《Against Tech Oligarchy》记录科技行业劳工运动的兴衰
MIT 博士生 JS Tan 与前科技业同事 Clarissa Redwine 合著《Against Tech Oligarchy: Worker Resistance in the World's Most Powerful Industry》(Haymarket Books,2026),记录过去十年科技员工的组织方式、有效策略及其对硅谷劳工政治的影响。
MIT 博士生 JS Tan 与前科技业同事 Clarissa Redwine 合著《Against Tech Oligarchy: Worker Resistance in the World's Most Powerful Industry》(Haymarket Books,2026),记录过去十年科技员工的组织方式、有效策略及其对硅谷劳工政治的影响。
MIT 博士生 JS Tan 与前 Kickstarter 组织者 Clarissa Redwine 出版《Against Tech Oligarchy》,记录过去十年科技业劳工运动的兴起与退潮。
在 Amazon SageMaker AI 上用多轮强化学习(MTRL)微调 Qwen3.6-27B 搜索智能体,训练数据来自 FRAMES、BRIGHT 和含 50 万+合成企业文档的 Enterprise RAG 数据集。
通过 Amazon Bedrock AgentCore 的 AgentCore Gateway,可将 Claude Desktop 连接到由 Amazon 网页索引支持的 Web Search,突破模型训练知识截止限制。
AWS 提出 Adjudicated Query 模式,让业务用户在 Amazon Quick 聊天界面提问,判定由确定性规则引擎完成,并生成"完整性回执"确保合规加违规加模糊加不可读等于已扫描。
GitHub 提出 AI 时代开发者应强化三项技能:学会指挥 AI 智能体而非只使用 AI、不要轻信 AI 的第一次答案、用 AI 节省的时间去解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会用第二个模型对计划、代码和测试进行批判性审查。开发者仍需负责最终结果,包括定义问题、评审 AI 生成的代码并决定哪些可以发布。
OpenAI 发布 GPT-6 家族模型指南,面向初创团队讲解如何选择 GPT-6 模型、调节推理强度、优化提示词与技能、协调工具调用,并为生产环境准备工作流。
NVIDIA 为 DGX Spark 新增 64GB 统一内存版本,10 月 23 日由 Acer、ASUS、Dell、Gigabyte、HP 和 MSI 出货,起售价 $4,999。
ServiceNow CoreAI 构建了 AutoSynthData,用目标模型的失败案例与更强教师模型的成功轨迹定位能力缺口,再生成并验证新的可执行任务用于后训练,课程随模型进步向剩余难点迁移。
MIT 马丁信托创业中心推出免费 AI 青年创业平台 Dear Dreamer,面向初高中学生,将"纪律化创业"框架改造成含短视频、互动练习和个性化反馈的自学体验。该框架此前课程已吸引数十万人学习,使用它的 MIT delta v 加速器学员存活/被收购率达 61%,累计融资超 30 亿美元。项目方称目标是在 2030 年前赋能 5 万名年轻创业者。
OpenAI 的 GPT-6 Astra Ultrafast 在 NVIDIA Blackwell GPU 上运行,现已面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由:原文给出了 Ultrafast 相对标准模式的加速倍数与适用场景,读者可据此判断它在编码智能体工作流中的实际提速空间。
AWS Professional Services 打造了四智能体模式,在 Amazon Bedrock AgentCore 上运行、通过 MCP 工具连接源与目标,把单应用 IaC 开发时间从 3 到 4 周压缩到几分钟。该模式与 AWS Transform、AWS DMS 并存,覆盖迁移发现、IaC 生成、治理报告与切换后 SRE 运维,基于 Strands Agents SDK 构建。
MIT CSAIL 联合 Google 和东北大学推出 InstructMesh,把 3D 生成系统 TRELLIS 与 GPT-4 结合,用户可用自然语言点选并修改 AI 生成的 3D 模型后再打印。
Amazon Quick 推出 Live Data in Apps,AI 构建的应用可在用户每次打开时实时查询受治理的 Quick Sight 数据集,不再依赖发布时的静态快照。
NVIDIA 发布 DOCA Agent Skills,为 AI 智能体补充 NVIDIA DOCA 这一基础设施软件领域的专业知识,用于在 BlueField 上更快构建应用。NVIDIA 指出,通用智能体并非为 DOCA 这类专用基础设施软件设计,缺乏领域知识时容易靠猜测行事,而基础设施开发中每次纠错都会挤占部署时间。
NVIDIA 发布 Do Inference Now (DIN) Deploy,一个开源 C++ 示例集合,将 ONNX Runtime 与 NVIDIA TensorRT RTX 执行提供程序结合,帮助开发者把模型 checkpoint 转到本地原生应用。该示例面向需要可移植模型格式、可靠运行时和跨目标系统加速的本地 AI 场景。
NVIDIA NeMo Agent Toolkit(NAT)通过自定义 MemoryEditor 接口接入 Amazon S3 Vectors,把它作为持久记忆后端,支持每个索引最多 20 亿向量、强写一致性和按 bucket/index 的 IAM 访问控制。
Amazon Payments 在 Amazon SageMaker AI 上用多目标上下文多臂老虎机(LinUCB)为产品获客漏斗做个性化,将申请开始、提交、审批三阶段分别建模并线性组合 UCB 分数以兼顾整条漏斗;七周在线 A/B 测试中,某一人群的最终漏斗转化率取得高个位数相对提升,另一人群未见改善。团队认为问题出在内容而非模型,并公开了可在合成数据上试用的代码仓库。
Amazon Bedrock AgentCore 可构建事件驱动的环境智能体(ambient agent),由 Amazon S3 事件通知、EventBridge、Lambda 等信号触发后在 AgentCore Runtime 上运行,需要时通过单个 ask_human 工具暂停并等待人工审批再继续。
AWS 为 Claude Platform on AWS(CPonAWS)给出多环境访问的完整实现方案:在组织内设专用 AI Services 账户持有订阅与 workspace,AWS 工作负载通过跨账户 SigV4 调用推理,开发者用绑定 workspace 的长期 API key,外部环境经 OIDC 联邦获取短期凭证。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 做监督微调,并叠加提示词层面的输出优化,使其适配自身零售内容审核策略。
AI2 发布 Olmo-core 3,这是其大语言模型开发框架的一次重大升级,核心是一套重新设计的开源 MoE 训练系统,目标是把 MoE 训练扩展到万亿参数规模。
推荐理由:原文给出 MoE 训练栈在专家池扩展与吞吐上的实测对比,可据此判断大 MoE 训练的开源可选方案。
NVIDIA 提出 AI 工厂回报由三要素决定:每兆瓦盈利能力、硬件使用寿命和 token 需求。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量超 GB300 NVL72 的 30 倍,在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍;2020 年发布的 A100 六年后仍在商用,CUDA 跨代兼容让已部署硬件持续创收。
NVIDIA 针对沙特阿拉伯语方言微调 Nemotron 模型,以解决区域方言和本地录音条件在预训练数据中代表性不足、导致多语言模型在真实部署中表现欠佳的问题。基础模型可能识别现代标准阿拉伯语,却在沙特方言场景下失准,该工作同时给出向其他语言扩展的路径。
面向大规模个性化场景的生成式推荐系统(GR)把推荐重构为对用户行为的序列建模,用户的交互、上下文、候选物品和动作都被当作高基数事件流中的 token。NVIDIA 介绍如何用 Dynamo-Triton 部署 HSTU 生成式推荐模型。
Google DeepMind 宣布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络防御者开放,随后逐步扩展至开发者、企业和消费者。
推荐理由:官方披露了 Gemini 4 Argon 的能力、基准与分阶段开放方式,读者可据此判断前沿模型在企业工作流和网络防御中的落地节奏。
NVIDIA 发布 cuObject 和 SCADA Server SDK,为 AI 基础设施工程师、存储开发者与云服务商提供对高容量文件与对象存储的快速安全访问。AI 负载在训练、微调、推理上下文、工具调用、搜索和数据库查询中越来越需要高速数据访问,而这些数据大量存于本地与云端的文件及对象中。
NVIDIA NeMo Relay 用于追踪 Agent Harness 的运行行为,解决智能体虽然完成任务却走了低效路径的问题——例如搜索失败触发重复搜索、文件读取被截断后命令再次抓取相同内容,这些多余步骤会拉高延迟并消耗 token。这些低效步骤不会体现在最终答案里,却会增加失败概率。
微软研究院实习生开发了一套端到端机器学习系统,可在风险出现前 30 至 60 分钟为美国本土 66,935 座变电站生成位置级空间天气风险估计。系统把太阳风观测、AE 与 Dst 指数预报、地质电导率等因素结合,先预测磁场变化率 dB/dt 再汇总为大陆级风险评估。评估期内该流水线识别出近 80% 的重大空间天气事件,Dst 预测器在 62.2% 的高活跃小时上优于 Burton 方程。
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文档并返回带引用的答案。
AWS 官方博客给出在 Amazon Bedrock AgentCore Runtime Instances 上部署多智能体音乐制作管线的完整教程,三个智能体分别负责作曲、交付与合规筛查,通过同一个 runtimeSessionId 被调度到同一台 GPU 实例并共享文件系统。
推荐理由:原文给出了在 AgentCore Runtime Instances 上搭建多智能体协作管线的完整代码与部署步骤,可迁移到其他长时任务。
MIT Transit Lab 获得 Google.org 210 万美元资助,用于开发 Public Transit Intelligence Hub(PTIQ),将公交机构的实时监控、运营控制和乘客沟通系统整合为单一 AI 编排平台。
Google DeepMind 推出 SynthID Bio,把水印技术带入合成生物学,在生物代码中嵌入不可感知的签名,使其不仅能在数字模型上、也能在合成出的实体蛋白质上被验证,同时保持其生物功能。
推荐理由:SynthID 首次延伸到合成生物学,给出可验证的生物水印路径和生物安全落地场景。
MIT、卡内基梅隆、NYU 和斯坦福的研究者开发出 AI 系统 Ataraxos,在隐藏信息的棋盘战争游戏 Stratego 中以 15-1-4 击败世界最强人类选手,并在世界锦标赛顶级选手中取得 39-2 战绩,此前无 AI 系统做到。
CoreWeave 宣布 NVIDIA Vera Rubin NVL72 系统搭配 Spectrum-X 102.4T 以太网正式在其云上可用,Devin 开发商 Cognition 成为首个跑生产负载的客户,早期测试中 SWE-2 推理总 token 吞吐量较 GB200 NVL72 提升最高 4.8 倍。
Amazon Bedrock 在印度上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5,通过印度地理跨区域推理将请求限制在 ap-south-1 与 ap-south-2 之间,数据不出境。
Amazon Bedrock 现已在首尔和新加坡支持 Anthropic Claude 模型的区域内推理:首尔支持 Claude Opus 5 和 Claude Sonnet 5,新加坡支持 Claude Sonnet 5,通过 bedrock-runtime 端点调用。
Hugging Face 发布 Open TTS Leaderboard,用 WER/CER、RTFx、TTFA 和 WavLM 说话人相似度等客观指标评测开源多语言 TTS 与语音克隆模型,把评测周期从数周投票压缩到数小时。
GPT-6.1 Sol 在 Amazon Bedrock 正式可用,为智能体编码、电脑操作和专业工作流带来更强推理能力,是 GPT-6 Sol 的一次重大升级。
推荐理由:原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本数据,读者可据此判断智能体编码任务的部署选择。
NVIDIA TensorRT Model Connect 是基于 NVIDIA TensorRT 构建的开源 C++ AI 模型参考实现集合,整个项目围绕编码智能体设计。项目采用并行工作、模型家族隔离、可回滚变更和 GPU 验证等做法,目标是让 NVIDIA 推理栈的性能更易于使用。