Kimi Linear：一种表现力强且高效的注意力架构
Kimi 团队发布了新型混合线性注意力架构 Kimi Linear，在短上下文、长上下文和强化学习场景下，全面超越了传统全注意力模型，同时将 KV 缓存占用降低最多 75%，1M 上下文解码吞吐量提升高达 6 倍。这可能是继 Mamba 后，对 Transformer 注意力机制最实用的一次效率革新。
标签： Gemini
Dependabot 对更多生态系统中的恶意软件包发出警报
GitHub 的 Dependabot 现在能够从 OpenSSF（开源安全基金会）的恶意软件包仓库中获取警报信息，覆盖范围从原有的 npm 扩展到了 PyPI 等多个生态。这意味着开发者无需额外配置即可获得更广泛的供应链安全告警。
Gemini API Managed Agents 默认升级为 3.6 Flash，新增环境钩子与免费套餐
Google DeepMind 为 Gemini API 中的 Managed Agents 做了三项关键更新——默认模型升级为 Gemini 3.6 Flash，新增可在沙箱内拦截、审查工具调用的“环境钩子”，并开放免费套餐。这降低了搭建自主 agent 的技术门槛，也让远程沙箱内的安全控制变得可编程。
OlmoEarth 平台：行星尺度的地理空间推理
AI2（艾伦人工智能研究所）于2026年7月28日发布OlmoEarth平台，旨在解决地球观测AI模型从训练到大规模推理的工程难题，让缺乏基础设施的环境机构也能以极低成本在整片大陆范围执行卫星图像分析。
大多数企业AI投入仍停留在实验室
最新研究证实，大多数企业虽然积极批准AI预算，但大量投入仍停留在实验和测试阶段，尚未转化为可运行的生产系统。钱不是浪费了，而是被“停放”在预生产环节，企业AI项目从实验到落地的转化缺口正在成为云服务领域一个不容回避的问题。
查尔斯·布考斯基能给AI开发者们什么启示？
一则从诗人查尔斯·布考斯基的创作态度切入的讨论指出，AI 工具虽大幅提升代码产出速度，却让开发者陷入更严重的“996”循环。布考斯基面对写作瓶颈时的选择——主动停歇、果断舍弃低质量作品——给被效率焦虑绑架的 AI 开发者提供了反向启示：输出量与质量并不等同，学会停顿或许比持续堆码更重要。
Show HN：形式验证的 3D CSG：相信93行规格，而非1000行AI代码
一位开发者用 Lean 4 实现了一个形式验证的 3D 网格相交算法，核心规范仅 93 行，而算法代码（1000+ 行）和证明（60000+ 行）由 AI 编写。人类只需审查 93 行规范并运行 Lean 检查器，即可保证正确性，无需信任任何 AI 代码。
Show HN: Ctrlb-decompose: 在发送给LLM前去除日志中的噪音
开源工具 ctrlb-decompose 能将海量原始日志自动压缩为少量结构化模式（例如百万行→43个模式），并提取变量统计与异常标志，专为 LLM 分析场景消除噪音、节省 Token，目前已提供 CLI、WASM 和 Rust 库三种使用方式。
数据中心、电力与AI热潮中的制胜之道
AI 热潮导致数据中心电力消耗激增17%，预计到2030年三分之一美国数据中心将彻底脱离电网。电力短缺正从“后勤问题”变成AI部署的核心瓶颈，谁控制电力谁就赢得竞争。
Richard Socher’s Recursive Superintelligence signs a $410M, multiyear AWS compute deal to support its self-improving AI systems, after raising $650M in May (Russell Brandom/TechCrunch)
Richard Socher 创立的 Recursive Superintelligence 与 AWS 签署了一份价值 4.1 亿美元、为期多年的云计算合同，用于支撑其“自我改进”AI 系统的训练和推理。该公司此前在 2026 年 5 月刚完成 6.5 亿美元融资。这笔巨额算力投入暴露了追求“递归式智能”路…