Show HN：CostPerPrompt – 实时 AI API 定价和实际工作负载成本计算器
Hacker News 上有人发布了 CostPerPrompt——一个实时 AI API 定价与实际工作负载成本计算器，但评论区的讨论焦点却集中在各家大模型提供商的缓存机制差异上。这个工具的价值在于，它试图让“真实用下来要花多少钱”这件事变得可计算，而不是只看每百万 token 的挂牌价。
标签： Gemini
温室和镜头：代理人工智能工作的两种模式
一篇来自 Hacker News 的软件工程观点文章提出，代理式 AI 工具有两种有效工作模式——“温室模式”（广撒网探索）和“镜头模式”（聚焦目标执行），真正的瓶颈不是 AI 能力，而是使用者能否判断当前该用哪种模式。
Startup swaps costly AI GPUs for Arm cores and up to 128TB of ‘cheap’ LPDDR6 RAM instead of expensive HBM to smash through the memory wall
一家由前 Google 和 Meta 工程师创立的以色列公司 Majestic Labs，用自研 Arm+RISC-V 处理器搭配最高 128TB 的 LPDDR6 内存，打造了一台试图绕开 Nvidia GPU+HBM 路线的 AI 推理服务器，目标是用“便宜的大内存”打破内存墙。
Show HN：CostPerPrompt – 实时 AI API 定价和实际工作负载成本计算器
Hacker News 上出现了一个名为 CostPerPrompt 的实时 AI API 定价与成本计算工具，覆盖 232 款模型的 token 价格，并提供聊天、Agent、RAG、语音、图像等真实负载的成本估算，让开发者第一次能较准确地算出 AI 应用的月度账单。
DeepSeek-V4-Flash 接入 Codex（Windows 版）
开发者分享了一项 Windows 版 Codex 的配置方案，让 OpenAI 的 AI 编程工具 Codex 可以切换调用 DeepSeek-V4-Flash，并与原有 ChatGPT 登录态互不干扰。背后是 AI 编程工具从绑定单一模型走向多模型自由切换的趋势。
大型科技公司的人工智能赌博是否开始变得更加危险？
大型科技公司正在把几乎所有现金投入 AI 基础设施，部分企业现金流已转负。这场豪赌的成败，将直接决定未来几年 AI 算力供应、工具价格和行业格局。
持久状态机：LLM Attention 与 INT4 内存单元
一篇题为“持久状态机：LLM Attention 与 INT4 内存单元”的研究在 Hacker News 引发讨论，它试图用 INT4 低精度内存单元改造大语言模型的 Attention 状态持久化方式，指向更省显存、更低成本的推理硬件方案。
Spring之父再次出山，开发了新的AI框架！
Spring 框架之父 Rod Johnson 在 2026 年推出面向企业 AI Agent 的开源 JVM 框架 Embabel，核心是用确定性规划算法（GOAP）让不可控的大模型在企业业务系统中稳定工作。这个框架已于 2026 年 7 月 20 日发布 1.0.0 GA 版本，值得所有做 Java/Ko…
马克·扎克伯格对人工智能的转向令人惊叹
Meta 在 AI 上的激进投入正在遭遇反噬——巨额资本开支尚未转化为可观的 AI 收入，而开源模型 Llama 的领先地位也在被新一代模型挤压。扎克伯格把公司重心全面转向 AI 的战略，正在经历最现实的考验。
谷歌在 80 万预订后取消了 AI Studio 应用
谷歌在收到约80万份移动端预订后，决定取消AI Studio独立应用，转而将应用构建能力直接融入Gemini对话体验。这意味着AI开发工具正从独立产品形态，向"对话即平台"的方向迁移。