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。
标签： 人工智能
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
[Bug][ROCm]: DeepSeek V4 accuracy drops with MRV2 on MI350/MI355 when FULL_DECODE_ONLY graph
![[Bug][ROCm]: DeepSeek V4 accuracy drops with MRV2 on MI350/MI355 when FULL_DECODE_ONLY graph](https://www.chat-gpts.plus/wp-content/uploads/2026/09/52644-e5cd4f06-768x403.jpg)
该问题出现在 ROCm 环境下的 vLLM 使用 DeepSeek V4 模型并启用 MRV2 时，若 Decode 阶段只走 FULL_DECODE_ONLY 图，会导致精度下降。优先排查 cudagraph/full decode 相关配置与 nightly 版本差异。
RuntimeError: Error in function ‘aligned_alloc’ at /workspace/include/flashinfer/allocator.h:49:
该报错通常出现在 vLLM 启动阶段，使用 FlashInfer 作为 attention backend 且开启 CUDA graph capture 时，FlashInfer workspace buffer 不够用导致 aligned_alloc 失败。优先排查是否命中 FlashInfer