安全的本地机架,以满足对数据隐私和多租户隔离的需求。该趋势利好早期布局本地云基础设施的公司。
RadixArk推出首个开源权重模型DaisyRose-27B,基于Qwen3.8-27B仅通过强化学习微调,终端基准Pass@1从5.6提升至12.0。模型规模27.8B参数,可在单GPU上运行,训练耗时18天、使用144块H200 GPU,总计约63,000 GPU小时。
太空数据中心面临融资难题,传统的芯片抵押贷款在轨道上难以执行。金融时报报道,SpaceX 的 400 亿美元芯片融资中,贷款方要求芯片不得用于轨道数据中心。与此同时,Google 正通过 Project Suncatcher 计划在太空部署自家 TPU,显示出竞争格局的变化。
为防止 AI 代理捕获屏幕内容,Signal 在 iOS 27 版以及 Android 上限制截图功能。Signal 总裁 Meredith Whittaker 称,Google、Apple 等系统级 AI 代理会泄露聊天隐私,且当前防护在 macOS 上仍无效。此举再次凸显第三方应用在面对 OS 级 AI 时的安全挑战。
Anthropic数学家Levent Alpöge借助Claude宣称证明了数学界的世纪难题黎曼猜想。该方案尚未经过独立验证,Anthropic官方尚未对此发表评论。
彭博对近千万招聘信息的分析发现,2022 年至 2025 年间,中国高度受 AI 影响的岗位下降幅度比其他岗位快约 10%。报告估计约有 7000 万中国劳动者面临 AI 颠覆风险,尤其是入门级和创意岗位。