DraftKings 利用 AI 锁定最可能输钱的赌博者

《纽约时报》报道称,体育博彩平台 DraftKings 用 AI 模型分析用户行为,识别出最可能持续输钱的赌博者并对其加大营销投入。这再次把「算法如何对待高风险用户」推到台前。

《纽约时报》报道称,体育博彩平台 DraftKings 用 AI 模型分析用户行为,识别出最可能持续输钱的赌博者并对其加大营销投入。这再次把「算法如何对待高风险用户」推到台前。

苹果正式推送 iOS 27、iPadOS 27 与 macOS Golden Gate,把 Siri AI 和视觉智能铺到 iPhone、iPad 和 Mac 上,但新版 Siri 需要排队申请,且对机型和地区都有限制。

英特尔在 8 月发布的白皮书中提出,衡量单机柜能跑多少 Agent,关键不在 GPU 峰值算力,而在于调度、内存与卸载效率;按其实测,优化后同一延迟目标下并发 Agent 数可从 235 提升到 300。

Vercel 创始人 Guillermo Rauch 表示,一个名为 Jev 的 AI 产品正在被“所有人”采用,其真实数据与坊间传闻同样可观;他把这一现象归因于“AI 太贵、太慢”的行业情绪,而非单纯的产品力。

Aditya Agarwal 在 X 上抛出判断:AI 正在经历一场“轮回”,过去被淘汰的技术路线和产品形态,正以新的形式重新回到舞台中央。这提醒从业者,别急着给旧方案判死刑。

Scale AI 创始人、Meta 首席 AI 官 Alexandr Wang 在 X 上转发了一份名为 Muse 的提示词,它的用途是让 AI 智能体替用户守住日历里的通勤、专注和休息时间。这条动态本身没有附带完整原文,但它把一个问题摆到了台面上:当 AI 开始替你决定时间怎么花,日历就成了智能体落地的新战…

Hacker News 上有人提出,如果不同大模型的 KV 缓存可以互相理解,就能让模型之间直接“传缓存”通信,省掉重复预填充和交接延迟。帖子引用了 Ramp Labs 的相关讨论,但目前公开信息显示,这仍是一个概念设想,而非已落地的产品。

一篇发表在 ICLR'26 的论文提出 Cache-to-Cache(C2C),让多个大模型不再靠输出文字互相"对话",而是直接在 KV-Cache 层面传递语义,平均准确率比文本通信高约 3.1–5.4%,延迟快约 2.5 倍。

Hacker News 上围绕“语言不可读性对 LLM 安全的影响”展开讨论,核心争议是:大模型的推理链越来越不像人类语言,这种“不可读”究竟是安全隐患,还是后训练目标的自然结果。

伦敦 AI 基础设施公司 Nscale 已提交美国 IPO 申请,其 2026 年上半年营收同比暴涨 1252% 至 1.406 亿美元,但净亏损同时扩大到 10.2 亿美元。这既是算力需求爆发的注脚,也暴露了重资产扩张的代价。