AI Pulse

有人把大模型装进自家服务器，数据从客厅传到笔记本，每秒130个词——和Claude Sonnet效果相当。程序员还在用前沿模型写代码，本地流式响应已成日常。接下来哪些工具会先被挤出工作流？

一位AI框架Keras作者发现，不少天天调参、跑实验的深度学习研究者，只熟悉梯度下降这一种「学习」路径；就像只用锤子修过所有家具的人，还没见过螺丝刀长什么样。接下来会冒出哪些非梯度的学习原型？

Hermes Agent现在能完全离线运行，靠Gemma 4和Ollama，在普通电脑上实现256k上下文窗口。以前要调API、付账单、等响应，现在连网都不用。

埃莫利克指出，给推理模型塞更多token，答案质量还在涨，尤其配上简单调度逻辑。可这背后是显存吃紧、延迟翻倍，Mac Studio用户正默默换散热垫。

Banpu计划投至少15亿美元在美国扩产，直接对接数据中心激增的用电需求。不是为电动车，也不是为工厂，是为每秒吞掉几千瓦的AI服务器集群。

Jon McNeill回忆特斯拉靠‘饿着资产负债表’维持紧迫感，如今一批AI公司融资后立刻清空账上现金，把钱全压进算力采购和人才签约，连缓冲期都不要。

Alex Kaplan加入Cognition增长团队，此前他在GitHub主导Copilot产品化——那个现在被程序员当键盘延伸件用的工具。他带过来的不是PPT，是已验证的AI工作流渗透路径。