Anthropic 如何保障AI原生软件开发生命周期的安全
Anthropic 副首席信息安全官 Jason Clinton 公开了该公司在 AI 原生软件开发周期中的安全策略。当前 Claude 已参与创作约 80% 的合并代码，安全团队面临代码量和部署速度指数级增长带来的挑战，需要在不显著拖慢开发速度的前提下，防范智能体被注入恶意指令、供应链投毒以及传统漏洞等威胁…
标签： 大模型
在NVIDIA GB300 NVL72上创造MoE预训练世界纪录
NVIDIA 在 GB300 NVL72 系统上，用 256 块 GPU 实现了 DeepSeek-V3 671B 模型的预训练，每块 GPU 达到 1,648 TFLOPs（万亿次浮点运算/秒）的算力利用率，比上一代 GB200 NVL72 提升了约 3 倍，创造了混合专家（MoE）模型预训练速度的世界纪录…
NVIDIA Vera CPU：Olympus核心为Agentic AI中的极致单线程性能而生
NVIDIA 发布了 Vera CPU 的技术细节，其核心“Olympus”专为 Agentic AI 工作负载设计。与通用云 CPU 不同，它追求极致的单线程性能与可预测的低延迟，以应对大模型执行工具调用、代码解释等复杂任务时对CPU性能提出的新要求。
使用 NVIDIA srt-slurm、SLURM Recipes、参数扫描和 Pareto Analysis 验证分布式LLM服务基准测试
NVIDIA 联合社区推出了一套用于验证分布式大模型推理服务基准测试的开源工具链，包含 srt-slurm 插件、SLURM 配置模板、参数扫描框架与 Pareto 分析方法，帮助开发者在真实集群环境中更可靠地评估 LLM 部署性能。
Multi-model agentic systems clearly are the future. Great post by cursor. Their new research shows that a frontier model as a planner and orchestrator with a workhorse cheaper model can materially lower the cost of to…
Cursor 团队通过让一个前沿大模型担任“规划师”、另一个更便宜的模型充当“执行者”，在重构 SQLite 项目上实现了 15 倍的成本优化。这一实验表明，复杂 AI 任务的关键成本瓶颈并非总需要最高端的模型来处理。
AlexsJones / llmfit
开源工具 llmfit 发布了一个新功能，允许用户在自己的硬件上实测大模型的真实推理速度（tok/s），并将结果提交回社区。这意味着“这台机器跑得动哪个模型”将从估算变成可验证的真实数据，对选择本地模型和算力配置有直接参考价值。
Xiaomi-Robotics-1 表明，训练机器人移动时，更多数据比更大模型更有效。
小米发布了用于机器人的AI基础模型 Xiaomi-Robotics-1，研究发现，在机器人运动控制领域，增加训练数据量比单纯扩大模型参数更能提升性能。为了构建超大规模数据集，团队大规模采用手持夹爪代替实体机器人进行数据采集。
《第九区》导演震撼发布首部AI短片 字节Seedance 2.0 助力科幻巨制
《第九区》导演尼尔·布洛姆坎普（Neill Blomkamp）正式发布首部完全由字节跳动 Seedance 2.0 大模型生成的 AI 短片《阴兵》（Yin Bing），时长约13分钟。这标志着顶级导演首次将 AI 生成工具用于完整短片的端到端制作，并计划以此探索长片电影。
企业 AI 真正的分水岭：不是人人都在用，而是工作方式被重新设计
企业 AI 落地的关键不再仅靠让更多员工使用工具，而是重新设计工作流程和角色分工。本文基于一篇译介观点，讨论从“人+AI”到“AI原生协作”的范式转变，这对企业的组织架构、项目管理和开发者协作方式产生实质影响。
AI、Vim 与心流的幻觉
一位资深开发者指出，AI 编程工具在表面承诺的“心流体验”上，实际上带来了更深层的认知负担：工程师失去了判断代码质量的关键信号——因为它永远看起来很“完成”，但未必“正确”。这一观察在 Hacker News 上引发了工程师群体的广泛共鸣。