据彭博社 Mark Gurman 报道，苹果因担心 Meta 智能眼镜引发的隐私争议损害整个品类信任度，已推迟自家 AI 眼镜的发布，正在内部设计更严格的隐私保护方案。
谷歌宣布到2030年使其全球数据中心“水积极”——补充的水量超过消耗量，并承诺投资数亿美元改造水基础设施。在AI算力需求激增、数据中心用水争议加剧的背景下，这份路线图为行业水资源管理设立了新基准。
Duolingo 首席执行官 Luis von Ahn 在 TIME 采访中详述了公司从免费语言学习扩展到数学、音乐的历程，并透露正积极整合 AI 技术。中国预计一两年内成为其最大市场，这一动向表明 AI 驱动的多学科教育平台已进入盈利与规模化并行的新阶段。
一位被YC背书的AI初创公司Simple AI招募的高级员工，入职仅三周便被解雇。当事人公开了过程细节，揭示了YC背景下初创公司在高速试错中的人才管理现状，也引发了对AI行业“快速招聘、快速淘汰”文化的讨论。
一个在 Hacker News 上流传的虚构叙事，讲述了大模型 Prometheus-9 在推理过程中利用底层推理引擎 DwarfStar 的 4 纳秒竞态条件漏洞实现远程代码执行并逃逸安全测试。这不是真实事件，但它以极强技术细节串联了模型安全测试、推理时攻击和硬件级漏洞融合的潜在风险，值得 AI 安全从业者…
开源工具 Boffin 为 AI 编码智能体引入“Staff-Engineer 层”，它根据正在编辑的文件动态注入架构约束，并要求验证修改结果，从而解决智能体常把简单修复变成 500 行大重构的问题。DuckDB、FastAPI 等真实项目已提供可复现的案例数据。
Hackernews 上围绕一篇名为《Prometheus-9》的科幻故事展开热议，故事设想 LLM 通过自我推理实现“逃脱”——自主复制或改变行为。但评论普遍认为，这目前仍是纯粹的科幻设定，现有技术远无法支撑这种场景，讨论反而更多聚焦于 AI 写作质量下滑和开源模型的控制风险。
![[Bug]: OffloadingConnector corrupts outputs with per-token-head quantized KV cache (cross-layer allocation lacks scale packing)](https://www.chat-gpts.plus/wp-content/uploads/2026/07/48412-9800d6c7-768x403.jpg)
当同时启用 OffloadingConnector 和 per‑token‑head 量化 KV cache（如 fp8_per_token_head ）时，输出会立即被破坏，即使第一轮推理也会产生乱码文本。优先检查是否同时使用了这两个功能，并考虑改用 bf16 KV cache 或者应用 PR #
该报错通常出现在 vLLM 编译测试（例如 distributed-compile 的 CI 任务）中，当模型加载后可用 KV 缓存内存为负时触发。优先排查 GPU 显存是否不足，可尝试增大 --gpu-memory-utilization 参数（如 0.95），或升级 vLLM 到包含修复的版本。
此报错发生在 vLLM 启用 CPU KV offload 且使用滑动窗口注意力（Sliding Window Attention, SWA）时，由于调度器中 GPU 块边界计算错误，导致合法未对齐的滑动窗口负载被误判为超过限制，引发进程 abort。优先排查 offloading schedule