阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-2082 篇

刷新

三块退役V100显卡以千美元成本在长上下文推理中超越五千美元Mac Studio

快讯
2026-11-19

据Tom's Hardware报道,一位名为esologic的自建实验室(homelab)构建者对三块二手Nvidia Tesla V100 GPU进行了基准测试,结果显示其在运行Qwen 3.6 35B混合专家(MoE)模型时,总成本约1,042美元的硬件配置在长上下文场景下的推理速度超过了售价5,399美元的Apple M5 Max Mac Studio。

该测试使用llama.cpp框架,对比了不同量化精度和上下文长度下的生成速度。在8位量化(Q8)下,三块V100在4K上下文时达到100.8 tokens/秒,在128K上下文时降至72.7 tokens/秒。相比之下,配备40核GPU和128GB统一内存的M5 Max Mac Studio在4K时略快(105.5 tokens/秒),但在64K和128K长上下文时落后于V100集群,后者在128K时比前者快约19%。

值得注意的是,V100是较旧的“电子垃圾”级企业GPU,其优势在于显存容量和带宽的组合使得多卡并行能处理更大的模型或更长的上下文,而现代消费级设备如Mac Studio虽在短上下文和能效上可能占优,但在特定长文本负载下被低成本旧硬件超越。该构建者还指出,V100的能耗约为同数量P100的一半。由于测试基于不同的运行时环境(llama.cpp vs MLX),数据仅供参考,且未包含独立第三方验证。

信息源:Tom's Hardware

研究

AWS工程师Chambers:一次前向传播的决策模型可让智能体跳过不必要的记忆检索

快讯
2026-11-20 09:37

对AI智能体说一声早上好,它可能会先去长期记忆里搜索一番再回复你。某个服务在后台执行语义检索,试图判断你的问候是否需要理解你的饮品偏好。即便你对咖啡极其认真,为两个词动用这么多基础设施也显得过度。

AWS高级AI DevEx工程师Mike Chambers在AGNTCon + MCPCon North America 2026上向The New Stack主编Nick Lucchesi介绍了一种应对思路:用决策模型(decider model)来处理智能体内部那些不断累积的小判断。这类模型也被称为判断模型或系统一模型,它们从固定选项中选择或对输入进行评分,返回校准概率而不生成自由文本。这个概念由TypeSafe AI的Jev推广,AWS的Strands Labs在10月1日发布了开源的Strands Decider 2B,参数量为二十亿。

Chambers把这种方法描述为代码里有一个由智能体驱动的、带语言感觉的if语句。开发者使用分类器已有多年,但这一代决策模型的不同之处在于:通用预训练让你无需先训练自己的模型就能尝试新的分类任务。你提供自然语言上下文,提出一个问题,得到一个数值分数,应用程序据此选择分支。在Chambers描述的模型中,这个分数在单次前向传播中返回,没有token序列需要生成。

这使得决策模型适合放在每个请求的关键路径上。Chambers用开源的Strands框架和Amazon Bedrock AgentCore Memory做了实验:把Strands Decider放在记忆查找前面,判断传入的消息是否需要从过去的对话中获取信息。问候可以直接通过;依赖用户先前所说内容的请求仍然触发搜索。他还在检索之后使用决策模型:记忆服务可以返回最相关的匹配结果,但有些可能与当前任务关系不大,决策模型可以在智能体将结果纳入上下文之前对每条结果进行相关性评分。

一个决策可以省掉一次服务调用,另一个可以让模型少处理无关材料。模型路由器也可以用分数把常规提示发给较小的模型,把更复杂的任务留给能力更强的模型,节省来自路由决策本身和它省下的下游工作。

但Chambers明确称他的记忆实验为实验性的。一个可预测JSON字段中的数字让决策模型容易接入应用,但那个数字是否可靠到足以据此行动,需要测试。

数字是否正确?这需要你的测试来搞清楚,他说。当风险升高时——智能体即将花钱,而不是推荐一杯咖啡——Chambers主张在智能体循环之外设置检查,对难以逆转的决策要求人工批准。

信息源:The New Stack

研究

Cognition推出Devin Bots:AI代理自主管理工程,44天低干预完成安卓应用开发

实质变化
2026-11-20 04:22

Cognition于周二推出了Devin Bots,这是一类新的持久化AI代理,旨在监督多个Devin编码会话并对数天或数周内的工程结果负责。CEO Scott Wu认为,协调而非仅仅是编码,是自动化的下一个机会。公司披露了一个具体案例:在9月28日至11月11日的44天内,一个Devin Bot负责构建Devin的安卓版本。在此期间,该Bot合并了1,134个拉取请求,编写了344,651行Kotlin代码,并关闭了1,217个工单。负责监督该项目的工程师仅发送了183条消息,其中22天没有任何互动。目前该安卓应用已在Google Play进行公开测试,但仍需完善以匹配iOS版本。此外,Cognition还展示了Layout Bot和Super Jenny等案例,称某移动游戏工作室通过类似机制将每周拉取请求数量从约50个提升至1,900个。

信息源:The New Stack

研究

AI代码审查公司CodeRabbit实测GPT-6.2 Astra:多捕获7个已知问题但精确率降至12%

快讯
2026-11-20 04:00

在代码审查中,捕获更多问题并不自动意味着更好的审查体验。AI代码审查公司CodeRabbit在自身管线中测试GPT-6.2 Astra后发现,新模型确实多找到了几个已知问题,但代价是评论量大幅增加、精确率显著下降——这恰恰是审查工具最不希望看到的组合。

CodeRabbit在83个已知问题的基准集上对比了Astra 6.2与上一代Astra集成。Astra 6.2捕获了58个问题(69.9%),比上一代的51个(61.5%)多出7个。但报告评论从331条增至847条,精确率从21.74%降至12.22%——每发布约8条可操作评论,只有1条能对应到基准中的已知问题。作者强调,这些结果不能确立纯粹的模型改进,因为基线配置中使用了Sol 6.1及其他模型,各配置只运行了一次。

评论量膨胀带来的问题不只是数字上的。在589条常规可操作评论中,只有72条匹配了已知问题;其余517条可能包含基准未标注的真实问题,但作者明确表示理解它们的价值需要逐条阅读。CodeRabbit指出,每一条评论都在要求作者分辨有用发现和噪音。当PR被低价值反馈填满时,作者可能最终停止阅读或处理评论,有用的发现也会被忽略。

Sol 6.2呈现出类似但幅度较小的模式。在81个已知问题的测试中,Sol 6.2高推理配置比6.1多捕获2个问题(74.1%对71.6%),但评论量从187条增至290条,精确率从35.3%降至25.9%,记录成本高出约48%。同样,这些运行不能隔离推理级别的效果,因为管道中不同部分替换了不同模型。

在代码生成方面,作者们没有运行匹配的基准测试,只分享了实际编码体验。Astra从简短提示中经常能产出有用的第一版界面,在长任务中也能在偏离后回到原始目标。Sol 6.2则需要更多方向指引,初始UI设计没有比6.1有改善,还反复给出错误的配置文件,团队不得不逐一验证项目能否实际启动。

CodeRabbit的结论是暂不切换。Astra的额外捕获伴随着大量评论增加,集成还需要与固定路由配置的对比;Sol的小幅增益则伴随着更多评论和更高成本。作者建议,在切换之前先阅读增量发现,并重新测试每个配置停止捕获的问题。OpenAI宣称新模型能以更少输出token完成高要求任务,但实际审查成本还取决于委托调用和重试次数,更低的token单价本身不能确立更低的审查成本。

信息源:CodeRabbit

研究

谷歌宣布Mac版Gemini应用新增“计算机使用”功能,AI可直接操作桌面软件与网站

实质变化
2026-11-20 10:20

2026年11月20日,谷歌(Google)宣布为其Mac版Gemini应用加入名为“Computer Use”的新功能。该功能允许人工智能直接操作电脑上的桌面应用程序和网站界面,代替用户执行点击按钮、切换菜单、输入文字和填写表单等操作,从而完成需要跨越不同软件和网站的复杂工作。

此次更新的一个显著特点是,Gemini可以在独立的背景视窗中执行这些操作,并在聊天界面实时显示预览画面。这意味着当AI正在处理数据整理或表单填写等任务时,用户仍可以使用Mac的主屏幕和鼠标继续其他工作,互不干扰。

在安全性方面,谷歌允许用户自行决定Gemini可以操作哪些应用程序,并提供一键中止任务的选项。当AI遇到登录或付款等敏感程序时,系统会自动暂停执行,并要求用户确认后才能继续。

谷歌列举了多种应用场景,包括设计师让AI批量调整照片色彩或设置3D场景,物流人员让AI从本地PDF提取信息并自动填入网站报价单,以及制作包含多源数据的演示文稿等。

目前,该功能正陆续向Google AI Plus、Pro和Ultra订阅者推出,首波仅支持美国英语。用户需在提示词中加入@Computer use即可启用。

信息源:INSIDE

研究

JEDEC预览DDR6标准:模块长度缩至74毫米,带宽提升超50%

实质变化
核验于 2026-11-20 10:40

半导体标准化组织JEDEC于2026年11月18日发布了下一代DRAM标准“DDR6”的预览。该标准目前仍在开发中,其展示的功能反映了当前的计划,并可能在后续的审批过程中发生变更。

在性能方面,DDR6 RDIMM的数据传输速率将从12.8 GT/s起步,目标提升至14.4 GT/s以上。数据总线宽度从DDR5的64 DQ扩展至96 DQ,增加了50%。这一架构调整旨在通过更宽的通道和更高的频率,在引入阶段即实现超过50%的带宽增长。

对于硬件设计者而言,最显著的变化在于物理尺寸。DDR6模块的长度定为74毫米,打破了自SDRAM时代以来持续约30年的133.35毫米(5.25英寸)标准。这种小型化不仅提高了系统内的内存密度,还可能模糊台式机与笔记本电脑之间的模块界限,因为74毫米仅略大于当前DDR5 SO-DIMM的69.6毫米。

DDR6采用了伪通道(pseudo-channel)架构来分割内存访问,并将Bank数量翻倍,以优化刷新操作和数据总线效率。此外,单颗DRAM芯片的密度最高支持128Gb,并通过封装内的堆叠优化进一步提升单位面积的容量。

在可靠性与能效上,DDR6支持多种系统级错误校正码(ECC)实现,允许设计者在成本、功耗和可靠性之间进行平衡。接口针对高容量模块进行了优化,明确指向通用计算以及需要靠近CPU的大容量和高性能的AI推理及代理型AI应用。

信息源:jedec.org

研究

美国众议院委员会要求微软就向字节跳动出售AI模型进行说明

实质变化
2026-11-20 09:58

美国众议院中国问题特别委员会于11月18日要求微软(Microsoft)向议员进行简报,原因是据科技媒体The Information报道,该公司接近与字节跳动(ByteDance)达成一项约5亿美元的交易,允许后者通过Azure云平台使用OpenAI的模型。

委员会主席、密歇根州共和党籍众议员John Moolenaar表示,微软不应向字节跳动出售AI工具。他指出,美国企业协助中国在AI竞赛中迎头赶上令人严重关切,且微软作为五角大楼承包商,向字节跳动出售AI服务是不可接受的。

据报道,OpenAI自身限制多数中国企业直接使用其模型,但微软拥有销售OpenAI技术的权利,并未设下同样限制,使字节跳动有机会经由Azure取得原本无法直接使用的模型。目前这些内容仍属于谈判中的报道,两家公司均未宣布交易完成。

微软发言人回应称,公司认真对待AI服务遭滥用的问题,承诺落实服务条款并遵守适用法律,但不评论涉及客户的机密谈判。此次争议显示华盛顿对AI出口管制的焦点正从芯片硬件延伸至云端模型服务。

信息源:INSIDE

研究

欧盟委员会证实遭AI渗透工具ARTEX攻击,部分内部系统仍无法使用

实质变化
2026-11-20 09:53

欧盟委员会(European Commission)周四(11月19日)对外证实,该机构于10月22日侦测到一起使用AI工具的网络安全攻击。这是欧盟最高行政机构首次公开确认自身成为此类自动化攻击的目标。截至目前,部分内部系统仍无法正常使用,员工个人数据是否外泄尚待厘清。

据Politico报道及欧盟委员会后续确认,此次攻击影响了多项内部关键系统,包括处理薪资、请假及工时记录的人力资源平台Sysper、医疗费用报销系统MyPMO以及内部翻译服务。攻击者使用了名为ARTEX的开源AI渗透测试框架。该框架由开发者“Autumn-27”于2026年7月在GitHub发布,旨在通过大语言模型(LLM)驱动的智能体自动执行漏洞扫描、系统侦察、利用及权限提升等任务。

美国联邦调查局(FBI)在11月13日发布的安全警报中指出,ARTEX自8月起已被黑客滥用,受害对象遍及金融、政府、科技等多个行业。FBI强调,部分攻击从锁定目标到获取特权访问权限耗时不到3小时。尽管原开发者已于10月8日将ARTEX下架,但相关代码仍在网络上广泛流传。Cloudflare和Spectrum Security的调查显示,ARTEX及其衍生版本在开放网络上的部署数量持续增加,且常被修改以规避检测。

欧盟网络安全机构CERT-EU早在11月5日就发出警告,指出ARTEX可能被用于针对欧盟机构的攻击,但未点名具体受害者。此次欧盟委员会的确认填补了这一空白。发言人Thomas Regnier表示,虽然目前尚未发现大规模员工数据外泄的证据,但调查人员正在核实攻击者是否获取了姓名、薪资职等、住址及联系方式等敏感信息。截至11月19日,Sysper已恢复运作,但医疗系统JSIS仍处于离线状态。

信息源:iThome

研究

美国银行下调MongoDB目标价至450美元,称其Atlas增长预期降低

实质变化
2026-11-20 02:55

美国银行(Bank of America)在MongoDB Inc(纳斯达克代码:MDB)发布2027财年第三季度财报前,将其目标股价从540美元下调至450美元,但维持“买入”评级。该行认为,投资者对MongoDB云数据库业务Atlas的增长预期已有所降低,且整个基础设施软件行业的估值倍数出现下滑。

分析师指出,近期管理层变动增加了销售执行和企业客户扩张的不确定性,但这被视为执行风险而非竞争力减弱。目前,Atlas收入同比增长29%即可满足投资者预期。此外,MongoDB于11月17日宣布收购Firebolt,旨在通过增加实时在线分析处理数据库能力,向更广泛的AI数据平台转型,从而与Snowflake和Databricks展开竞争。

美国银行预计,到2030年AI数据平台市场规模可能达到4950亿美元。该行将MongoDB的估值倍数从12倍下调至9.9倍(基于2027日历年预估收入)。若第四季度Atlas收入指引为26%,则符合现有展望并支持增长复苏;若指引疲软,则可能推迟投资逻辑的实现。

信息源:Proactiveinvestors UK

研究

Amundi投资研究所:2027年AI投资从奖励产能转向要求回报,持有瓶颈而非支出依赖者

结构性
2026-11-19 16:48

法国资产管理机构Amundi投资研究所(Amundi Investment Institute)于2026年11月19日发布2027年AI投资展望,由发达市场股票、外汇与数字资产主管Federico Cesarini和亚洲宏观策略高级策略师Claire Huang署名。文章的核心判断是:AI已经吸收了不成比例的全球资本、盈利增长和投资者注意力,但叙事正在从谁能投得最多转向谁能捕获最高回报。

这一转变的财务基础是:美国超大规模云服务商的自由现金流预计在2027年触底,资本支出将超过经营现金流。文章认为,市场将更关心自由现金流为何恢复而非何时恢复,要求早期证据表明变现曲线正在向上弯曲。任何支出指引的动摇或令人失望的盈利都可能引发整个AI基础设施板块的急剧重估。

在此判断之上,文章提出了一个具体的行业筛选规则:限制对需要进一步承诺的行业的敞口。支出依赖型公司——尤其是新型云服务商、数据中心开发商和托管REITs——如果支出趋于平稳,可能面临直接的收入冲击。相比之下,真正的基础设施参与者(电力设备、电网、网络设备、芯片制造)更为隔离,因为供应受限、积压订单延伸至2027年之后、物理瓶颈依然存在。

文章最具辨识度的论点在于对中间层的关注。市场通常将AI视为赋能者(建设基础设施)和采用者(使用基础设施)之间的双马竞赛,但这遗漏了促进者层——即那些将AI能力转化为企业工作流的IT服务和软件公司。文章认为,促进者层在结构上处于更早变现的位置,且面临的预期门槛远低于基础设施层。消费型定价的转型、代理式AI采用的加速,以及IT服务作为实施伙伴的结构性角色,都指向一个比基础设施层更近、且尚未被充分定价的变现拐点。

关于中国,文章提出了一个不同于常见框架的风险视角:中国AI企业虽然在全球组合中权重很小,但其对AI交易的影响远非边缘。开放权重模型压缩了前沿定价能力,部分技术栈正在商品化,而在算力稀缺条件下实现的效率提升则质疑了美国建设周期所假设的资本支出强度。文章认为,在所有风险中,这是唯一一个挑战回报论点本身而非仅仅挑战其时间节奏的风险。

在组合构建层面,文章建议在AI投资从产能扩张转向回报生成之际,更加重视现金流可见性、资本纪律、估值和半导体利润的可持续性。股息收入和有吸引力的估值可以提供互补回报,特别是在市场领导权从资本密集型AI交易板块向外扩展时,这有助于抑制波动性并提供更稳定的回报流。

需要强调的是,这是Amundi投资研究所的归因论点,而非已验证的市场结果。文章对2027年自由现金流触底、IT板块占MSCI ACWI净收入增长70%等判断均为预测性质。其框架的有效性取决于资本支出是否真的趋于平稳——如果AI应用加速推动新一轮支出周期,支出依赖型公司的分类前提将失效。

信息源:Amundi Research Center

研究

AI游戏伴侣Kult创始人Omid Ashtari:用决策模型按置信度路由,轻量模型先答、不确定时升级

实质变化
2026-11-20

一个坐在玩家旁边的AI游戏伴侣,需要同时满足三个相互矛盾的要求:回答要快(游戏是实时的),答案要准(每个游戏有自己的物品、系统和词汇),成本要低(始终在线的伴侣每次会话处理多轮对话,每轮都必须便宜到消费者产品能承受)。伦敦初创公司Kult的创始人兼CEO Omid Ashtari在Google Cloud博客中解释了他们如何用模型路由架构解决这个三难问题。

核心思路不是选一个模型,而是让不同层级的模型各做各的事。最轻量的Gemini Flash层级处理高频率重复工作——Kult为每添加一个游戏要发起数千次小调用。Gemini Flash运行每一轮对话:它判断玩家在问什么,然后基于Kult自己构建的游戏知识库写出答案,快到能跟上游戏节奏。而最新、最重的Gemini模型只处理每个游戏一次的罕见深度推理。Ashtari指出,最新Flash模型在价格、速度和质量之间达到了他们在别处没有找到的平衡点,这正是始终在线的游戏伴侣能作为消费者产品运转的原因。

但光有层级划分还不够,还需要一个机制来决定什么时候该升级。Kult使用一个名为Jev的决策专用模型来处理这类判断:它不写文章,只返回一个选择和一个校准过的置信度分数。置信的案例在极短时间内以极低成本解决,不置信的则升级到更大的Gemini模型。Ashtari解释,系统中很多工作本质上是决策而非写作——需要理解查询关于哪个游戏、问题是否需要查找、答案是否覆盖了要点。这些决策不需要大模型,但需要可靠。

这套路由之所以能工作,有一个前提条件:答案的准确性不来自模型的记忆,而来自Kult自己构建的结构化知识库。游戏每次更新补丁都可能改变内容,通用模型的训练截止日期意味着它们可能落后数月。Kult为每款覆盖的游戏自动构建结构化知识库并保持更新,模型的工作是对这些知识进行推理,而非依赖训练数据中的记忆。Ashtari的设计将事实来源和推理能力分开:知识库提供事实,模型负责推理和表达。

Kult目前覆盖超过100款游戏,添加新游戏是自动化流程而非人工项目。这让他们这样一个小团队能够瞄准玩家随时拿起的游戏,包括新发售作品——而新游戏的大部分游玩发生在发布后的头几周。公司目前处于alpha阶段,正在逐步向更多玩家开放。

需要强调的是,这是Kult自报的架构描述。Jev模型未公开,无法独立检验其置信度校准的质量;产品处于alpha阶段,没有公开的性能数据证明该路由策略在规模化后仍有效。但Ashtari给出的设计逻辑——用最小能做对的模型做对的事,用决策模型判断什么时候该升级——对任何构建多轮对话型消费者AI产品的团队都有参考价值。

信息源:Google Cloud Blog

研究

谷歌推出Gemini API工具检索功能,支持按需加载参数架构以优化大型智能体性能

实质变化
2026-11-20 02:00

谷歌于2026年11月19日宣布在Gemini API的Interactions接口中推出“工具检索”(Tool Retrieval)功能的预览版。这一更新旨在解决AI智能体在连接数十甚至数百个工具时面临的上下文膨胀问题。传统模式下,开发者需在每次请求中发送所有工具的完整参数架构,这不仅增加了输入令牌数量、导致延迟上升,还会随着候选列表增长而降低模型选择正确工具的准确率。

通过启用工具检索,智能体可以将完整的工具库置于“待命”状态,仅在当前任务需要时才加载特定工具的参数架构。开发者只需在请求中添加tool_search工具,并将需要延迟加载的工具设置为defer_loading: true。模型依然能看到每个延迟工具的名称和描述,从而知晓可用资源,但具体的参数定义不会占用初始上下文窗口。当模型决定使用某个工具时,API会在同一请求周期内动态加载其完整架构,随后模型即可正常调用该函数。

该机制无需开发者构建或托管额外的索引服务,搜索过程由Gemini服务器端完成。对于拥有自有工具注册表或权限过滤系统的团队,谷歌也提供了客户端检索模式,允许应用层执行搜索逻辑,但这会增加一次往返延迟。此外,工具检索与远程MCP(模型上下文协议)服务器兼容,可一次性延迟加载整个服务器暴露的所有工具。

在计费方面,工具检索没有单独的费用,仍按标准费率收取输入和输出令牌费用。虽然开启tool_search会引入少量固定输入令牌开销,且被加载的架构在后续对话中持续计费,但对于大型工具库而言,未加载架构所节省的令牌通常远超已加载部分,从而降低总体成本。目前,该功能支持Gemini 3.6及更高版本模型,包括所有Gemini 4系列模型。

信息源:Google

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系