AI 大模型正在从“抢答式”输出转向“慢思考”式推理——通过思维链、测试时计算和强化学习，模型学会在难题上多花算力逐步推演，这是对类人认知中“系统2”能力的直接模拟。
Replit 发布了名为“Ambient Intelligence”的设计新特性，用户在 Replit 的设计界面中无需输入提示词，系统会在每一帧旁边主动推荐不同风格的设计卡片，点击即可生成新画面。这意味着 AI 设计工具正在从“人指挥 AI”转向“AI 主动给方案”。
亚马逊承认内部一个用 Claude Sonnet 处理作者信息匹配的编码项目，成本飙到 180 万美元，超预算 860%，且近五个月未被发现。这件事的真正信号不是亚马逊“花不起这笔钱”，而是 AI 代理的自动化支出失控速度已经超出企业原有的财务监控能力。
微软高管发内部邮件要求员工停止“tokenmaxxing”（无节制消耗token），将内部默认AI模型换成更便宜的方案，并为每个部门设定token预算上限。这家最依赖AI的巨头开始用“水电账单”逻辑来管理自己的AI成本，企业级AI支出正在从实验阶段转向严格管控。
Cursor 开源了面向 GB300 NVL72 机架优化的确定性 MoE 训练 Megakernel——Mixture-of-Kittens（MoK）。它试图解决大规模混合专家模型训练中计算不确定性和通信开销问题，是少见的针对特定硬件的系统级开源项目。
SpaceX 在完成 IPO 后发布了首份业绩报告，其中 AI 相关支出出现显著增长。这家以火箭发射和星链网络为主业的航天公司，正将 AI 视为新的核心投入方向。
SpaceX今年已累计购入价值3.29亿美元的特斯拉Megapack储能电池，其中二季度单季采购额达2.95亿美元。这批电池很可能用于xAI数据中心，反映出AI算力扩张正在成为储能和电力基础设施的重要驱动力。
让 AI 智能体免人工审核自动合并代码的关键，不是更强的模型，而是一道「有证据、有规则」的评测闸门——前提是评测系统本身得先解决偏差问题。
MiniMax 发布的全模态生成系统 MiniMax-H3 被第三方开发者移植到了苹果 MLX 框架，Mac 用户可以在本地生成最长 15 秒、带音频的视频片段。这个移植意味着视频生成模型的运行门槛首次被拉低到个人桌面设备。
GitHub 已停用 Copilot Billing Preview 应用，Copilot 用量与费用管理全部收口到 GitHub 账单设置中。这意味着 Copilot 从“按预览应用查账”进入“平台原生计费管理”阶段，企业用户需要尽快切换管理路径。