全部文章

《机器学习系统：设计和实现》第二版是面向学生、科研与开发者的开源双语教材，系统覆盖机器学习系统全技术栈，内容含编程接口、计算图、AI加速器、编译器与运行时、数据处理、训练、模型服务、强化学习和大规模GPU集群管理，帮助读者完整理解机器学习系统的设计与实现。

OpenViking是火山引擎开源的AI Agent上下文数据库，用文件系统统一管理记忆、资源和技能，通过三级分层加载、目录递归检索、可视化轨迹和自动会话管理，解决传统RAG存储碎片化、检索差和不可观测问题，实测可将任务完成率提升43%至49%，输入Token成本降低83%至96%。

2026年AI竞赛的关键不再是融资或电力，而是芯片制造链，四大科技巨头6000亿美元支出和OpenAI、Anthropic巨额融资，短期难完全转化为可上线算力；核心瓶颈已转向ASML光刻机、先进晶圆和HBM内存，导致算力供给持续紧张、价格上升、强者靠提前锁单扩大优势，并可能冲击消费电子与中美AI长期竞争格局。

Agent 工程的核心不在更强模型，而在稳定循环外的工程设计：用 Harness 定义验证与边界，用分层上下文、按需 Skills、ACI 工具和记忆整合控制质量，用状态外化、评测、追踪和安全机制支撑长任务与多 Agent，结论是决定成败的往往是验证、工具定义和基础设施，而非模型价格。

OpenAI宣布收购Astral，团队并入Codex并承诺继续维护uv、ruff、ty等开源工具，同时推动其与Codex协同以加速AI软件开发全流程；外界关注uv作为关键Python基础设施的战略风险及OpenAI未来是否会以其影响竞争，最坏情形因宽松许可仍可分叉延续。

作者借PC Gamer页面指出主流媒体网站已被弹窗、遮罩和大量广告主导，用户进入后先看到干扰而非内容，文章首屏广告密集，且网页初始加载达37MB，几分钟内还持续下载近半GB广告数据，结论是网站体验与带宽被广告系统吞噬，RSS阅读器能更直接获取信息。

AI数据中心建设正以空前规模扩张，驱动力是AI扩展定律对算力的持续需求；若按H100 GPU计，典型数据中心约配10万张、超大型可达百万级，5GW园区甚至超400万张，其总算力约相当于数百万至数亿部iPhone 16，意味着AI基建不仅烧钱耗电，更在快速形成前所未有的集中计算能力，并将显著推高电力需求与模型能力上限。

字节跳动推出小云雀AI，定位为Seedance2.0短剧Agent，核心动作是用一句话直接生成完整短剧，提供从创意到成片的一站式内容创作能力，其影响是显著降低短剧制作门槛并提升爆款内容生成效率。

Wander 0.1.0发布，提供去中心化、自托管的网页控制台，让站点访客从个人网站社区随机探索页面；站长仅需复制项目两份静态文件即可部署，链接发现与其他控制台互联在浏览器端完成，无需额外服务端组件，可托管于任意静态站点平台，形成轻量分布式浏览网络。

主流软件正从面向人类的GUI转向面向Agent的CLI、API和官方技能，作者据此判断软件竞争核心已从界面体验转为协议入口，真正有价值的是掌握数据、权限、信用和算力节点并成为Agent工作流默认调用的公司，纯GUI产品将降级为控制面板，投资与创业应转向Agent原生基础设施。