全部 · 2026-05-13

这条帖子展示了一个挺实在的本地部署方案：用两张 RTX 3090 显卡，总共 48G 显存，跑通 Qwen 3.6 27B 模型，没用到 NVLink 桥接器。处理长文本时每秒能啃 4000 个 token，生成回答的速度是每秒 113 个 token。这个速度对于日常聊天、文档处理来说完全够用，说明消费级显卡堆显存跑大模型这条路确实走得通。 但信息缺口也很明显。帖子正文被 Reddit 的安全策略挡了，我们看不到具体配置细节。最关键的是不知道用了什么量化版本——是 4-bit 还是 8-bit，这直接影响模型效果和显存占用。另外功耗、温度、双卡负载均衡这些实际部署中很要命的数据也没披露。如果是 4-bit 量化跑出这个速度，那效果可能打折；如果是全精度，那 48G 显存可能不够塞 27B 模型加长上下文。 还缺一个关键对比：单张 3090 跑同级别模型是什么表现？如果双卡只是勉强跑通，而单卡跑小一号模型速度更快，那性价比就要重新算了。

微软这次给 Edge 的 Copilot 加了个挺实用的能力：它不再只盯着当前页面，而是能把你打开的所有标签页当成一个资料池，直接跨页面提问、比价或总结文章。这相当于把浏览器变成了一个临时搭建的 RAG（外挂资料库），省去了你自己来回翻找的麻烦。 不过，这篇报道的信息量很有限。正文只说了功能是什么，完全没提具体推送时间，也没说这个跨标签页抓取是在本地处理还是会上传云端——这直接关系到隐私和延迟。另外，AI 播客、摘要和小测验这些附加功能听起来像打包塞进来的，实际有没有用、会不会拖慢浏览器，都没给数据。 我会先打个折：想法不错，但没看到实测和上线计划前，只能当个预告看。还缺性能开销、隐私策略和具体支持的语言/地区说明。

Notion 这次不是加个聊天框，而是直接在工作区里开了一个口子，让 AI 代理能接外部数据和自定义代码进来干活。这相当于把 Notion 从文档协作工具往“代理工作台”的方向推了一步。 但这条消息目前只有个标题和摘要，正文没披露定价、上线时间、支持的模型，也没说能同时跑多少代理、会不会把工作区搞崩。这些缺口直接决定了这东西是能上生产环境，还是只能当个 demo 玩。 我会先打个折：想法方向对，但没看到实际跑起来的成本和稳定性数据之前，只能算个值得盯着的产品信号。

这条分享来自Reddit用户mdda，他在一台i7-6700、GTX 1080 8GB显存、32GB内存的老机器上，用llama.cpp跑Qwen 3.6 35B-A3B这类约300亿参数的混合专家模型，推理速度到了每秒24个token左右，上下文窗口开到128k。做法是把模型的部分专家层卸载到显卡上跑，其余放内存，同时用TurboQuant和RotorQuant压缩KV缓存。PCIe 3.0 x16带宽被吃满，显卡利用率在40%到50%之间，说明瓶颈不在计算，而在数据传输。 这个速度对日常对话或辅助写作已经够用，但要注意，24 tok/s是在特定模型和量化方案下达成的，换其他MoE模型未必能复现。正文没披露具体的量化精度和卸载比例，也没提首token延迟，这两个指标对实际体验影响很大。另外，128k上下文下KV缓存压缩后的质量损失也没给出对比数据，这点先别太激动。 如果你手头有类似的老卡，这条经验值得一试，但最好先确认自己的主板PCIe带宽是否够，以及内存频率对速度的影响有多大，这些正文都没展开。

这事说白了就是 Meta 在 Threads 上推自己的 AI 账号，用户能 @ 它问问题，但没法像屏蔽其他账号一样把它拉黑。The Verge 的报道确认了这一点，但正文没披露 Meta 内部对这个设计的具体解释，也没说未来会不会改。 从产品逻辑看，不让屏蔽官方 AI 账号，相当于平台给自己留了个永远能触达你的渠道。对用户来说，这跟关不掉的系统通知一样烦人。报道里提到很多人不想看到这个 AI 账号，但 Meta 显然更在意推广自己的 AI 功能，而不是用户的控制权。 现在还缺几个关键信息：这个 AI 账号会不会主动推内容到用户时间线，还是只在被 @ 时才出现？用户能不能至少静音它？Meta 有没有计划给用户更多控制选项？这些都没说清楚，所以先别急着下结论说它完全失控，但强制不可屏蔽这个设计本身就挺让人不舒服的。

这事核心不是用燃气轮机，而是用“移动式”名义绕过了固定电厂的审批流程。将近 50 台机组给一个数据中心供电，规模上已经跟正经电厂没区别了，但监管待遇完全不同。TechCrunch 这篇正文只给了 RSS 摘要，没披露排放量、许可申请记录，也没说诉讼里原告具体告了什么、依据哪条法条。所以现在能确认的是操作手法存在争议，但环保影响多大、xAI 有没有硬伤、官司赢面如何，都还缺关键信息。如果后续有排放监测数据或法院文件出来，才值得认真判断。

这份指南最实用的部分是那两个像素上限。Claude 4.6 API 截图长边不能超过 1568 像素，总像素控制在 115 万以内；Opus 4.7 把上限拉到长边 2576 像素、总像素 375 万。翻译成人话：如果你让 Claude 去操作网页或桌面软件，它靠看截图来理解界面，分辨率低了会点错按钮，高了推理成本直接往上蹿。Opus 4.7 放宽限制意味着它能处理更复杂的界面，但正文没给出具体延迟或成本对比数据，这点先别太激动。 指南还提到了一些让模型干活更稳的技巧，比如把操作步骤拆细、给模型明确的成功标准。但全文是官方博客，不是第三方评测，没有披露失败率或任务完成率这类硬指标。如果你真要在生产环境里让 Claude 去操作浏览器，建议自己先拿真实任务跑一轮，看看在像素上限附近，准确率和成本到底怎么 trade-off。

这条新闻值得看，但别急着下结论说 Anthropic 已经赢了。数据来自企业支付平台 Ramp，统计的是有多少公司通过它付钱给 AI 厂商，不是实际用量或效果。Anthropic 的覆盖率一年翻了四倍到 34.4%，OpenAI 几乎没动，停在 32.3%，差距很小。 Ramp 自己的经济学家也泼了冷水：Anthropic 的模型越贵，客户账单越容易爆，Uber CTO 已经说今年 AI 预算花超了。而且 Opus 4.7 的图像处理成本是前代的三倍，加上智能体工作流会让 token 消耗量自然膨胀，支出涨了不代表需求涨了。 正文没披露样本量和客户规模分布，也没说这些公司是只付一次还是持续付费。所以这个“超越”更像一个付费渗透率的快照，离市场格局定型还差得远。

MIT Technology Review 挖出了三起 Gemini 泄露真人手机号的案例：以色列工程师被陌生人当客服骚扰，华盛顿大学博士生随手一试就套出同事的私人号码。这些不是模型编造的假信息，而是训练数据里没洗干净的隐私残留。隐私清理公司 DeleteMe 的数据显示，过去七个月用户关于生成式 AI 的隐私咨询量涨了 400%，其中 55% 指向 ChatGPT，20% 指向 Gemini，15% 指向 Claude。这个比例挺有意思——ChatGPT 占大头，但文章只举了 Gemini 的例子，其他模型有没有类似问题没说。 文章把锅甩给训练数据里的个人身份信息，但没解释为什么模型会在客服场景下吐出这些号码，也没说 Google 有没有修复机制。Reddit 上那个被电话轰炸的用户说求助无门，文章也承认“似乎没什么办法阻止”。这点最要命：出了事，用户找不到人负责，也关不掉这个功能。 还缺什么？DeleteMe 的咨询量涨了 400%，但基数是多少没给，几千条还是几万条差别很大。另外，这些泄露是偶发还是系统性问题，文章没给出技术层面的分析，只靠几个案例撑不起结论。

这条新闻的核心不是“又出了个隐身模式”，而是推理位置变了。ChatGPT的临时聊天只是不存历史，请求照样上服务器。Meta这次说推理完全在手机硬件安全飞地内完成，工程师拿不到明文，会话结束数据永久删除。等于把WhatsApp的端到端加密标准直接套在AI对话上，想让你敢聊健康、财务这些敏感话题。 但我会先打个折。正文没披露安全飞地的具体实现——是苹果的Secure Enclave、Android的Trusty TEE，还是Meta自己搞的方案？不同飞地的隔离级别差很多。也没提有没有第三方安全审计，或者白皮书。没有这些，光靠首席AI官一条推文，只能算方向对、落地待验证。 另外，纯本地推理对模型大小和延迟的限制很大。WhatsApp用户遍布中低端机型，如果只能在旗舰机上跑，覆盖范围就有限。还缺一个关键信息：本地推理用的是压缩版模型还是云端模型蒸馏下来的，性能打几折。

Anthropic 给付费用户加了个编程专用额度，6 月 15 日开始申领。这笔额度专门用于让模型跑代码 agent 的活儿——包括他们自己的 Agent SDK、命令行工具 claude -p、Claude Code 的 GitHub Actions 集成，还有第三方基于 Agent SDK 做的应用。说白了就是给付费用户一个固定的月度预算，让你不用每次调 API 都盯着账单心跳。 但这条公告缺的信息比给的多。额度具体是多少没写，是 100 次调用还是 100 万 token 完全不知道。用完之后的体验也没交代——是直接停掉、降速限流，还是弹窗让你加钱。不同付费档位之间额度是否一样，正文也没提。这些缺口直接决定了这条更新是真实惠还是营销动作。 另外注意，这个额度只覆盖 agent 场景的用量，不是通用的 API 额度。如果你用 Claude 做普通对话或非 agent 的代码补全，大概率不在这笔预算里。第三方应用能不能稳定吃到这个额度，取决于它们有没有老老实实走 Agent SDK，这点也得等上线后验证。

Runway 这次发布的 Agent，核心是把视频制作流程打包成一个对话式工具。你描述需求，它先出概念和故事节奏，确认方向后直接生成带多镜头、旁白、对白和配乐的成品视频。新用户有 1500 积分可以试做第一条，官方说主要瞄准品牌广告、社交媒体内容和独立短片，想解决传统制作又慢又贵的问题。 但这条新闻的信息缺口很明显。正文完全没提生成质量到底怎么样，多镜头之间的连贯性、人物一致性这些视频生成的老大难问题，一个字都没说。也没给任何对比案例，比如同样一个需求，用 Agent 和传统流程出来的东西差多少。几分钟出片听起来快，但如果要反复改、反复生成，实际耗时和积分消耗就不好说了。 另外，官方说它能理解品牌语境、跨模型工作，但没解释具体怎么实现。是接入了客户自己的素材库，还是全靠提示词控制风格？这些直接影响实际可用性。我会先打个折，等看到真实用户的成品和吐槽再说。