Simon Willison：按量付费服务需要默认硬性预算上限，AWS 已推出支出限额
Simon Willison 呼吁按量付费的 API 和服务默认设置硬性预算上限，即达到 $X/月后直接切断并返回错误，而非仅发送警告邮件。他指出 AWS 已在 9 月 16 日推出月度支出限额功能，项目达到限额后当月暂停，但该功能目前仅向有限客户开放；Google Cloud 则在 7 月推出类似的 Spend Caps。
#部署/工程
Simon WillisonAI 评分3636
量子位AI 评分6262 Jev 估值 100 亿美元，创始人 Diogo Almeida 访谈回应一切
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示，Jev 日处理量已突破一万亿 token，夜间流量持续走高，说明大量调用来自机器自动化。
MIT Technology Review · AIAI 评分1717 用自主 AI 重新定义企业智能：MIT Technology Review 报告解析“智能体转型”
MIT Technology Review 报告指出，2026 年全球 AI 投资将达 2.5 万亿美元，同比增长 44%，但多数企业仍未能靠 AI 增长收入。报告将 AI 从工具转向运营模式的转变称为“智能体转型”，主张以流程重构为先、建设可组合架构与数据主权，让 AI 智能体能在数据所在处直接查询和准备数据。
NVIDIA BlogAI 评分2222 NVIDIA AI 工厂如何实现高产出、长寿命与通用性以最大化投资回报
NVIDIA 提出 AI 工厂投资回报由产能、使用寿命和需求三要素决定，其平台以每兆瓦吞吐量、硬件寿命和通用性同时优化这三项。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 分之一。
雷峰网AI 评分6262 从 Codex Harness 开源，看 AI 公司的护城河是什么？
OpenAI 于 8 月 19 日正式开源 Codex Harness，开放的是支撑 Codex App、CLI 和 IDE Extension 的 Agent Loop，开发者可通过 SDK 和 App Server 接入任务管理、工具调用、事件回传与人工审批，模型和云端服务仍由 OpenAI 提供。
MIT Technology Review · AIAI 评分1818 HPE：让 AI 从费用变成资产，企业何时该自建算力而非按 token 采购
HPE 提出，当 AI 从试验走向客服、IT、研究等常驻生产负载时，按 token 消费的模式会让支出变成难以预测的月度变量，企业需按工作负载判断是否转向自建容量。
Latent SpaceAI 评分6262 Anthropic 的 Thariq 谈 Claude Code 下一阶段：Claude Mods、多人与智能体安全
Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段，包括可自定义 harness 的 Claude Mods、Claude Tag 与 Projects 的多智能体协作，以及 artifacts 作为持久生成式界面。
Latent SpaceAI 评分6868 InstructGPT 作者 Diogo Almeida 谈 Jev：为生产而非上帝打造的 System 1 模型
TypeSafe AI CEO Diogo Almeida 在 Latent Space 播客中介绍其新模型 Jev，定位为面向代码消费的 System 1 大模型，按每美元智能优化，取名自杰文斯悖论。
NVIDIA BlogAI 评分3232 NVIDIA 为何称规模化部署物理 AI 需要全栈安全
NVIDIA 提出物理 AI 规模化部署需要覆盖硬件、软件、AI 行为与运行环境的全栈安全体系，并称 NVIDIA Halos 是首个也是唯一面向物理 AI 的全栈安全系统。
NVIDIA BlogAI 评分3838 NVIDIA 谈 AI 安全：如何在智能体栈的每一层解决这一工程问题
NVIDIA 提出 AI 安全是工程问题，需要明确的安全需求、可执行的管控、明确的责任人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体推理范围之外强制执行策略并提供沙箱化执行，Cisco DefenseClaw 在其上增加治理层，JFrog 则集成 OpenShell 扫描和验证智能体技能。
Hugging Face BlogAI 评分2222 GPU 管理：为什么闲置 GPU 正在成为新的停场飞机
Hugging Face 博客指出，AI 的下一个真正瓶颈是 GPU 利用率而非模型智能。GPU 按日历小时计费，却只在计算小时产出，企业自建集群后问题从"能否买到加速器"变成"能否让它们保持忙碌"。文章以航空业停场飞机作类比，强调集群即使满载也可能浪费大部分潜力，因为 GPU 全天运行而需求并不持续。
OpenAI NewsAI 评分2222 OpenAI：如何在智能体时代管理 AI 投资
OpenAI 发文阐述企业在智能体时代管理 AI 投资的方法，核心是衡量每美元产生的有效工作量、提升效率并扩展高价值工作流。
Berkeley AI ResearchAI 评分3636 智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体服务、运行智能体集群、由智能体合成。
Import AIAI 评分4242 Import AI 464：Fable 编写 GPU kernel、AI 自动化与模拟计算
Fable 在 KernelBench-Mega 上写出首个真正的 megakernel，在 RTX PRO 6000 Blackwell 上以 CUDA 实现 18.71X 加速，超过 Claude Opus 4.8 的 14.4X、GLM-5.2 的 11.14X 和 GPT 5.5 的 4.34X。
Hugging Face BlogAI 评分3636 超越 LLM：为什么可扩展的企业 AI 落地依赖智能体逻辑
Hugging Face 博客指出，企业 AI 试点大规模失败，症结在于缺少"智能体逻辑"这一引导层。IBM 用知识图谱、程序分析库等软件原语约束 LLM，在 Cobol/PL-1 应用理解中实现约 30× token 消耗降低，Aster 测试生成在 75+ 个 Java 应用上覆盖率提升 20%-45%、token 消耗最多降低 15×。
Hugging Face BlogAI 评分3838 从 DeepSeek 到 AI+：全球开源 AI 生态的未来走向
Hugging Face 博客第三篇中国开源 AI 系列文章指出，开源已成为中国 AI 机构近期的主流路线。Qwen 在 Hugging Face 上的衍生模型超过 113k，远超 Llama 的 27k 和 DeepSeek 的 6k；腾讯自 2025 年 5 月起以混元品牌加速开源视觉、视频与 3D 模型，百度则通过 Ernie 4.5 系列和 PaddlePaddle 重返开源生态。
Hugging Face BlogAI 评分3636 中国开源 AI 生态的架构选择：MoE、多模态与国产硬件如何超越 DeepSeek
Hugging Face 博客梳理中国开源 AI 生态自 2025 年 1 月“DeepSeek 时刻”以来的架构与硬件选择：Kimi K2、MiniMax M2、Qwen3 等头部模型几乎一致转向 MoE 架构，0.5B–30B 小模型与 100B–700B 大 MoE 形成“教师—学生”结构，Apache 2.0 成为默认许可证。
Hugging Face Blog精选AI 评分6666 Hugging Face 分析全球算力格局变化：中国开源模型与国产芯片的相互牵引
Hugging Face 发布分析文章，指出中国开源权重模型的推理已开始由华为昇腾、寒武纪等国产芯片承载，部分模型开始用国产芯片训练。文章认为美国出口管制与中国芯片产能提速高度相关，算力稀缺也促使 DeepSeek 的 MLA、GRPO 等效率创新走向开源，并推动 CUDA 之外的软件生态成形。
推荐理由：梳理中国开源模型与国产芯片互相牵引的路径，可看到算力受限如何反过来塑造模型架构与部署生态。
Hugging Face BlogAI 评分1515 Hugging Face 工程师 Lewis Tunstall 谈 Transformers 与大规模模型评估
Hugging Face 机器学习工程师 Lewis Tunstall 在播客中介绍了与 Leandro von Werra、Thom Wolf 合著的《NLP with Transformers》，并讲述自己在 transformers 库中推动 ONNX 导出功能，让用户只需一行代码即可将 PyTorch 模型转换格式，从而获得更低延迟和更高吞吐。
Hugging Face BlogAI 评分2828 大语言模型：新的摩尔定律？
微软和 NVIDIA 发布 Megatron-Turing NLG 530B，号称全球最大最强的生成式语言模型，但训练需数百台 DGX A100 服务器、成本近 1 亿美元。作者质疑这类超大模型趋势：基准提升有限，却带来高昂成本、复杂度和碳足迹，并建议改用预训练模型、更小模型（如 DistilBERT 保留 97% 语言理解、体积小 40%、速度快 60%）和微调。