Epoch AI 估算 2025–27 年 HBM 可支撑 3000 万至 1.7 亿并发前沿模型智能体
Epoch AI 估算，2025–27 年出货的 HBM 显存最多可支撑约 3000 万至 1.7 亿个并发前沿模型智能体，若采用高推理效率模型甚至可达 19 亿个，但需求能否跟上仍存疑。
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。
ChatGPT 推出 Finances 财务管理功能
ChatGPT 上线了名为 Finances 的个人财务管理功能，把订阅排查、账单追踪、预算、信用分、债务和投资组合分析等能力整合进对话界面，入口为 chatgpt.com/finances。这意味着 ChatGPT 正从通用助手向需要长期授权个人数据的财务场景延伸。
Meta 公布数学家与 Muse Spark 1.1/1.2 协作完成的六篇论文
Meta 让数学家直接通过 meta.ai 聊天界面，用 Muse Spark 1.1/1.2 的 Thinking Mode 协作攻克尚无已知解法的开放数学问题，并公布了六篇论文；关键在于这套流程没有定制化科研脚手架，走的是普通用户产品入口。
Arena 评测：Claude Sonnet 5.5 登顶 Agent Arena 第 3 名但未入 Pareto 前沿
Anthropic 的 Claude Sonnet 5.5 首次进入 Arena 的 Agent Arena 榜单，排在第 3 名，净改进分为 +12.5%，但每任务中位成本达 2.74 美元，未能进入性价比 Pareto 前沿。
GPT-6.1 Sol (Max) 进入 Agent Arena 第 5 名，以更低成本逼近前列模型
GPT-6.1 Sol (Max) 首次进入 Agent Arena 就排到第 5 名，单任务中位成本仅 0.56 美元，用明显更低的价格把性能压到头部模型 2 个百分点以内，重新划定了成本与能力的性价比边界。
Prime Intellect 发布推理平台 Prime Inference，已上线 GLM-5.3 端点
Prime Intellect 推出推理平台 Prime Inference，提供无服务器端点和预留算力，首个公开部署的 GLM-5.3 端点已于 9 月 22 日上线 OpenRouter，主打低延迟、高可用和面向生产环境的 SLA。
Chatham 借助 OpenAI 扩展资本市场专业能力
金融咨询公司 Chatham Financial 用 OpenAI 的 Codex 和 GPT‑5.6 系列模型重构资本市场业务流程，把单笔交易验证时间从约 30 分钟压缩到 4 分钟以内，同时把员工自建应用和核心平台 Chatham Onyx 接入大模型能力。
GitHub Copilot 中部分选定模型已弃用
GitHub 于 2026 年 10 月 2 日一次性弃用了 Copilot 中的四款模型，覆盖 Gemini、Kimi 和 Claude 三条产品线。这不只是版本清理，而是 Copilot 模型供给策略在向更新、更集中的方向收拢，直接牵动开发者的日常工具配置。
[Vulkan] GGML_ASSERT(neq0 == HSK) failed in ggml-vulkan.cpp during speculative draft decoding (MTP) with tensor split
![[Vulkan] GGML_ASSERT(neq0 == HSK) failed in ggml-vulkan.cpp during speculative draft decoding (MTP) with tensor split](https://www.chat-gpts.plus/wp-content/uploads/2026/10/29418-35687e0f-768x403.jpg)
这个报错通常出现在 llama.cpp 使用 Vulkan 后端、开启 MTP 推测解码（ --spec-type draft-mtp ）并配合 tensor split / 多 GPU 或 KV unified cache 的场景下。优先排查方向是：先确认是否与 MTP 实现本身相关，再缩小到 F
Eval bug: MoE models crashes llama with CUDA Error on first or second prompt.
这个报错通常出现在使用 llama.cpp 的 CUDA 后端运行 MoE（Mixture of Experts）模型时，第一次或第二次提示词执行阶段触发 cublasGemmEx 失败并抛出 CUDA error。优先排查 CUDA 驱动/运行时版本与 llama.cpp 构建是否匹配，并确认是否