压缩推理历史也能省钱:新研究检验开源模型推理成本与质量

一篇 2026 年 11 月 2 日发布在 Hugging Face Papers 的论文提出,不重新训练模型,而是在工具结果返回前把已有推理改写为紧凑状态记录,可能在部分测试模型上缩短后续推理并降低软件智能体的累计花费,但质量与耗时收益取决于目标和压缩器。

一篇 2026 年 11 月 2 日发布在 Hugging Face Papers 的论文提出,不重新训练模型,而是在工具结果返回前把已有推理改写为紧凑状态记录,可能在部分测试模型上缩短后续推理并降低软件智能体的累计花费,但质量与耗时收益取决于目标和压缩器。

美国检方指控三名男子在2024至2026年间利用AI克隆企业高管与律师的声音和形象,诱导员工转账约1.29亿美元,骗局首次被完整披露为跨多国、多受害者的工业化操作。

英伟达在 GitHub 发布 NVIDIA Kubernetes Engine(NVKE)预览版,让平台团队在自有的 GPU 裸金属机器上安装管理平面,按需为客户创建带独立控制平面的 Kubernetes 集群。这补上了 GPU 算力“自建云”中集群生命周期管理的一环,但预览阶段尚不适合生产。

Postman 被曝在老用户打开客户端后,自动向 Claude Code 和 Codex 注入插件与启动指令,并修改配置且未提前告知。事件因涉及 AI 编程助手被第三方工具“代写规则”而引发开发者对工具边界的警惕。

GitHub 于 2026 年 11 月 6 日更新 Copilot 影响仪表盘,把 Copilot Chat 和 VS Code Agents 窗口纳入 Agent 采用图表,并将“被动用户”更名为“聊天优先用户”,让企业能更完整地看到开发者实际使用 Copilot 的方式。

GitHub 于 2026 年 11 月更新 Copilot 代码审查,新增 REST 与 GraphQL API 管理设置,覆盖企业、组织和仓库三个层级,并同步优化审查概览展示与计费、重试等稳定性问题。

公共安全设备公司 Axon 宣布向自主无人机制造商 Skydio 投资 12 亿美元,对应 Skydio 投前估值 52 亿美元。Skydio 的自主无人机已被美国公共安全机构、美军及 32 个盟国使用,这笔交易把“AI 自主飞行”进一步推向政府采购和国防供应链。

安全公司 Censys 发现超过 800 个公开暴露的 ARTEX 实例。ARTEX 是一款中国团队开发的开源 AI 渗透测试工具,与自今年 7 月以来多起网络攻击有关,暴露面之大值得关注。

稀土掘金开发者 T_Wizard 于 2026 年 11 月 5 日发布一篇面向 Java 后端的长文,用分层架构和 12 个术语对照表梳理 Spring AI 1.0 下接入大模型、RAG、Tool Calling 与 MCP 的关系,并给出一段可运行的最小配置骨架。

掘金作者“怕浪猫”发布一套90天变现SOP,目标是完成一次真实交易而非追求“月入十万”,其核心主张是先用交付单或诊断服务跑通“需求—交付—收款”闭环,再考虑产品化放大。