wtf？2030年？😂 🤦 到这时候真该有人直接用AI做个StarCraft 3出来…… https://t.co/RInemiP3nC
The Game Awards 放出消息称《星际争霸》将在 2030 年以开放世界射击游戏形式回归，引发玩家和开发者不满。争议不只是“等太久”，更在于类型被换掉，以及 AI 生成内容能否加快这类大作的开发。
标签： 人工智能
Can’t believe ASI will come out before StarCraft. Seriously just use AI to generate half the graphics with human oversight, I won’t mind if we can get a quality game out sooner.
产品人 Peter Yang 在 X 上吐槽，2030 年才回归的《星际争霸》新作可能比 ASI（超级人工智能）来得还晚，于是建议暴雪干脆用 AI 生成一半美术资源、人工把关，好让高质量游戏早点面世。
Breaking: Dario saves humanity but kills an entire industry of mind-blown tweets and breathless AI podcasts
风险投资人 Matt Turck 在 X 上用一句讽刺，把 Anthropic CEO Dario Amodei 的“拯救人类”叙事和围绕它的 AI 内容产业一起推上了台面：如果 AI 真的被证明是安全的，最先失去生意的可能不是模型公司，而是靠“震撼体”推文和AI播客吃饭的人。
Cognition 发布 SWE-2：基于 Kimi K3 后训练的编程模型，在 FrontierCode 上追平 Fable 5.1，成本低 64%
Cognition 发布编程模型 SWE-2，它基于 Kimi K3 做后训练，在 FrontierCode 基准上追平 Fable 5.1，但推理成本低约 64%。这说明在编程这一高价值场景里，靠后训练把开源基座调成“专用高手”，已经能对闭源顶尖模型形成价格压力。
基于 NVIDIA cuML 和 RAPIDS 的机器学习工作流实现：GPU 基准测试、可解释性、聚类与模型推理
MarkTechPost Research 发布了一份基于 NVIDIA cuML 与 RAPIDS 的机器学习工作流实践，覆盖 GPU 基准测试、模型可解释性、聚类和模型推理四个环节。它值得关注的地方在于，这条路线试图把原本依赖 CPU 和 scikit-learn 的数据科学流程整体搬到 GPU 上。
Agent 长任务上下文工程解析：用预算控制、压缩、todo-state 和记忆对抗上下文溢出与目标丢失
MarkTechPost 梳理了让 AI Agent 在长周期任务中不"跑偏"的四类上下文工程手段——预算控制、上下文压缩、todo-state 与记忆机制，用来对抗上下文溢出和目标丢失这两个老问题。
Misc. bug: Consistent OOM crashes when using -np 3
该报错通常出现在 llama.cpp 的 llama-server 上，使用多槽位并发（ -np 3 ）并同时开启 --ctx-checkpoints 与 --cache-ram 时，随着运行时间增长主机内存被 checkpoint 缓存逐步吃满而触发 OOM。优先排查并调低或移除这两个缓存相关参数
Infinite 404 “Conversation Not Exists” loop still reproducible on v1.15.0 / v1.16.0 (fix from #34731 not merge)
这个报错通常出现在 Dify 自托管 Web App（Chatflow 分享链接）场景：浏览器 localStorage 中缓存的 conversation_id 已在服务端失效，前端仍反复请求 /api/messages ，于是陷入 Infinite 404 "Conversation Not E
ValueError: ‘text-generation’ is not a valid ModelType` [[2]](https://github.com/langgenius/dify/issues/41294). The root cause is that old rows in tables like `provider_models`, `provider_mode
![ValueError: 'text-generation' is not a valid ModelType` [[2]](https://github.com/langgenius/dify/issues/41294). The root cause is that old rows in tables like `provider_models`, `provider_mode](https://www.chat-gpts.plus/wp-content/uploads/2026/09/41605-8fa5f766-768x403.jpg)
这个报错通常出现在从旧版本升级到 Dify 1.17.0 之后，打开应用调用插件管理的 management/tools 接口时。优先排查 plugin_daemon 容器镜像是否仍停留在旧版本，而 API 已经升到了 1.17.0。
[Bug v1.15] Frontend cannot receive reply after Manual Intervention Node + Conditional Branch
![[Bug v1.15] Frontend cannot receive reply after Manual Intervention Node + Conditional Branch](https://www.chat-gpts.plus/wp-content/uploads/2026/09/38315-37e2660f-768x403.jpg)
当 Dify 工作流在「Manual Selection」（阻塞式人工介入节点）之后再接「Conditional Branch」，后端调试显示全部节点执行成功，但前端始终收不到最终回复，表现为 SSE 终态事件（workflow_finish / message_end）未正常送达。优先排查 Dif