在 A100 (SM80) 显卡上使用 vLLM 的 API 服务（ vllm serve 或 vllm.entrypoints.openai.api_server ）时，设置了 --kv-cache-dtype turboquant_k8v4 并加载 BF16 模型（如 Qwen/Qwen2.5-
Box CEO Aaron Levie 在2026年7月18日发帖指出，AI行业的价值并未仅被少数前沿实验室独占，一个由企业应用、垂直模型、新基础设施和服务商构成的多元生态系统正在成形，过去几个月是这一趋势的转折点。
Swyx 在 X 上指出，批评欧洲AI实力的人忽略了当地拥有世界顶级AI工程师的事实，而他正在组织一个全球最激烈的AI人才竞技场（以演讲和研讨会衡量），随着工作签证（WF）进入评估窗口，这场竞赛的结果值得关注。
一位父亲与8岁女儿共同使用ChatGPT的“ChatGPT Sites”功能，创建了一个乘法表学习网站，全程不写代码，仅靠对话式AI完成UI设计、角色生成和游戏机制开发。这一案例展示了ChatGPT从“对话工具”向“应用生产平台”的进化，以及对非技术用户的普及意义。
Zara Zhang 在 X 上提出，每个人都应为 AI 模型开发自己的“个人评估集”——一组与日常工作生活真正相关的任务，而非仅依赖行业基准。这一观点强调，用户通过主动测试模型边界，才能发现其实际可用性，而非盲目相信排行榜。
一位资深 AI 产品用户 Thibault Sottiaux 在 X 上分享了自己将日常工作全部委托给 ChatGPT Work 并依赖听写功能的体验，引发广泛讨论。这说明 AI 助手正从辅助工具变为核心工作代理，但也暴露了过度依赖带来的效率与控权问题。
OpenAI 合作伙伴通过语音指令让 ChatGPT Work 自动抓取 Twitter 私信、整理为分类表格并评估用户成熟度，展示了 ChatGPT 从对话工具向可执行多步骤任务的智能助手的跃迁。
Perplexity AI 正式推出 WANDR，一个面向研究型 AI 代理的开放评估基准，专门测试代理在复杂任务中能否既进行广泛搜索又完成深入分析的能力，为开发者和研究人员提供了量化「智能搜索」水平的新工具。
印度Ashoka大学CRASH Lab发布的RadLE 2.0基准测试显示，当前主流大模型在放射科诊断中普遍存在“高自信误诊”问题。测试中，人类放射科医生得分988.7分（满分2000），而最佳AI模型仅获758分，且许多模型在错误答案上表现出完全自信，这直接威胁患者安全。
Epoch AI 的最新研究显示，当 AI 模型被要求模仿特定作者的写作风格时，主流的 AI 文本检测器（如 Pangram、GPTZero 和 Originality.ai）的漏检率会从接近 0% 骤升至平均 13%。其中科学写作领域的漏检率最高，在 24% 至 29% 之间，这直接威胁到学术界和教育场景中…