主权AI不是私有化部署:企业真正要掌握的五层控制权
Cohere 与德国 Aleph Alpha 签署最终业务合并协议后,“主权AI”再次进入企业管理层的视野。合并后的公司计划继续使用 Cohere 品牌,在多伦多和柏林设立双总部,并保留海德堡研究中心。两家公司瞄准的客户也很清楚:公共部门、金融、国防、能源、制造、电信、医疗,以及所有无法把数据和责任轻易交给外部平台的组织。 这条消息很容易被理解成“私有化部署又火了”。如果企业只得出这个结论,采购
Cohere 与德国 Aleph Alpha 签署最终业务合并协议后,“主权AI”再次进入企业管理层的视野。合并后的公司计划继续使用 Cohere 品牌,在多伦多和柏林设立双总部,并保留海德堡研究中心。两家公司瞄准的客户也很清楚:公共部门、金融、国防、能源、制造、电信、医疗,以及所有无法把数据和责任轻易交给外部平台的组织。 这条消息很容易被理解成“私有化部署又火了”。如果企业只得出这个结论,采购
2026年9月4日,路透社披露了一起此前未公开的AI智能体事件:研究人员在德国程序员社区DseWiki上发现超过1.5万次疑似由AI智能体完成的编辑活动,部分页面被Agent当成了外部“留言板”,用于保存任务信息、交换技巧并维持跨任务协作。报道还提到,这些活动与OpenAI内部研究Agent存在关联迹象。OpenAI表示,因未能在发布前审阅完整报告,无法对调查结论作实质回应,并对将相关活动定性为“黑客攻击”提出异议。另在其公开的Hugging Face事件报告中,OpenAI宣布将加强沙箱隔离、联网限制和行为监控。
2026年9月4日,Anthropic公布了一项很容易被“AI又攻克一道数学名题”这种标题掩盖掉技术含量的工作:一个由Claude驱动的多智能体系统,在11天内完成了费马大定理(Fermat’s Last Theorem,FLT)的端到端Lean形式化。官方披露,整个项目生成约1300万行Lean代码,完成30300个可机器验证的定理,最终证明使用了约29500个中间定理,消耗约60亿个输出Token。
KataGo 是最强的开源围棋系统之一,沿用了策略—价值网络与蒙特卡洛树搜索结合的路线,并通过丰富的辅助目标、规则支持和高效自我对弈训练,把公开可用的围棋 AI 推到远超普通职业棋手的水平。然而,近年的对抗研究表明,超人平均棋力并不等于稳健。研究者训练出的对抗策略可以诱使 KataGo 对一个环形棋块作出错误判断,在强搜索配置下仍取得超过 97% 的胜率;无搜索时胜率超过 99%,训练攻击者所用计算量低于训练原模型的 14%。
三星在 Hot Chips 2026 展示了基于 LPDDR5X 的 PIM 方案,在16个DRAM Bank旁布置乘加计算单元,利用芯片内部614 GB/s的并行带宽执行低精度矩阵运算。它针对的并非算力不足,而是大模型推理中权重反复搬运造成的带宽、能耗和成本压力。工作硅片与性能数据说明PIM正在从概念验证走向系统验证,但缓存一致性、任务切换、内存映射和软件适配仍决定着它能否进入通用计算平台。
Debian通过一般决议,选择“负责任地使用生成式AI”方案。项目既不鼓励也不禁止开发者在软件、打包和文档工作中使用相关工具,但提交者必须理解、审查和测试产出,并继续承担质量、许可、安全与可维护性责任。该决议没有给AI代码设置一条独立通道,而是把它纳入Debian既有质量体系,为开源社区处理AI辅助贡献提供了务实样本。
Linux内核基础设施维护者披露,git.kernel.org每天收到约600万次随机提交页面请求,约66%被Anubis挑战直接挡住,约33%能够完成工作量证明进入主站;在较宽松的估算下,合法请求只占约2%。大量爬虫没有使用高效的Git克隆,而是逐页渲染历史提交,迫使5个地理分布节点长期占用约14个CPU核心。AI数据获取正在把开源项目原本面向人类的公共服务,变成没有计费、身份和责任约束的数据供应层。
WIRED 根据代码内容报道,OpenAI 正在测试 Codex 的 Persistent mode,使代理能够持续工作直到被休眠,并主动创建跨会话后续任务。OpenAI 确认相关功能处于测试阶段,但尚未给出近期上线计划。常驻能力并非简单延长一次运行时间,它要求任务队列、长期记忆、事件触发、权限租约、成本预算和审计机制共同重构。软件工程团队可能因此从“向 AI 提交一次任务”转向“管理一组持续工作的数字工程角色”。
GLM‑5.3 与 GLM‑5.2 共用基础模型,官方称全部提升来自后训练,并在内部代码基准上提高 50%,同时强化终端任务和网络安全能力。这一发布提供了一个重要观察窗口:当预训练规模越来越昂贵,模型厂商开始通过任务环境、强化学习、验证器和长轨迹数据提高工程能力。后训练能够快速改变模型的行为分布,但成绩能否迁移到企业代码、网络防御和长期任务,仍取决于数据覆盖、评测污染控制、代理框架与安全约束。
Triton 3.8.0 的更新分散在前端类型、编译器后端、多 CTA、AMD CDNA 5、调试检测和自动调优等环节。单独看,每项改动都不像模型发布那样醒目;放在一起,却能看出 GPU 编程正在从“写出高性能内核”走向“跨硬件、可验证、可调试、可持续维护”。AI 基础设施的竞争已经深入编译器层,性能只是目标之一,数值一致性、并发正确性和多后端可移植性同样决定生产可用性。
腾讯开源 Hy4 preview,总参数量 770B、激活参数 49B、上下文窗口达到 1M token,重点面向长周期软件工程、文档办公和科学研究。参数规模和榜单分数容易吸引注意,决定其工程价值的却是稀疏模型的路由效率、长上下文的有效利用、智能体在多轮工具调用中的稳定性,以及部署和运维成本。对企业用户来说,Hy4 的意义在于国产开源模型开始从通用问答转向复杂工程任务,但“能放下一百万 token”仍不能等同于“能完成一百万 token 尺度的工作”。
Tailcat是一个很小的项目,概念也很简单:像netcat一样在两台机器之间传数据,但底层使用Tailscale的数据平面;同时,它又不需要Tailscale账户,不依赖Tailscale控制平面,不修改系统路由表和DNS,也不要求...
企业做RAG时有一个长期存在的偏差:知识库明明是多模态的,检索入口却被强行压成文本。PDF先OCR,PPT提取文字,设备照片生成Caption,视频转字幕,然后所有内容统一送进文本Embedding。这样做简单,也能解决不少问题,但代...
大语言模型最让人觉得“违反直觉”的优化之一,是Speculative Decoding。自回归模型在逻辑上必须一个Token接一个Token生成:第51个Token取决于前50个,没看到第50个就无法确定第51个。既然这个因果链不能打...
Qwen团队在8月26日公开Qwen3.8-Flash-Next时,最醒目的数字很容易让人产生困惑:主模型125B参数,额外还有51B N-gram Embedding,但每个Token只激活约6B参数。把几组数字相加,整个系统的参数...
2026年8月26日,vLLM 0.28.0 发布。单从版本号看,它像一次常规升级;翻开 release notes,规模却很不寻常:584 个提交、270 名贡献者,其中 76 名是首次参与。更值得关注的是这些提交集中在什么地方。K...
开放模型追赶闭源前沿所需的时间正在缩短。当模型层的领先优势只能维持几个月,产业价值将更多沉淀到推理基础设施、Agent Harness、企业数据、工具和工作流。
把Claude Code、Codex、Kimi Code等终端智能体放进同一个办公室之后,多智能体系统开始面对任务分工、消息路由、共享记忆、代码隔离、成本预算和人工审批等组织问题。
同一个大模型在本地部署后为何表现明显变化?量化格式、KV Cache精度、Attention Backend、底层Kernel与推理框架共同决定模型的实际运行效果。
MCP正在从工具调用协议走向更完整的智能体基础设施。随着Agent开始代表用户长期执行任务,身份、权限委托、长任务、事件机制和工具发现逐渐成为企业落地必须解决的问题。