每早八时出报
AI · 模型 · 产业
新闻枢纽 · 日报
中文 AI 资讯
NEWSHUB DAILY
阿里今日发布2.4万亿参数MoE模型Qwen3.8-Max，在Terminal Bench等多项基准上超越Opus 4.8，并展现仅凭论文自主编程的能力；DeepMind飓风模型研究本周四发表于《自然》，可平均多提供一天预警时间；英伟达拟30亿美元入股电力商Lancium，锁定AI数据中心电力，算力压力正从GPU向CPU蔓延。
12:05Rohan Paul
阿里巴巴发布Qwen3.8-Max，2.4万亿参数稀疏混合专家模型，每token激活约950亿参数。上下文窗口100万token，单次回复最长131,072 token，思考预算262,000 token。定价每百万输入token 2美元，输出6美元，缓存读取0.17美元。Terminal Bench 2.1得分86.6，高于Opus 4.8的84.6，低于GPT-5.6 Sol的88.8；PaperBench 93.0，GPQA Diamond 92.6。技术报告显示，模型能自主编程：仅凭论文和GPU，5天写约7600行代码复现6项发现；
19:05Ars Technica AI（RSS）
2025 年 10 月，加勒比海形成一场风暴，各天气模型对其路径预测不一。由 Google DeepMind 与 Google Research 开发的 AI 模型 WeatherNext 预测该风暴将增强并袭击牙买加，在登陆前五天以 80% 的置信度预测其将以五级飓风强度登陆。飓风梅丽莎随后在牙买加造成灾难性洪水和山体滑坡，但 AI 模型帮助预报员提前向受影响社区发出预警。本周四发表于《自然》的研究显示，WeatherNext 预测气旋的准确率空前，平均比现有模型多提供一天的预警时间，即其三天的预测准确度相当于现有模型两天的水平。
11:32华尔街见闻（RSS）
英伟达正将投资触角延伸至AI基础设施最底层的电力供应。据The Information报道，英伟达已同意向Blackstone支持的电力基础设施开发商Lancium投资20亿美元，换取约20%股权，并承诺在达成额外电力接入里程碑后追加10亿美元，届时持股比例将升至约30%。该交易对Lancium的企业价值估值约100亿美元。Lancium是OpenAI与Oracle在德克萨斯州Abilene建设的“星际之门”AI园区背后的电力基础设施提供商，已锁定4吉瓦电力，另有15吉瓦待接入项目。英伟达此举旨在为其芯片客户提前卡位稀缺电力资源。
12:07华尔街见闻（RSS）
设计软件公司Canva与Figma的财报揭示AI转型的成本压力。Canva向投资者预警，年度营收增速将放缓至20%，因主动叫停一项AI功能铺开计划，需求旺盛但服务成本超预期。Figma预计第三季度营收增速从48%降至36%，坦承多款AI工具仍处测试阶段，推理成本由公司自担，无消费收入抵消，毛利率受压。消息公布后Figma股价单日跌约15%。两家公司均加大自研AI模型投入以降低成本，但自研模型建设周期与市场即时业绩要求存在时间差。分析认为，AI产品受欢迎不等于单位经济模型健康，推理费用正侵蚀毛利空间。
11:48华尔街见闻（RSS）
据The Information报道，AWS高管今年5月召集工程师开会，要求尽一切可能节省算力资源，以确保EC2云服务器业务能满足未来客户需求，这一要求不仅涵盖AI芯片，也指向传统CPU服务器。随着AI Agent普及，CPU需求急剧攀升，算力紧缺从GPU蔓延至整个计算基础设施。知情人士称，AWS已设定截止期限削减计算资源占用，工程师获取CPU服务器资源从数小时延长至数天。AWS回应称仍能满足绝大多数客户需求。外部客户受影响有限，但竞价实例已愈发难以大批量获取，预示云计算成本上行压力。
09:19meng shao
Databricks 团队基于自身实践及与 Stripe、Coinbase、Uber、Ramp 等企业基础设施负责人的交流，提出规模化部署 AI 编码工具时控制成本的四大杠杆。核心概念是区分“效率前沿”与“智能前沿”：日常编程只需“够好”的模型，而效率前沿（同等智能下价格最优）几乎每周推进，因此最大成本杠杆是持续将用量迁移到更高智能/价格比的新模型。四大杠杆包括：迁移到开源和低成本模型（需自建评测，如 Stripe 测出 Opus 4.7 质平价升而拒绝上线）；动态请求与任务路由（实测成本降 30%+，质量持平）；采用可见性、绊线与渐进式摩擦而非硬预算；
04:54MarkTechPost（RSS）
东北大学和斯坦福大学的研究人员发布了 Shepherd，一个开源的 Python 运行时基底，可将 Agent 的执行记录为类似 Git 的类型化事件轨迹，从而支持对任意历史状态进行分支和回放。与 Git 不同，Shepherd 的提交同时覆盖 Agent 进程和文件系统（写时复制），因此分支携带的是实时状态，而不仅是文件。研究团队报告，Shepherd 分支 Agent 进程和文件系统的速度比 Docker 快 5 倍，且由于分支点之前的提示前缀未变，回放时提示缓存复用率超过 95%。该框架围绕任务、效果、运行和工作区四个概念组织，权限在签名中声明，并在原生系统调用沙箱中强制执行。
18:33Rohan Paul
一个名为KISS Sorcar的AI代理在不到8小时内，以不到150美元的成本，将SQLite性能提升了59%。SQLite是经过近20年优化的成熟代码库，该代理在事务处理、分析查询和blob I/O等场景中发现了多处默认配置的额外开销，通过修改代码和配置、基准测试并自我审查，最终在官方speedtest1上获得2.06倍加速，TATP上1.90倍，Star Schema Benchmark上1.30倍，kvtest上1.25倍，且超过100万项SQLite测试仍然通过。
16:41Avi Chawla
本文用图示清晰解释了8种LLM精度格式。背景：浮点数由符号位、指数位和尾数位组成，减少指数位导致大值溢出，减少尾数位导致邻近值合并。FP32占4字节/参数，默认保留优化器状态。BF16和FP16同为16位，BF16保留8位指数，转换不溢出；FP16保留10位尾数，范围小，小梯度会清零，因此FP16训练需缩放损失。TF32在张量核心内计算，不改变存储。FP8有两种布局：E4M3用于权重和激活，E5M2用于梯度。INT8和INT4均匀量化，但离群值会破坏精度，LLM.int8和SmoothQuant用于解决。NF4非均匀分布，使QLoRA能以4位冻结基座模型。量化减少内存，但需权衡指数或尾数位。
01:35宝玉
开发者分享工作流：开发项目第一版先用Claude Design设计UI原型，打磨后存本地，配合Baoyu-Design Skill维护。每次开发新功能前，先修改本地原型，确认后再改功能。规则写入Agents.md/claude.md后，只需说修改或增加功能，默认先改原型，确保原型与实际功能始终一致。好处是低成本验证产品与UI设计；Claude Design产出React代码和结构化JSON，通过git diff清晰查看版本变更，功能确定后agent参考diff实现代码更易。
09:58宝玉
很多人不知道如何用好 Agent 的 /goal 功能，即给 Agent 一个目标，让它长时间运行直到完成。关键在于明确目标、验证结果和停止条件。以性能优化任务为例，作者用 Fable 5 将视频转录性能优化了 2 倍多。提示词先让 Agent 用 Moss 模型测试大视频转录，建立基准，再分析瓶颈并优化，直到认为没有优化空间。注意主要任务是分析、编排和验证，具体任务交给 subagent（Opus5）执行。停止条件设为“没有优化空间”，而非具体指标，避免过早结束或过度优化。此外，可用 worktree 验证新方案是否有效，无提升则放弃。