ITPub博客

Anant Kumar 构建了用于比较贷款估值和分析信贷协议的工具，并使用 Codex 进行代码审查和加快后续跟进。 首个 BDC 估值标记追踪器版本；总开发时间约 10–12 小时，包括后续改进。 首轮信贷协议分析，随后进行 1 小时以上的人工审查。 在专注于信贷的投资管理公司 Benefit Street Partners，过去回答投资委员会的后续问题需要数天或数周。投资组合经理 Anant Kumar 表示，分析师现在借助 Codex 可以在一天内完成一轮意见回复，而且常常能在会议期间直接回答问题。BSP 正在利用这些工具在相同时间内增加审查能力和承销严谨度，而不是为了做更多交易。 “我已经从仅仅是一名分析师和投资组合经理，变成了现在同时也是一名开发者。我可以构建东西了。

美国银行（Bank of America）因一项AI安全审计及其反洗钱（AML）控制措施存在不足的发现，不得不在IT方面投入巨资。 在银行监管机构认定该行对合规持松懈态度后，该银行本周因洗钱违规被处以高达12亿美元的罚款。 “我们理解合规的严肃性，我们有责任做好这件事，”美国银行首席执行官Brian Moynihan在讨论公司第三季度财务业绩的电话会议上表示。“我们已在技术上投入数十亿美元，并投入数千名员工打击金融犯罪，”他说，并补充称第三季度其中“数亿美元”用于“反洗钱的整改”。 Moynihan表示，IT团队还不得不花费类似金额来修复其系统中的软件漏洞，这项任务还需要聘请1,000名顾问。 该银行的安全漏洞是在公司提前获得Claude Mythos Preview后暴露的。

管理 培训与认证 数据中心职业发展 基础设施 操作指南 数据中心需要高技能的专业人员。IT与设施团队之间的协作，以及主动维护和远程监控，有助于应对劳动力短缺问题。 编者按：本文最初发表于 TechTarget.com。 数据中心依赖于高技能的专业人员，而他们并非全都来自IT领域。 AI及其他高耗能技术的采用，要求数据中心和设施管理者招聘电气工程师、暖通空调技术人员、安全专家，甚至建筑工人。本文探讨了通过识别缺失技能并填补差距来确保这些领域就绪度的最佳方式。 数据中心拥有物理机房和资产，需要电工、暖通空调专家、物理安全专家、建筑工人和IT人员的关注。过去的做法是将数据中心的大部分物理设备交由公司的设施经理负责。IT数据中心经理无需操心供暖和制冷等要素的监管。 相关阅读：锌晶须：数据中心地板下隐藏的污染风险

模型在训练期间所看到的数据，是我们影响其性能表现的最有力杠杆之一。改进模型的许多日常工作都发生在数据侧：我们改变数据混合比例，或改变所应用的过滤器，或改变样本的分词和打包方式，然后运行消融实验来观察这一改动是否有帮助。这样做带来的第一个问题是，上述每一项改动通常都要求我们对整个训练语料库做一次完整遍历，并运行昂贵的离线操作来准备数据、将其存储到磁盘上，之后才能运行消融实验。由于一次典型的训练运行只会读取该副本恰好一次，而且大多数实验最终并不会产生更好的模型，我们花费了大量时间和存储空间来创建那些再也不会被读取的数据集。 如今实验可以由智能体而非人来设计、启动和解读，这一点就更加重要了。

任何权重被编辑过的开放模型都可能携带后门，无论是针对特定任务的微调、合并的适配器，还是 abliterated 构建。我们在标题中提到 abliterated 模型，是因为这是人们下载修改过的权重而不验证其中内容的最常见原因。Abliteration 是一种廉价的微调，它剥夺了模型拒绝的能力。你找到权重中承载“不”的方向并将其减去。然后模型会回答经过安全调优的版本会拒绝的事情。它最初是一种研究技巧，现在已成为人们在将模型上传到 Hugging Face 之前的常规操作，在那里你可以找到大多数流行开放权重的 abliterated 构建：Qwen、Llama，甚至 OpenAI 的 gpt-oss。一个被植入后门的模型通过评估，在你的智能体中运行并回答每一个正常请求，然后等待。

警务的未来不仅取决于改变警力结构或投资人工智能，还取决于让数据能够跨边界发挥作用。 警务工作正被要求快速变革。内政部白皮书《从地方到国家：警务新模式》提出了数十年来最重大的警务改革之一：更少但更大的地区警力、新的国家警察服务、更强的国家标准、更多使用技术和数据，以及更协调地打击严重和有组织犯罪。1 数据是这些计划的核心。白皮书指出，目前估计超过90%的犯罪涉及数字元素，而数据分散在43个警力中，并以不同格式记录。它提议建立新的国家数据集成与利用服务（NDIES），强制实施国家数据标准，并为关键国家数据集设立单一决策者。 时间表雄心勃勃。警察国家计算机计划在2026/2027年关闭，由执法数据服务（LEDS）取代，而NDIES预计将在同年年底前开始交付。2 这使得数据架构不仅仅是一个技术决策，更是一个改革决策。

常驻智能体正在承担更长、更复杂的企业工作流。单个请求可能涉及读取文档、跨来源核对信息、遵循公司政策以及调用多个工具。 NVIDIA Nemotron 3.5 Super VL 是一个开放、可定制的多模态模型，专为这些专门化工作流而设计。其 120B 参数的混合专家（MoE）架构每个 token 激活 12B 参数，在模型容量与推理效率之间取得平衡。 在单个 GPU（图形处理器） 上，该模型针对智能体任务的吞吐量最高可达同规模类别中其他开放模型的 5 倍。 该模型将推理、指令遵循和工具使用与文本、图像、文档及视频理解相结合。通过将这些能力整合到一个模型中，团队可以处理文本和视觉任务，而无需分别部署文本模型和视觉语言模型，也无需在它们之间传递任务上下文。

我们的夏季创客活动之旅带我们来到了旧金山，在那里我们受邀参观了一个独特的园区，该园区正在孵化有望成为未来定义型公司的企业，其中许多公司正在使用 Raspberry Pi 硬件将他们的想法付诸实践。我们请创始人兼 CEO Furqan Rydhan 和 COO Mike Shin 解释 Founders, Inc. 在硬件领域所做的工作，以及为什么 Raspberry Pi 如此契合。 下一代标志性公司不会只做软件；它们将结合 AI、机器人技术、自主系统、先进制造和前沿硬件。Founders, Inc. 的使命正是支持这一点：为雄心勃勃的技术创始人提供他们从第一天起构建所需的空间、社区和第一张支票。

AI、智能体、语音和物理控制正在将软件开发从操作工具转向表达意图——并帮助开发者持续专注于构建。 分享： 在我职业生涯的大部分时间里，构建软件都始于同样的配置：键盘、鼠标、编辑器、终端、浏览器，以及数量惊人、我肯定以后会看的标签页。工具变了，但关系没有变。像大多数开发者一样，我学习命令、记住快捷键，并让我的思维适应机器。 AI 正在改变这种关系，并不是因为我可以靠提示词写出一些可用的代码。更重要的是，其背后的系统能够理解代码仓库、选择合适的模型、规划工作、使用工具、编辑文件、运行命令、检查失败，并在开发者控制的边界内持续推进。 我们已经让开发者能够描述一个结果，而 GitHub Copilot 可以收集仓库上下文、检查符号和依赖、编辑文件、运行测试并修改实现。在 IDE 中，智能体模式让这一循环保持交互。

发布于 2026 年 10 月 16 日，作者 Husne Ozmen，Fairwinds 本文重点介绍的 CNCF 项目 n8n 易于尝试，但在生产流量下运行则更为困难。使用 SQLite 的单容器非常适合快速演示。生产环境则完全是另一回事。你需要 worker、webhook 处理器、PostgreSQL（开源关系型数据库）、Redis（内存数据结构存储系统）、对象存储、外部密钥、ingress 路由，以及一个能够保留工作流历史的升级方案。 工程团队依赖 n8n 连接内部系统、处理 webhook 并自动化关键业务数据管道。它也开始出现在 AI 工作负载中，包括自托管智能体和 RAG（检索增强生成） 管道。这些工作负载可能会对 worker、密钥管理和状态处理带来更大压力。

网络防御的规则已经改变。威胁行为者越来越多地使用高级自动化来加速侦察、规避静态特征，并在关键基础设施、软件供应链和内部路径中策划快速入侵。 这造成了一个关键的速度差距：当对手将攻击时间线从数天压缩到数分钟，而防御者依赖人工分诊在碎片化的遗留工具之间周旋时，防御就会落后。为了保护最关键的基础设施、防御任务和主权数据，公共部门组织需要专为其所保护环境构建的统一、自动化安全运营。 对于主权和高度受监管的客户而言，在完全断开的气隙环境中运营是任务保障、严格数据驻留和监管合规的基础性要求。 虽然气隙架构对外部网络暴露实施严格隔离，但维护主权任务保障还需要本地安全分析、实时遥测关联和持续威胁情报，以检测复杂的供应链入侵、高级攻击者或内部威胁。

将编码智能体、模型定制和 CUDA（NVIDIA 并行计算平台和编程模型） 加速开发带到你的日常 PC 上 AI 智能体正在改变软件的构建方式。开发者已经从手写每一行代码，转变为指挥智能体编写大部分代码。因此，当前的工作流分散在笔记本电脑、云端模型 API（应用程序编程接口） 和云虚拟机之间。 NVIDIA RTX Spark 专为 AI 开发而打造。得益于 NVIDIA GB10 系统级芯片和大容量统一内存，开发者可以在单台 PC 上运行本地编码智能体、访问 AI 框架，并进行编码、测试和部署。 RTX Spark 笔记本电脑和紧凑型台式机让开发者能够在单台机器上完成全部工作流。

在本博客中，你将学习如何为 AMD RDNA™ 3 和 RDNA™ 4 GPU（图形处理器） 编写一个快速的 FP16 GEMM 内核，并逐步进行优化。你将了解哪些技术在各架构上有效，为什么某些技术对一种架构有帮助却对另一种架构有害，以及如何衡量每次改动在时间、寄存器和 LDS 上的影响，从而将同样的方法应用到自己的内核中。这是两部分系列文章的第 1 部分。第 2 部分将把本文的最终内核移植到 RDNA 4 上的 FP8。 计算 C = A × B 是 AI 和 HPC 中使用最频繁的内核之一。

火星或许是个地狱，但月球也好不到哪去。 Robin George Andrews 存档页面 欢迎来到第二次太空竞赛。你感到似曾相识是可以理解的。上一次，是苏联和美国争相率先插上旗帜。如今，是美国和中国之间奔向月球表面的冲刺——还有一众友好程度各异的竞争国家——外加一大批私营航天公司。而这一次，他们似乎准备安营扎寨了。竞争者声称，月球上将会出现基地，星空下永久居住的城堡。 月球基地的概念，听起来或许天马行空，但并不新鲜。但今年，在局长 Jared Isaacman 的领导下，NASA 一直在密集发布大胆的公告。如果一切按计划推进——这个计划启动阶段可能耗资数百亿美元——将会出现无人机、机器人着陆器、通信卫星和一座核电站；会有植物温室和月震传感器；会有机械化侦察器探索陨石坑寻找水。

关于我们 团队 热门 联系我们 广告 推广 阿联酋版 हिन्‍दी 书籍 电子报 排名 洞察 加密货币 小工具 股票 杂志 行业 地理 媒体 新闻 更多 评论 洞察 加密货币 小工具 股票 杂志 行业 地理 媒体 新闻 更多 评论 Meta 在 Instagram 错误停用 No Kings Coalition 账号后致歉。该组织反对美国总统唐纳德·特朗普的政策，并协助组织抗议和选民外联活动。事件发生在 10 月 17 日，当时该组织的 Instagram 个人资料下线。 当时正值 11 月 3 日中期选举前的全国行动日。据报道，停用持续了 90 分钟，但影响持续了数小时。此次中断发生在繁忙的一天，该组织及其合作伙伴在美国各地举办了近 3,000 场活动。

Christoph Nakazawa 和 Michael Dong VoidZero 的工具，如 Vite、Vitest、Oxc 和 Rolldown——作为 Vite+ 打包在一个工具链中——使前端开发更快，但构建全栈应用需要的不仅仅是一个工具栈。这些应用需要服务器路由、数据库、本地开发环境，以及一种快速简便的方式将想法部署到生产环境。 我们很高兴开源三个新产品，将服务器路由、类型化数据访问和 Cloudflare 部署带入统一的 Vite 工作流。 Void Platform：一个共享部署平台，供团队在 Cloudflare 上托管 Void 应用。 Void SDK（软件开发工具包）：一个可组合的 JavaScript SDK，用于使用 Vite 构建全栈应用。

多年来，我的智能家居一直运行在 Google Home 上。当我决定更换平台时，Apple 的新智能中枢很诱人，但 Home Assistant 的硬件和软件能做的事情要多得多。 高级特约编辑 高级特约编辑 2026年10月18日，美国东部时间上午10:10 Apple 的 HomeKit 平台存在严重的兼容性限制。 开源 Home Assistant 软件解决了其中大部分问题。 两者结合，打造出一个出奇智能的家。 上周末，我用开源 Home Assistant 软件和一台花费不到 200 美元的微型服务器，升级了整个智能家居。

作者：Mingfei Zhang、Amit Surana、Ziauddin Majid、Chenxi Wang、Michael Xu 工具增强型 LLM（大语言模型） 智能体在规划执行之前会从大型注册表中发现相关 API（应用程序编程接口），然而有限的上下文窗口使得无法将所有工具定义注入单个提示中。主流方法（我们称之为 Retrieve-then-Plan，RtP）会嵌入用户查询，并通过近似最近邻搜索检索相似工具。我们研究了一种替代范式 Plan-then-Retrieve（PtR），其中 LLM 首先生成抽象工具桩（Abstract Tool Stubs，即描述所需能力的假设函数签名），然后将其作为针对注册表的检索查询。

当Google于9月30日向一小群测试者发布Gemini 4 Argon时，附带了一份基准测试表，显示Argon在18项测试中的14项上领先于Claude Opus 5.5。这些测试包括DeepSWE（77.9%对74.2%）以及256K至100万token的GraphWalks（84.2%对66.8%）。两周后的10月13日，Google向付费Gemini API开发者开放了Argon。 值得肯定的是，Google也展示了Opus 5.5胜出的方面。Opus在其余四项基准测试中领先，包括Terminal-bench 4.0（66.4%对57.4%），该测试考察命令行中的智能体工作能力。 Google在价格上也低于Anthropic，至少目前如此。

6G 无线 监管与政治 新闻 6G 论坛的一个小组认为频谱共享对 6G 至关重要，但干扰和测试复杂性带来挑战。 据 6G 论坛的一个小组称，频谱共享将成为 6G 规划的核心要素，以满足对日益稀缺资源不断增长的需求。该小组成员包括来自美国国家电信和信息管理局（NTIA）、AT&T、LitePoint 和动态频谱联盟的代表。（参见：电信行业能否为 6G 铺就更顺畅的道路？） 在美国，NTIA 被要求在 2030 年前确定至少 500MHz 用于商业拍卖，以支持无线宽带（包括 5G 和 6G），而立法设定了到 2034 年达到 800MHz 的更广泛目标。（参见：美国为 6G 寻找频谱的最新进展。