全部 · 2026-05-23

llama.cpp 的 server 端加了一个实验性的 --tools 参数，一口气给了 8 个内置工具，包括读文件、按文件名模式搜索、用 grep 搜内容、执行 shell 命令、写文件、编辑文件、打补丁和获取当前时间。这相当于把 llama-server 直接变成了一个轻量级的 agent 运行环境，你只需要一个 gguf 模型文件就能让模型在本地干活，不用再费劲去搭 MCP 或者别的重型封装。 不过，安全这块目前基本是裸奔的。帖子明确说了，文件操作都相对于你启动服务器的那个目录，但没有命令白名单，也没有限制文件操作不能跳出这个目录。也就是说，模型如果被诱导执行了 rm -rf 之类的命令，它是真的会跑下去的。这点先别太激动，自己玩玩可以，别直接暴露给不信任的输入。 帖子没提这些工具是怎么被模型调用的，是走 function calling 格式还是靠提示词注入，也没说不同模型的支持程度和调用成功率。这些信息缺口让这个功能的实际可用性打了个折扣，得自己实测才知道靠不靠谱。

StepAudio 2.5 主打的是“听懂你怎么说”，不只是“你说了什么”。它声称能捕捉语气、语速、停顿甚至微表情，这比传统语音助手多了一层副语言理解，理论上能让对话更自然。人格化是另一个卖点：通过 API 可以设定角色的背景故事和说话风格，官方说原生人格选项超过一万种，组合起来能有数百万种特征，还内置了 5 个预设人格可以直接试。用 RLHF 做调优，在角色扮演压力测试里保持人设不崩，这点听起来不错，但正文没披露测试的具体设置和失败率，也没说延迟多少、单次调用成本多少。实时语音模型最怕的就是响应慢和幻觉崩人设，这两项没数据就很难判断实际可用性。另外，微表情捕捉是怎么实现的、需要什么硬件支持，正文也没提。我会先打个折，等看到 API 文档和实测延迟再判断它是不是真能进生产环境。

这篇论文的核心思路很直接：让模型在推理时多生成几条内部思路，再从中选最好的，而不是像传统串行推理那样一条路走到黑。在极难数独测试上，GRAM 用 16 步递归、同时跑 20 条并行轨迹，准确率干到 97.0%；对比的串行模型 TRM 要跑到 320 步才 90.5%。这说明并行采样加筛选的策略，在步数效率和最终效果上都明显占优。 不过正文没披露具体的计算开销和延迟数据。20 条并行轨迹意味着推理时的算力消耗至少是串行的 20 倍，虽然步数少了，但总计算量未必省。另外，测试只用了数独这一个任务，能不能泛化到更开放的推理场景还不清楚。如果是真的能在其他任务上也保持这种效率优势，那这条技术路线挺值得跟。

浙大和阿德莱德大学这个 FlashAR，专门给已经训练好的自回归图像模型加速。拿 Emu3.5-Image-34B 跑 512×512 的图，原来要 130 秒，现在 5.68 秒就出图，快了 22.9 倍。微调只用了原始训练数据量的 0.05%，GenEval 分数从 80.48 掉到 80.29，画质损失可以忽略不计。 但原文因为微信环境验证问题，实际内容没抓到，只看到了摘要。具体 FlashAR 是怎么做到这种加速的——是改了采样策略、蒸馏了小模型、还是做了投机解码之类的——正文没披露。也没有提到这个方法对其他自回归图像模型（比如 LlamaGen 系列）的通用性如何，以及 5.68 秒是在什么硬件上跑的。 如果这个方法真像摘要说的这么省数据、不掉点，那对自回归图像生成落地是个好消息，毕竟 130 秒等一张图根本没法用。但得等看到完整论文才能判断这个加速是不是靠牺牲多样性或者只对特定模型有效。

这条信息其实是个空壳。帖子标题是“有人能帮我解释一下这些结果吗？”，但正文被 Reddit 的网络安全机制拦住了，我们看不到任何图表、数字或测试配置。标题里提到的 Qwen3.6 27B 在 100k 上下文窗口下的推理性能测试，具体测了什么、跑分多少、用了什么框架，一概不知。 从标题推测，发帖人可能跑出了一组让他困惑的数据，比如长上下文下速度骤降、显存异常，或者质量波动。但没看到原始截图，这些只能是猜测。如果你手上有这份测试结果，我会先看三个点：用的是哪种注意力实现（flash attention 还是原生），KV 缓存是 FP16 还是量化过的，以及测试的 prompt 长度是不是真的塞满了 100k。这三个变量对长窗口推理的影响比模型本身还大。

这篇上手体验更像一篇随笔，而不是产品评测。作者用 Gemini 的新模型给一只毛绒鹿生成了一段逼真视频，想讨论“无害的 AI 乐子”和“纯 AI 垃圾”之间的界限。他得出的核心判断是：生成逼真视频的工具已经好用到几乎不需要技术门槛，而且这个趋势还在加速。 但正文来自 RSS 片段，信息量很有限。没披露模型参数量、推理成本、生成延迟，也没提安全控制措施或公开发布计划。唯一能确认的是输入输出模态很灵活，能做到“任意输入、任意输出”。 想认真评估这个模型还缺太多关键信息：它比现有视频生成方案到底快多少、省多少？在 deepfake 滥用上 Google 加了哪些限制？这些都没说。目前只能把它当成一个信号：大厂的多模态生成能力又往前拱了一步，但离可用的产品还有多远，正文没给答案。

SpaceX、OpenAI 和 Anthropic 扎堆准备上市，这件事本身比任何一家单独 IPO 都更有信号意义——市场正在逼着这些烧钱大户从私募转向公开市场募资。FT 的标题暗示这会是一场“选边站”的巨型 IPO 竞赛，但正文被付费墙锁死，我们看不到具体的估值区间、营收数据或承销商名单。 从已知信息判断，这三家代表了完全不同的赌注：SpaceX 赌的是实体基建和太空经济，OpenAI 赌的是通用大模型的规模化变现，Anthropic 赌的是更谨慎的安全路线也能跑通商业闭环。它们同时冲击公开市场，会一次性吸走大量资金，对后面排队的 AI 和深科技公司形成挤出效应。但关键问题全在细节里——各自的亏损规模、收入结构里有多少是关联方订单、上市后原有大金主会不会借机减持，这些正文都没披露。等招股书出来再细看。

这条消息来自《金融时报》的付费文章，正文内容没有公开，我们只能看到标题“How AI has changed M&A”和另一篇相关标题“AI and the brave new world of deals”。从标题推测，文章可能在讨论 AI 工具如何被用在并购交易里，比如用模型自动筛查潜在标的、审阅合同、做尽职调查，或者预测交易风险。但因为没有具体内容，不知道它引用了哪些数据、采访了哪些机构，也不知道它说的是大投行的实践还是初创公司的工具。如果文章里提到了成本节省比例、交易周期缩短多少天，或者哪些环节已经被 AI 替代，那才值得认真看。目前能确认的只有：FT 认为这个话题重要到值得写两篇，但具体论据和结论，正文没披露。

这个仓库用一张 16GB 显存的 RX 6900 XT 跑 llama.cpp，后端是 ROCm/HIP，专门验证 AMD 卡在本地跑大模型的实际表现。目前放出的一个亮点是 Qwen3.6 35B-A3B 这个 MoE 模型，用 q8 格式缓存 KV 状态，能稳定撑到 131k 上下文窗口。131k 意味着你可以一次性塞进一本中篇小说或大量代码文件，对本地长文本处理来说是个不错的信号。 但正文没披露推理速度、功耗和温度数据，所以性能上限和日常可用性还不好判断。AMD 卡跑大模型的老问题是生态兼容和优化不如 NVIDIA，这个仓库能跑通本身就有参考价值，但别把它当成性能标杆。另外，仓库只测了一张卡，多卡或不同型号的表现未知。 还缺什么：具体的 token 生成速度、首 token 延迟、内存占用峰值，以及不同量化格式下的对比。如果作者能补上这些，对想用 AMD 卡跑本地模型的人会更有说服力。

奥纬咨询这份调查把科技行业的招聘收缩讲得很直白：74%的CEO在冻结或缩减招聘，比去年又高了7个百分点。最扎眼的是初级岗位，打算在未来一两年砍掉入门级职位的CEO比例从17%翻到43%，而愿意多招新人的只有17%。报告把这叫“把人才金字塔削成了钻石”——中层还在，底层被抽掉。 不过这里有个关键信息缺口：超过90%的CEO说在部署AI，但67%仍停在规划或试点阶段。也就是说，裁人的决心跑得比AI落地快得多。报告自己也提醒，如果裁员速度超过了AI真正能顶上的速度，企业会先暴露在运营风险里。另外，正文没披露样本量和地区分布，不知道这74%到底代表多少家公司、覆盖哪些市场，所以这个比例先别直接当成全球科技行业的精确切片。 还缺一个视角：砍掉入门岗之后，三年后的中层从哪来。报告提了这个问题，但没给答案。如果企业现在不投资初级员工，未来的人才梯队和文化会是什么样，这点CEO们自己也没想清楚。

这篇文章抓到了一个被价格战掩盖的核心矛盾：token 单价暴跌，但企业总支出暴涨。低端市场被中国开源模型杀到地板价，DeepSeek V4 Flash 输入只要 0.14 美元，靠的是推理效率提升和系统性低价策略。高端市场如 Claude Opus 4.7 依然卖 15 美元，因为客户买的不是 token，是集成深度和切换惰性——KPMG 把 Claude 嵌入了审计流程，ServiceNow 把它设为了默认 agent 模型，换模型的工程成本远高于 API 价差。 文章引用的数据链条比较扎实：FinOps Foundation 报告显示企业 AI 预算两年涨了近六倍，斯坦福数字经济实验室实测 agent 任务消耗的 token 是传统聊天的 1000 倍。但有个关键信息缺口：正文没披露这些高价模型的实际毛利率，也没说企业锁定到底能持续多久。如果模型性能趋同加速，切换成本可能被工具链抹平，高端溢价就会松动。这点先别太激动，300 倍价差本身就是一个不稳定的信号。