科技剪报 · 2026-11-18|把推理做成基础设施
整理:henri
本期整理 12 条,围绕模型与智能、推理与智能体工程、企业与资本,以及城市与产品工程。GPT-6.2 的实测与压缩理论追问智能如何落地,Devin Bots 将任务推进到持续责任;英伟达的增长与治理问题、Anthropic 的待定发行价,则呈现 AI 扩张的另一面。数据中心供电、地下交通和信息流加载,最终都落在工程取舍上。
模型与智能
GPT-6.2 把有边界的任务做满了,开放式工作仍不够
Every 的 Katie Parrott 写道,评测负责人 Mike Taylor 带着团队,用两周多时间试用了 OpenAI 新发布的 GPT-6.2 Astra 和 Sol。Sol 曾把一次旅行规划做到他给过的第一个满分,但他并不打算把它纳入日常工作。Astra 在边界清楚的编程和运营任务上显得好用,可是写长文时容易跑题,做更复杂的项目也需要人不断推一把;Sol 更少让测试者感到有必要换用。文章的判断是:这两款模型把「任务边界清楚、结果容易验收」的工作做得更稳了,但在需要判断力和持续跟进的开放式写作与搭建上,团队仍更常使用 Claude 和 Gemini。
Vibe Check: GPT-6.2 Astra and Sol Leave Us Wanting More · Every
every.toGPT-6.2 把有边界的任务做满了,开放式工作仍不够用算术编码把预测器变成压缩器
3Blue1Brown 的 Grant Sanderson 在「压缩即智能」系列第三集里,介绍算术编码(arithmetic coding):它能把任意预测器——例如大语言模型——变成一个压缩器,从而把文本压到大约每个字符 1 比特。这一算法本身很精致,也为预训练到底在优化什么、为何使用交叉熵损失,提供了另一种看法。文章进一步把「压缩即智能」说得更具体:好的压缩同时要求预测能力、少用假设而不是死记许多事实,以及更快的学习速度。这三件事看起来分散,却都是把世界压得更短时所必需的。
How to compress text to 1 bit per character · 3Blue1Brown
3blue1brown.substack.com用算术编码把预测器变成压缩器All-In 访谈 Databricks CEO:AGI 是否已经到了
All-In 于 11 月 17 日更新一期约 62 分钟的访谈,主持人 Jason Calacanis 对话 Databricks CEO Ali Ghodsi。谈话从企业是否已经拥有足够的智能出发,讨论真正的瓶颈是否在于把会议、文档、代码和组织结构转成可用的上下文;Ghodsi 还演示了智能体用法,并谈到公司为何仍考虑保持私有,以及递归自我改进与网络风险。
单集章节安排也把这条线索分得很清楚:8 分 50 秒进入 AGI 与企业落地差距,22 分 04 秒开始智能体演示,38 分 25 秒讨论保持私有的理由,44 分 02 秒转向递归自我改进与风险。标题里的「AGI 已经到了」应当读作受访者提出的讨论命题,而不是本期对通用人工智能状态的认定。对企业读者而言,更实际的问题是如何让模型接上组织已有的信息,并为结果建立可检查的工作流程。
allin.comAll-In 访谈 Databricks CEO:AGI 是否已经到了推理与智能体工程
软件工程师需要补上的推理工程
《The Pragmatic Engineer》观察,不少科技公司正把工作负载从前沿实验室的接口,转到开源模型上,以控制推理成本:优步把每个 token 的花费砍掉约一半,Pinterest 降了约九成,AT&T 也下降了 56%。文章认为,除了像 Revolut 那样自购数十张 B200 显卡,更常见的路径是先改用推理服务商(如 Modal、Fireworks、Baseten)的多租户接口,用量上来后再租专用 GPU。切换的常见理由是降本、更好掌控延迟,以及便于微调;但多租户环境仍会碰到长尾延迟、缓存命中率、冷启动和速率限制。作者把这套取舍称为「推理工程」,认为软件工程师需要逐渐熟悉。
Inference engineering for software engineers · The Pragmatic Engineer
newsletter.pragmaticengineer.com软件工程师需要补上的推理工程Cloudflare 自称「新实验室」,要做毫秒级决策模型
Latent Space 报道,Cloudflare 产品负责人 Michelle Chen 在 AI Engineer Code Summit 上,把公司称为「新实验室」(neolab):它已发布两款所谓「系统一」模型,也就是以毫秒级速度做判断、不必每次都把请求交给大型语言模型的模型。其中 Clef 直接仿照 TypeSafe AI 的 Jev,团队称约两周就做出了可用版本;Clairic 则是自研的抽取模型,用于从非结构化文本中一次取出类型明确的数值,减少大模型常见的幻觉和格式错误。Cloudflare 本季年化收入已超过 30 亿美元,并不符合新实验室通常「高融资、低收入」的画像;Chen 也强调,重点是在现有模型上做训练后优化,而不是从头预训练,以降低延迟、依赖和许可证风险。
Cloudflare Joins the Jevolution and Labels Itself a Neolab · Latent Space
lspace.beehiiv.comCloudflare 自称「新实验室」,要做毫秒级决策模型Cognition 推出 Devin Bots:让代理承担责任,而不只是任务
Cognition 于 11 月 17 日发布 Devin Bots:这是带有记忆与工具的持久代理,可以承担一项持续目标,并带领多个 Devin 并行完成规划、编码、测试与跟进,只把需要人做决策的问题交回。公司自身的案例包括:一个「Android Bot」在 44 天里合并了 1134 个拉取请求,把 Devin 的 Android 应用做到开放测试;一家手游工作室的周拉取请求从约 50 个增到约 1900 个。Devin Bots 已在 devin.ai/bots 上线。
官方案例呈现的并不只是一次性生成更多代码,而是让智能体持续跟进目标、拆分后续工作,并在需要判断时再找人。Cognition 同时强调,工程师仍要定义成功标准、搭建测试与反馈,并明确系统访问权限、预算和发布审批边界;这些案例中的产出增长,并不意味着验证与责任也可以交给模型。
devin.aiCognition 推出 Devin Bots:让代理承担责任,而不只是任务企业与资本
英伟达业绩超预期,董事会明确不请回黄仁勋
11 月 17 日(美西时间),英伟达公布截至 10 月 25 日的财年 2027 三季报告:营收 1158 亿美元,环比增 20%、同比增 103%;数据中心业务营收 1076 亿美元,同比增 110%;按美国通用会计准则(GAAP)的净利润 653 亿美元。公司预计财年四季营收 1300 亿美元,上下浮动 3%。Vera Rubin NVL72 已开始出货。代理 CEO、CFO Colette Kress 称「势头是真实的」,Vera Rubin「开局爆炸」。据 CNBC,Kress 还把 2028 财年的增长预期从 70% 上调至 75%,盘后股价涨超 3%。
同一天更早,黄仁勋发表了辞职以来的首次公开声明(见于《华尔街日报》与 CNBC,《卫报》也有转述)。他承认「个人生活中犯了严重错误」,表示将配合董事会的独立调查,并写道:若董事会认为他回任符合股东、员工与公司的利益,他「会感到荣幸并回任 CEO」。几小时后的业绩说明会上,新任董事会主席 Harvey Jones 开门见山,称董事会「不打算恢复黄仁勋的 CEO 职务」,且不会在当日回答与辞职细节或正在进行的调查相关的问题。《华尔街日报》还报道,美国证券交易委员会正就英伟达的信息披露是否误导投资者展开民事调查;证交会尚未公开确认。
英伟达财年三季公告 · CNBC 业绩与电话会报道 · The Verge · 黄仁勋声明(《卫报》) · TechCrunch 转述证交会调查
Paul Graham:谁能直说自己比黄仁勋更能做 CEO?
在英伟达业绩说明会之前,Paul Graham 发帖写道:想象一下自己是英伟达董事,面对潜在 CEO 人选,还要脸不红心不跳地说另一个人会做得比黄仁勋更好。这条帖表达了 Graham 本人对替代人选的怀疑,也和几小时后董事会的官方表态形成对照。
这是一条关于管理能力的个人评论,不代表董事会决定或调查结论。
x.comPaul Graham:谁能直说自己比黄仁勋更能做 CEO?Anthropic IPO:消息称定价或高于现有范围
CNBC 引述多位消息人士 11 月 17 日表示,Anthropic 的 IPO 很可能定价高于目前 70 至 78 美元的范围;订单簿计划于当日 16:00(美东时间)关闭以锁定需求。公司仍预计于 11 月 18 日晚间确定发行价,11 月 19 日以代号 ANT 在纳斯达克开始交易。截至本简报写作时,官方最终发行价尚未公布。
公司 11 月 10 日的初步招股书列出 8.25 亿股拟发行股票与每股 70 至 78 美元的参考区间。因此,报道中的「高于范围」是询价阶段的消息,并非已经完成定价;发行价、首日成交价与后续市场价格也不是同一个概念,不能把认购需求直接当成上市后的表现。
cnbc.comAnthropic IPO:消息称定价或高于现有范围城市与产品工程
德州给 SpaceX 数据中心签发空气许可
据 POLITICO 报道,德克萨斯州环境质量委员会(TCEQ)于 11 月 16 日向 SpaceX 计划在里奥格兰德河谷的数据中心及燃气电厂签发了空气污染许可,TCEQ 发言人 Laura Lopez 确认许可已于周一签发。该项目规模约 240 亿美元,许可批准在约 444 英亩的地块上安装 35 台天然气涡轮机,总装机 750 兆瓦。许可将氮氧化物年排放上限设在约 248 吨,略低于 250 吨这一会触发更严格联邦审查的门槛。这是德州当局在曾暂停相关审批之后,为这一类超级计算设施重新开放许可的重要一步。
这则消息说明,计算设施扩张已经不只是采购芯片与机柜,还牵涉现场供电和排放额度。获得空气许可只代表相关审批的一步,不能把计划装机容量写成已经投产的供电能力,也不能把项目投资规模当作已经花完的建设费用。
politico.com德州给 SpaceX 数据中心签发空气许可把隧道挖便宜,交通才可能转到地下
a16z 采访 Boring Company 首席执行官 Steve Davis,核心判断是:超级回路(Hyperloop)真正难的不是载具,而是把隧道挖便宜。该公司自 2017 年成立以来,已把掘进成本压到每英里 1000 万美元以下,并认为还有再降一半的空间;Davis 说,如果降到 500 万美元以下,「为什么还要再修路面道路?」拉斯维加斯的 Vegas Loop 自 2021 年开通以来已运送超过 400 万人次,并有项目在纳什维尔、圣安东尼奥、奥兰多和迪拜推进。文章用一个对比说明体感差异:同样一段路,地面网约车约 13 美元、10 分钟,隧道里的特斯拉约 4.5 美元、1 分钟。Davis 设想,廉价隧道能把偏远地块变成「八分钟可达」的城市,并最终把华盛顿到拉斯维加斯缩成半小时车程。这是长期设想,并非现有交通服务已经达到的速度。
The Boring Company & the Future Underground · a16z
a16z.news把隧道挖便宜,交通才可能转到地下信息流为什么不会一次加载全部帖子
The Architect’s Notebook 用 Instagram 信息流作例子,解释大型列表类产品为什么不会在打开时下载全部内容。一次取回几百条帖子,会浪费带宽和内存,也会加重服务器负担,而用户往往只看开头几条。更常见的做法是分页:每次只取一小批;用游标而不是偏移量,更适合内容不断变化的信息流;再配合预取,在用户滑到当前批次末尾之前就把下一批准备好。文章还提到渐进加载媒体、以及前端虚拟化,避免一次性渲染过多条目。结论很实际:好的性能不是尽快装完所有数据,而是让「用户此刻用得上」的那一部分及时出现。
Why Instagram Doesn’t Load Every Post When You Open Your Feed · The Architect’s Notebook
thearchitectsnotebook.substack.com信息流为什么不会一次加载全部帖子