OpenJDK 针对生成式AI的临时政策
OpenJDK 社区在 Oracle 推动下通过了禁止贡献 AI 直接生成内容的临时政策，但允许开发者私下使用大模型辅助理解、调试和审查代码。这项规定旨在平衡生成式 AI 带来的效率提升与其引发的代码质量、安全和知识产权风险。
AI 工具排错、提示词与实用教程
先解决问题，再了解资讯。选择你现在要完成的任务。
Google integrates Nano Banana 2 into Google Earth via a new Create Image button, letting users prompt visual alterations of locations or infographics (David Gewirtz/ZDNET)
Google Earth 新增“Create Image”按钮，内嵌 Nano Banana 2 模型，用户只需输入自然语言提示，即可对地图中的地点视图或信息图进行视觉编辑与风格调整，无需专业图像处理技能。
Inforcer获5000万美元融资，帮助中小企业应对AI与安全风险新挑战
伦敦 SaaS 公司 Inforcer 完成 5000 万美元 C 轮融资，其核心业务是帮助托管服务商（MSP）集中管理中小企业的 Microsoft 365 环境。在 AI 工具普及和安全威胁加剧的背景下，这种“中小企业 IT 外包基础设施”的需求正在爆发，18 个月内该公司累计融资 1.1 亿美元。
ChatGPT的第一版回答通常最无聊——以下是我得到更好回答的方法
TechRadar 提出了一个对抗 ChatGPT “最优解” 倾向的提示技巧——要求模型分别给出“常规方案”“非常规方案”及“结合两者优点的混合方案”。这种方法能立刻打破大模型的路径依赖，让回答从稳妥无聊转向具有洞察力的权衡分析，对重度用户和提示工程师有直接参考价值。
AEREDIUM新专利：用永不停止监视的AI取代季度稳定币审计
澳大利亚基础设施公司AEREDIUM获得美国专利，用四组独立AI模型持续监控稳定币储备，一旦储备跌破阈值可直接通过智能合约冻结交易，把审计从季度快照变成分钟级实时验证，并为所有储备支撑的数字资产提供了可编程信任层。
London-based Nscale agrees to acquire Anyscale, a source says for ~$1.65B; Anyscale, which helps AI workloads run more efficiently, had a $1B+ valuation in 2022 (Brody Ford/Bloomberg)
伦敦云基础设施公司 Nscale 以约 16.5 亿美元收购 AI 效率平台 Anyscale，后者曾在 2022 年估值超过 10 亿美元。这笔交易将算力供给与工作负载优化能力结合，可能重塑 AI 推理与训练领域的基础设施格局。
Sources: TSMC is developing advanced AI chip packaging tech, internally called “EMIB-like”, similar to Intel’s Embedded Multi-die Interconnect Bridge technique (Qianer Liu/The Information)
台积电正在开发一项名为“EMIB-like”的新型先进芯片封装技术，直接对标英特尔已有的EMIB技术。这项进展意味着AI芯片的关键竞争正从单纯的制程工艺延伸到封装互连领域，对下一代高性能AI加速器的算力密度和成本结构有直接影响。
llama.cpp is slow on GPU
报错“llama.cpp is slow on GPU”通常发生在用户误将 -t 参数设置为 GPU 核心数而非 CPU 线程数，或未通过 --n-gpu-layers 将模型层正确卸载到 GPU。优先排查 -t 和 --n-gpu-layers 参数是否合理。
Misc. bug: MTP draft acceptance rate collapses at specific context sizes (KV slot boundary)
MTP 推测解码时，草稿接受率在特定 --ctx-size （如 12032、17024 等）下骤降至近零，导致吞吐量低于无 MTP 基线。该问题呈现约 2048 token 的周期性，优先排查 GPU 电压稳定性或调整 --ctx-size 避开故障区间。
Misc. bug: Memory not released after `llama_model_free` if no prompt was run (Metal)
在 macOS Metal 环境下，如果只加载模型、从未运行过任何 prompt 就直接调用 llama_model_free ，会导致 Metal 的 wired memory（线框内存）不释放，系统内存压力居高不下。优先排查是否在释放模型前执行过任何 GPU 操作（包括无关的 dummy 任务）