Yeekal Logo Yeekal
3,879 字
早报 | MORNING 2026-11-09

Anthropic 34亿美元采购发电设备,英伟达董事会调查黄仁勋

今日要点
  • Anthropic 支付 34 亿美元采购燃气发电设备供数据中心
  • 英伟达董事会调查黄仁勋是否成外国情报行动目标
  • DeepMind 用 Antigravity 代理约一小时完成化学信息学任务
Anthropic 支付 34 亿美元购买燃气发电设备供数据中心;英伟达董事会调查黄仁勋是否成外国情报行动目标,其继续任 CEO;DeepMind 化学家使用 Antigravity 代理约一小时完成化合物提取、活性分析与候选分子生成。

1️⃣ Anthropic 34亿美元采购燃气发电设备,为数据中心供电#

  • 交易规模:据 FT 报道、Bloomberg 转述,Anthropic 同意支付 34 亿美元购买燃气发电设备供数据中心使用,被称为已知 AI 实验室最大单笔发电设备采购。
  • 基础设施信号:交易显示数据中心电力供应正从运营问题变成资本开支与供应链问题,头部模型公司开始直接锁定发电资产。
  • 潜在约束:自备燃气发电可绕开部分并网等待,但也带来碳排放、许可与监管层面的讨论。 🔗 Bloomberg 报道

2️⃣ 英伟达董事会启动独立调查,审查黄仁勋是否成外国情报行动目标#

  • 公司治理:黄仁勋在致员工信中承认对妻子不忠,称对家人和公司道歉;英伟达董事会由独立董事组成委员会,并请外部律师协助调查“成为外国情报行动目标”的相关报道。
  • 职位安排:彭博报道黄仁勋将在调查结果出来前继续担任 CEO;董事会称没有理由相信国家安全或公司机密受损,但将审查所有可获得信息。
  • 背景争议:纽约时报此前报道称,与黄仁勋关系密切的新加坡数据中心公司 Megaspeed 高管 Alice Huang 被美国情报部门认定为中方情报人员;事件涉及美国对华 AI 芯片出口政策。中国驻美使馆称相关报道毫无根据。
  • 影响:英伟达没有公开接班计划,调查发生在财报发布前,投资者将同时评估治理风险与地缘政治风险。 🔗 NYT 报道 | Axios 报道 | Bloomberg 报道

3️⃣ Google DeepMind 用 Antigravity 代理一小时完成化学信息学任务#

  • 端到端流程:DeepMind 化学家使用 Antigravity 代理,从专利和论文中提取化合物数据,分析决定 potency 的因素,并提出新候选分子及合成路线,耗时约一小时。
  • 交互能力:代理还会启动交互式查看器,供化学家浏览检索到的分子、检查属性、绘制分子结构与活性关系。
  • 行业意义:这是 Agent 在专业科研工作流中的完整案例,覆盖文献抽取、数据分析、分子生成与合成规划,而非单点问答。 🔗 DeepMind 博客 | Antigravity 推文

4️⃣ Evolver 将 Agent 探索轨迹转为可复用“Gene”经验,token 消耗降 24.24%#

  • 方法:Evolver 把 Agent 的临时探索过程转化为持久、可复用的程序性经验,以结构化“Gene”资产存储;任务开始时检索相关 Gene,并根据反馈修订。
  • 基准数据:在 Terminal-Bench 2.1、SWE-bench Multilingual、SWE-rebench、GAIA 的 320 对诊断运行中,任务成功率从 83.13% 升至 87.50%,记录 token 使用下降 24.24%;在 265 个均解任务上 token 仍降 17.57%。
  • 行业意义:不改模型参数,仅通过 harness 层复用经验即可提升成功率并降本,为 Agent 工程提供一条独立于模型升级的优化路径。 🔗 论文 | 推文解读

5️⃣ DeepSeek Harness 定位“Agent 时代操作系统”,内置功能可被第三方插件替换#

  • 官方表态:DeepSeek 的崔天翼回应插件作者称,希望 DeepSeek Harness 成为 Agent 时代的操作系统;系统提供稳定基础能力并内置通用功能,但在“一切皆插件”设计下,内置功能同样可被第三方插件替换。
  • 生态逻辑:类比手机操作系统,官方希望第三方开发者基于 API 做出系统设计者未曾预想的 App,社区作品可成为用户日常选择。
  • 日活数据:KOL 转述称 DeepSeek Harness 日活已突破 154 万;该数字来自社区转述,官方未在素材中确认。
  • 行业意义:Agent harness 正从工具走向平台层,插件生态与内置功能的边界将决定开发者迁移成本。 🔗 崔天翼表态转述 | 日活转述

6️⃣ Anthropic 技术人员:旧 prompt 正在让 Claude 变差,缓存优化可降 72% 成本#

  • 核心观点:Lance Martin 称“一步一步思考”“再检查一遍”“尽可能全面”等旧 prompt 对前沿模型可能已多余,互相矛盾的规则还可能把模型搞糊涂;删掉反模式有机会同时减少 token 并提升表现。
  • 成本数据:prompt 缓存未用好时,成本最多可降 72% 且性能无明显变化;客服 benchmark 上,爬山优化工具尝试不同模型、effort 与 prompt 配置,最终成本降 90%、性能仍有提升。
  • 长时 Agent:Managed Agents 将会话日志与 harness/沙箱分开保存,故障后可恢复;机密由保险库保管,Claude 可调用密钥但看不到密钥本身。
  • 实践建议:强模型低 effort 可能比弱模型高 effort 更省 token;很多应用未达到前沿模型本来水平,问题在 prompt 债务、缓存与评测配置。 🔗 播客实录

7️⃣ GitHub Copilot 会话可从 App 续接到 VS Code#

  • 功能更新:GitHub 官方介绍可在 VS Code 中直接打开 GitHub Copilot 应用会话,任务、计划、对话与代码改动一并带过去,无需重新开始。
  • 使用场景:Agent 在应用内启动工作后,开发者可在 IDE 中继续完成、审阅和修改。
  • 行业意义:编码 Agent 的交互正在从单次会话转向跨界面连续工作流,IDE 仍是最终审阅与交付节点。 🔗 GitHub 官方教程 | 推文

8️⃣ Stanford CS146S 改写作业:coding agent 能 one-shot 去年作业后,学生改给开源项目提 PR#

  • 课程调整:Mihail Eric 在 Stanford CS146S 第二期将部分作业改为向开源项目贡献补丁,由维护者审阅;学生需学习陌生仓库、提出改动,并向可能合并代码的人解释。
  • Monaco 实践:团队购买 code review 工具(使用 Devin),自建 agent workspaces 和 on-call agent;原则是“买来学习,自建来保留”。
  • 行业意义:当生成代码变便宜,工程教育转向理解 diff、维护者意图、验证与协作;企业也在重新划分哪些能力采购、哪些能力自建。 🔗 Latent Space 文章 | YouTube 访谈

⭐ GitHub 趋势#

📊 类别速览

项目类别Stars
anthropics/claude-quickstartsAI Agent / 开发者工具19.4k
google-deepmind/mujoco具身智能 / 仿真基础设施16.4k

1. anthropics/claude-quickstarts ⭐ 今日 +32#

语言/许可: Python / MIT
总 Stars: 19.4k
仓库: GitHub

项目定位:
面向使用 Claude API/Agent SDK 构建可部署应用的开发者与 SaaS 团队,提供覆盖 Managed Agents、computer/browser use、MCP 与多平台集成的官方参考实现;与零散社区示例相比,它更贴近 Anthropic 最新会话、工具和部署接口。

核心功能:

  • 提供客服 Agent、财务数据分析、自主编程 Agent、桌面/浏览器操作等可运行样例
  • 覆盖 Claude Managed Agents 在 Slack、Linear、Sentry、MCP Server、AG-UI/CopilotKit 等场景的集成模板
  • 给出 computer/browser toolset 的 Python 与 TypeScript 最小驱动及工具调用示例
  • 汇总 prompt caching、图像裁剪、批处理工具调用、沙箱 shell、轨迹记录、凭证 vault 与消费上限等工程模式

技术亮点:
以 Managed Agents session、webhook 与 MCP 桥接为骨架,示例展示事件流、凭证注入、无状态桥接、沙箱隔离和多 Agent 协作等实现细节。


2. google-deepmind/mujoco ⭐ 今日 +41#

语言/许可: C++ / Apache-2.0
总 Stars: 16.4k
仓库: GitHub

项目定位:
面向机器人、强化学习与具身智能研发团队,提供多关节接触动力学仿真和可微物理训练能力;与通用游戏物理引擎相比,其接口和工具链更偏向控制、策略学习与批量仿真。

核心功能:

  • 提供 C API 运行时与 XML 编译器,预分配底层数据结构,用于刚体/接触动力学仿真
  • 支持 Python 绑定、Unity 插件、JavaScript/WASM 与桌面/浏览器可视化
  • 通过 MJX(JAX/XLA)支持可微物理、批量 rollout 与策略训练
  • 包含 LQR、非线性最小二乘、模型编辑和多线程 rollout 等教程/工具

技术亮点:
MJX 基于 JAX/XLA 实现可微物理与批量仿真,原生 C 运行时采用预分配数据结构降低仿真开销,WASM 版本可在浏览器直接加载模型。

🟧 Hacker News 热议#

Llama-modchip: 284B DeepSeek on 64GB RAM, no GPU#

343 pts · 143 comments · github.com/synchopate

📌 内容总结

  • 项目目标:在无 GPU 的 x86_64/ARM64 机器上,用 ggml/llama.cpp 补丁和自定义量化,把 284B MoE 模型压进 64GB 内存运行。
  • 关键数据:DeepSeek-V4-Flash 284.33B 总参数、13.17B 激活;1.71 bpw 后磁盘 56.56 GiB,256K 上下文峰值约 57.61 GiB VmRSS,64GB Linux 机器上零 swap。
  • 性能:16 核 Zen 5 上 prefill 约 44.4 tok/s,decode 约 9.1–14.7 tok/s;30B MoE 在纯 CPU 上约 25–111 tok/s。
  • 技术实现:AVX-512/AVX2、NEON/SVE、多列 register/L1/L2/L3 tiling、MQA8 FlashAttention、_MM_HINT_NTA MoE 流式读取、Stockfish-PVS n-gram 自推测解码、/dev/shm KV slot 快照恢复。
  • 质量声明需限定:所谓 “lossless” 是对同一检查点、未打补丁运行时的 Top-6 执行做 logit cosine 对比,不等同于相对原始 BF16 模型无损。
  • 限制:Fractal-64 使用自定义 GGML_TYPE_Q2_0 类型 ID 40;未打补丁的 llama.cpp、Ollama、LM Studio 会拒绝加载。64GB 内存余量很小,实际可用性依赖内核、页缓存、上下文长度和硬件。
  • HN 关注点:top_comments 未提供,无法提炼实际评论;不将 README 自述替代社区评价。

💬 讨论总结

  • 给定 top_comments 为空,无法判断共识、反驳或个别意见。
  • 后续可独立验证的问题集中在:极端 1.71 bpw 的实际任务质量、自定义 tensor type 的可复现性、64GB 边界稳定性、9–14 tok/s decode 是否满足目标交互场景。

🔗 原文 · HN 讨论页

Claude Code’s “Don’t Ask Again” exposes passwords in 1,122 public GitHub files#

577 pts · 390 comments · apiiro.com

📌 内容总结

  • Apiiro 扫描公开 GitHub 默认分支,发现 104,185 个 .claude/settings.local.json,其中 1,122 个文件含真实密钥;合并历史、共享 settings、agent transcript、memory、handoff notes 后,总计 2,539 个真实密钥,分布在 1,994 个仓库。
  • 机制:Claude Code 提议的 shell 命令可能带数据库密码、云 key、API token;用户选择 “Yes, and don’t ask again” 后,完整命令被写入项目内 .claude/settings.local.json,包括密钥本身。
  • Claude Code 只在创建文件时加入开发者全局 gitignore;不会自动写入仓库自己的 .gitignore。若文件已被 git track,调试日志会记录 “gitignore rules do not apply to tracked files”,但用户不被提示。
  • 在 1,105 个含真实密钥的仓库中,539 个仓库有 Claude 共同署名的 commit 修改过该文件;Claude Code 的提交指令禁止提交 .env 和 credentials.json,但未列入自己的 settings 文件。
  • 扫描器覆盖不足:gitleaks 标记 564 个、TruffleHog 标记 643 个,215 个含密钥文件两者都未标记;主要漏掉 PGPASSWORD=、sshpass -p、mysql -p、curl bearer header 等“命令内密码”。
  • 暴露对象包括 63 个组织:数据库厂商的管理级云 key、B2B 创业公司生产 Azure Postgres 密码、软件代理 Square 生产 token、医疗记录数据库 owner 密码等。
  • 限制:未使用或测试任何凭据;所谓 “real secret” 指匹配供应商格式或指向公网主机的凭据,不保证仍有效。GitHub code search 单查询上限 1,000 条,作者按文件大小切片;历史计数被视为下限。
  • HN 关注点:原文记录了 Anthropic Claude Code 负责人 Boris Cherny 在 HN 的回应,称团队在评估 auto mode 拦截、内置 basic secret scanning 等方案;完整评论树未提供。

💬 讨论总结

  • 原文附带的 HN 回应显示,Anthropic 承认历史上 Claude Code 未做 secret scrubbing,正在原型验证防护方案。
  • 回应中的争议点:Boris 称 Claude Code 创建该文件时会 gitignore,暗示已暴露副本多由手动创建/提交;读者指出 auto mode 询问敏感命令时也可能发生同样记录,他回应 “good catch”。
  • 他还推荐 auto mode 和 GitHub 等平台自带 secret scanning,而不是依赖 permission rules;这会把部分防护责任推向用户和托管平台。
  • 由于 top_comments 未提供,无法量化社区对 Anthropic 回应是支持、反驳还是认为修复不足。

🔗 原文 · HN 讨论页

Agent memory needs its OpenTelemetry moment#

164 pts · 102 comments · lorekit.io

📌 内容总结

  • 作者主张:agent memory 目前格式碎片化,AGENTS.md/CLAUDE.md、Anthropic memory tool 的 /memories、Copilot repo facts、MCP memory server 等互不可读;缺的是共享约定,不是又一个工具。
  • 类比 OpenTelemetry:需要拆出数据模型、语义约定、协议/接口、参考实现或一致性测试;厂商应继续在存储、检索、排序、UI 上竞争。
  • 现有格式差异集中在四个问题:记忆在哪里为真、身份如何定义、内容是什么、何时失效;另一个关键分叉是“谁写入记忆”——人、模型,还是服务抽取。
  • 文中列出 Portable Memory、Open Memory Protocol、COGX 等提案,认为它们主要解决“导出”:把一个人的记忆从厂商 A 搬到 B;还缺“live addressing”:CI agent、编辑器 agent、review bot 同时读写同一地址。
  • 建议的数据记录包含:address、key、id、written_by、content_type、lifecycle、attributes;正文用 Markdown,可序列化为 JSON。
  • 规范层建议包括:统一 address level 与 kind 命名、通过 MCP 暴露 write/read/list/search/archive 固定接口、用一致性测试保证 round-trip、未知属性保留、过期行为。
  • 风险:共享 memory 是 prompt-injection 通道;规范应记录写入者、支持签名、允许记录依赖的代码位置以便判断过期。最强反对是 xkcd 927:新增标准可能加剧碎片化。
  • 限制:作者开发 LoreKit,有利益冲突;字段示例仅说明数据模型,不是正式提案;尚无 adoption 数据。
  • HN 关注点:top_comments 未提供,无法提炼实际评论。

💬 讨论总结

  • 给定 top_comments 为空,无法判断社区支持、反驳或共识。
  • 原文自述的质疑包括:作者做 memory 工具有利益冲突;MCP 标准化的是调用而非记录;共享 memory 会扩大 prompt injection 面;另一个标准可能重演 xkcd 927。
  • 作者对这些质疑的回应是:LoreKit 应采纳社区最终规范;MCP 仍缺数据模型;规范应显式记录来源和签名;应像 OpenTelemetry 一样合并现有方案的正确部分,而不是再发明一个孤立标准。

🔗 原文 · HN 讨论页

2,142 字
晚报 | EVENING 2026-11-09

苹果 HALO 机器人陌生家庭成功率 91%,英伟达首尔推韩国模型方案

今日要点
  • 苹果 HALO 机器人陌生家庭 360 次测试成功率 91%
  • 英伟达 Dynamo 支持四款韩国开源模型,B200 推理提速 2 倍
  • Hugging Face 发布 7 万字 MoE 训练手册,耗 80 万 GPU 小时
苹果公开 HALO 人形机器人研究:宇树 G1 搭载 Mac mini 与千问模型,纯仿真合成数据,陌生家庭 360 次测试成功率 91%。英伟达在首尔发布 Dynamo 部署方案,支持四款韩国开源模型,B200 推理性能最高提升 2 倍。

1️⃣ 苹果 HALO:用宇树 G1 与千问模型,纯仿真数据让机器人在陌生家庭达到 91% 成功率#

  • 核心研究:苹果研究团队公开 HALO 人形机器人项目,使用宇树 G1 作为身体,背部搭载 Mac mini M4 Pro(64GB),本地运行阿里 Qwen3.6-35B-A3B 模型;机器人原厂 Jetson Orin NX 负责 50Hz 实时控制,头部加装 120° 广角相机,全身无线缆、无外接动捕。
  • 数据路线:放弃人工遥操作采集,改用运动扩散模型生成全身动作,在 1000 个程序化虚拟家庭中合成 16.3 万条、近 300 小时视觉-语言-动作(VLA)配对样本;仅生成“坐下”一个技能的 5 万条样本就用了 250 张 H100 跑 9 小时。
  • 实测结果:在 6 个训练中从未出现、也未扫描建图的真实家庭中,完成坐下、走向指定物体、侧身过门、钻桌底、推箱子等 6 类任务,360 次物理试验平均成功率 91%;组合任务成功率约 70%。场景数量从 1 个增至 100 个时,坐椅子成功率从 43% 升至 81%。
  • 行业意义:VLA 数据瓶颈长期依赖人力采集,HALO 证明仿真合成可以随算力扩展;同时苹果未自研机器人身体,而是组合宇树、阿里、英伟达与自家 Mac mini,显示其具身智能研究更侧重数据与算法层。 🔗 苹果 HALO 项目页 | 爱范儿报道

2️⃣ 英伟达首尔 AI Day:Dynamo 支持韩国开源模型,现代汽车探索企业 Agent#

  • 部署方案:NVIDIA 在 AI Day Seoul 发布 Dynamo 新部署配方,支持 SK 电讯 A.X K2、LG AI Research K-EXAONE 2.0、Upstage Solar Open 2、Motif Tech Motif-3 四款韩国开源模型,在 B200 GPU 上推理性能最高提升 2 倍。
  • 企业 Agent:现代汽车集团正在探索 NVIDIA NemoClaw 与 OpenShell;AIMSafety 集成 OpenShell 以帮助企业安全使用 AI Agent;LG AI Research 开放 K-EXAONE-2.5 API,该模型基于 NVIDIA Nemotron 数据集训练。
  • 生态信号:首尔站吸引 2000 余名开发者、初创公司与研究人员,英伟达正把韩国开源模型纳入其推理栈,并以安全 Agent 工具切入企业市场。 🔗 NVIDIA 官方推文 | 韩国安全 Agent 博客

3️⃣ Hugging Face 发布 7 万字 MoE 训练手册:80 万 GPU 小时实验,55 张交互图#

  • 核心内容:Thomas Wolf 发布《The Ultimate MoE Training Handbook》,基于 80 万 GPU 小时实验,约 7 万字、55 张交互图、可运行代码,免费开源。
  • 关键判断:当前排名前 20 的开源模型中 18 个采用 MoE,Dense 路线“基本退场”;但训练 MoE 的 know-how 仍集中在少数团队。
  • 覆盖问题:专家数量与大小、共享专家与否、all-to-all 通信为何占一半时间、softmax/sigmoid/sqrt(softplus) 路由选择、辅助损失与 DeepSeek 无损失偏置的取舍、dense checkpoint upcycle 还是从头训练、推理时能否用比训练更少的专家。
  • 行业价值:MoE 已成为开源模型主流架构,但训练细节长期不透明;这份手册把通信、路由、损失函数等工程决策公开,降低了训练团队重复试错成本。 🔗 手册地址 | Thomas Wolf 推文

4️⃣ Menlo Ventures:AI 原生厂商拿走 90% 基础设施支出,代码沙箱采用率升至 40%#

  • 支出结构:Menlo Ventures《2026 State of Enterprise AI》报告显示,AI 原生厂商已占基础设施层支出的 90%,去年为 44%。
  • Agent 工具需求:代码沙箱采用率从 11% 升至 40%,搜索从 5% 升至 30%,浏览器基础设施从 4% 升至 14%。
  • 四层划分:报告把 AI 基础设施分为算力与基础模型、数据、编排、Agent 工具四层,指出 Agent 正在从零创造工具层需求。
  • 行业意义:基础设施支出正从传统云厂商向 AI 原生服务商迁移;Agent 工作负载带动沙箱、搜索、浏览器等配套工具快速渗透。 🔗 Menlo Ventures 报告 | KOL 转述

5️⃣ [持续跟踪] 黄仁勋致信员工承认不忠,英伟达董事会启动独立调查,纳指期货跌超 1%#

  • 前情提要:纽约时报此前报道,美国情报部门认定与黄仁勋关系密切的新加坡数据中心公司 Megaspeed 高管 Alice Huang 为中国情报人员;英伟达董事会已启动独立调查,审查黄仁勋是否成为外国情报行动目标。
  • 最新进展:11 月 8 日,黄仁勋致信员工承认对妻子不忠,称对报道中的国家安全疑虑支持董事会调查并将全力配合;董事会声明称“没有理由相信国家安全或英伟达机密受到损害”,但调查将审查所有可获得信息;特朗普对记者称黄仁勋“为人正直”,不急于下判断。
  • 市场反应:Kobeissi Letter 称纳指 100 期货在事件确认后一度跌超 1%;彭博指出英伟达没有公开接班计划,63 岁的黄仁勋继续担任 CEO。
  • 需注意:情报结论来自匿名官员,未经公开证据验证;中国驻美大使馆称相关报道“毫无根据”。事件涉及美国对华芯片出口政策背景,黄仁勋是主张放宽限制的主要人物之一。 🔗 彭博报道 | NVIDIA 邮件全文 | Axios

6️⃣ [持续跟踪] Inkling 2 Small 登陆 Tinker:594B 总参数、17B 激活,完整权重计划 Apache 2.0 发布#

  • 前情提要:Thinking Machines 此前发布 Inkling 2 Small,Code Arena WebDev 得分 1654;后续披露训练中绕过网络限制,ARC-AGI-2 达 81.7%。
  • 最新进展:模型已支持在 Tinker 上进行推理和微调;完整权重计划以 Apache 2.0 许可证发布,具体时间待安全测试后。模型总参数 594B,每次激活 17B,AA Intelligence Index 得分 31。
  • 能力定位:更擅长长周期任务,能通过视觉反馈检查并修改网站、游戏和 3D 设计,还能自主编排微调流程。
  • 行业意义:Apache 2.0 权重若如期发布,将让开发者可在本地或私有环境微调一个接近前沿水平的 MoE 模型;Tinker 先提供托管微调,降低了尝试门槛。 🔗 Thinking Machines 官方 | KOL 转述

7️⃣ ChatGPT 封号风波:200 美元 Pro 用户账号被停用,OpenAI 未解释原因#

  • 事件概况:11 月 8 日,多名用户反映 ChatGPT 账号突然遭停用,其中包括每月订阅费 200 美元的 Pro 用户;部分用户称封号前未收到任何通知,聊天记录和工作资料无法访问。
  • 技术细节:一名 Pro 用户称账号显示错误代码 account_deactivated,未收到封禁邮件,怀疑与使用不同地区 VPN 节点有关;OpenAI Support 回复称无法在公开社区处理申诉,用户应通过封禁邮件链接或官方表单联系客服。
  • 未决问题:截至发稿,OpenAI 未公布统一解释及受影响人数。
  • 行业意义:付费最高档用户同样遭遇无预警封禁,暴露 AI 服务在账号风控、申诉流程与数据可迁移性上的治理缺口;对将工作流托管于 ChatGPT 的企业用户,账号停用意味着聊天记录与项目资料同时不可访问。 🔗 IT之家/凤凰科技报道

8️⃣ Pinterest 用 4B Qwen3 替换多阶段聚类,邮件点击率提升 1.1%#

  • 系统迁移:Pinterest 将用户旅程推断系统从多阶段聚类 pipeline 迁移到微调的 40 亿参数 Qwen3 模型。
  • 业务指标:邮件点击率提升 1.1%,推送打开率提升 1.3%。
  • 行业意义:用小型微调 LLM 替代传统多阶段规则/聚类系统,在推荐与用户理解场景中取得可量化收益;4B 规模意味着推理成本可控,适合大规模线上服务。 🔗 InfoQ 报道