Amazon SageMaker Inference 新增 GPU 分区功能，利用 NVIDIA MIG 将物理 GPU 划分为独立分区，支持在单 GPU 上部署多个隔离模型。测试显示，H100 的 mig-3g.40gb 分区在吞吐和延迟上优于整卡 A100-40GB，且在长上下文高并发场景下成本降低 18%–34%。
推荐理由：SageMaker Inference 引入 MIG 分区，允许在单 GPU 上部署多个隔离模型，并提供了 H100 分区与 A100 整卡的性能与成本对比数据。
The Decoder 发布 Frontier Radar #5，分析了在 GPT-6 Astra 发布后，Ilya Sutskever、Yann LeCun 等顶尖人才离开大厂创立新实验室的现象。文章将 27 家新实验室分为六类，分别押注持续学习、非语言模态、私有数据、计算效率、自动化科研及垂直应用，并指出这些实验室正通过巨额融资填补大厂未覆盖的研究空白。
推荐理由：文章梳理了27家新实验室的技术押注与融资现状，为理解大模型之后的研究分化提供了具体参照。
Amazon Bedrock AgentCore 的 Web Answer 功能正式可用，允许智能体通过单次工具调用获取基于当前网络来源的综合且带引用的答案。该功能由 AWS 托管，自动执行规划、并行搜索、事实核查及引用提取，无需开发者自行构建和维护检索管线。Web Answer 目前仅在 us-east-1 区域可用，定价为每 1,000 次工具调用 10 美元。
推荐理由：原文给出了 Web Answer 的 GA 状态、单次调用获取带引用答案的机制及定价，读者可据此评估其替代自建检索管线的成本。
AINews汇总了近期AI行业的人才流动、开源模型发布及基础设施动态。OpenAI安全团队构建的自主管道在单次运行中验证并修复了948个Linux内核本地提权漏洞，总API成本为120万美元。
推荐理由：汇总了近期AI领域的人才流动、开源模型发布及基础设施动态，为读者提供了行业竞争格局变化的全景视角。
Google DeepMind 正式发布 Gemini Omni 1.2 Flash，该模型在 Gemini API 和企业版中全面可用，原生支持最长 15 秒的视频生成与编辑。
推荐理由：原文明确了视频时长从 10 秒提升至 15 秒及价格下调 30% 的具体变化，读者可据此评估其在商业视频生成中的成本效益。
The Verge 分析指出，Amazon、Microsoft、Alphabet 和 Meta 计划今年在资本支出上投入至少 7200 亿美元，主要用于 AI 基础设施，且未来几年还有至少 1 万亿美元的支出承诺。尽管营收增长迅速，但 AI 业务尚未实现盈利，Alphabet 股价甚至因 AI 搜索对核心搜索业务的侵蚀而创下单日最大跌幅。
推荐理由：文章梳理了四大科技巨头超7200亿美元的资本支出计划与AI变现困境，揭示了基础设施投入与商业回报之间的时间差。
AWS 发布教程，演示如何通过代码型评估器将 Jev 和 Strands Decider 2B 两个决策模型接入 Amazon Bedrock AgentCore Evaluations。
推荐理由：文章给出了将决策模型接入 AgentCore 评测的完整代码示例，读者可据此构建可阈值化的智能体评估流程。
AWS 团队演示了如何利用序列级知识蒸馏（SeqKD）在 Amazon SageMaker AI 上微调小型购物智能体。该方法使用 Amazon Bedrock 上的 GLM-5.3 作为教师模型生成多步轨迹，并通过 ShoppingBench 评分器筛选成功样本，对 Qwen3.5-4B 学生模型进行 LoRA 微调。
推荐理由：文章提供了在 Amazon SageMaker AI 上通过序列级知识蒸馏将前沿模型行为迁移至小模型的具体流程与代码示例。
AI Engineer 发布年度旗舰会议 AIE CODE 议程，聚焦无低质代码扩展、System One 模型及高难度软件重写三大主题。会议采用单轨制并邀请全球前 1000 名智能体工程师参加，旨在复盘 2026 年代码领域趋势并预览 2027 年方向。
推荐理由：原文梳理了年度旗舰会议的主题与议程，读者可据此了解智能体编码领域的年度趋势与关键人物。
Amazon Bedrock AgentCore 发布 Session endpoints 功能，允许用户通过认证 URL 在浏览器中实时查看 Agent 会话内运行的 Web 应用。该功能支持 HTTP 和 WebSocket 协议，用户可配置允许访问的端口，在 Agent 修改文件时通过 Vite 热重载即时看到页面变化，无需等待传统部署流程。
推荐理由：原文展示了通过 Session endpoints 在浏览器中实时预览 Agent 修改的 Web 应用，提供了无需部署即可即时查看变更的开发工作流。
Alphabet、Amazon、Meta和Microsoft计划今年在资本支出上投入超过7400亿美元，引发投资者对自由现金流为负及债务增加的担忧。Alphabet第三季度自由现金流为-91亿美元，Amazon过去12个月自由现金流为-424亿美元，Meta第三季度自由现金流为-21亿美元，仅Microsoft保持186亿美元的正自由现金流。
推荐理由：文章梳理了科技巨头巨额资本支出引发的市场担忧，揭示了AI基础设施投入与核心业务现金流之间的紧张关系。
Reddit CEO Steve Huffman 表示 Google AI Mode 不再为任何网站带来流量，导致 Reddit 在 10 月每周损失超过 100 万次 Google 搜索引荐。尽管营收强劲，Reddit 股价仍下跌超 25%，公司正测试登录墙以应对流量依赖风险，这一变化被视为对整个依赖 Google 流量的网站的结构性警告。
推荐理由：Reddit 因 Google AI Mode 导致每周搜索引荐流量损失超百万，CEO 警告这标志着整个网络流量分配模式的结构性转变。
MoEngage 使用 Amazon Bedrock AgentCore Gateway 将 400 多个私有 REST API 转化为 Agent 工具，避免了构建 20 多个独立 MCP 服务器。
推荐理由：文章给出了将私有 API 转化为 Agent 工具的具体架构，读者可参考其权限隔离与语义搜索方案解决大规模工具接入问题。
Anthropic 的 S-1 文件显示其未来 20 年面临约 8500 亿美元的计算与基础设施承诺，分析师模型显示 2027 至 2030 年每年需约 900 亿美元支出。文章指出，为维持这一成本结构，Anthropic 必须依赖递归自我改进带来的指数级增长，其风险因素也承认利用 AI 开发 AI 可能导致模型能力超越安全对齐措施的发展速度。
推荐理由：文章拆解了 Anthropic S-1 中约 8500 亿美元的计算承诺，指出其商业模式高度依赖递归自我改进带来的指数级增长。
微软首次披露 Azure 在 7 月至 9 月季度的具体营收为 332 亿美元，同比增长 48%。该数字略高于 Google Cloud 同期的 307 亿美元营收，但 Google Cloud 的增速约为 Azure 的两倍。
推荐理由：首次披露 Azure 具体营收数字，使投资者能直接对比 AWS 与 Google Cloud 的季度表现。
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 中排名首位，得分 59。
推荐理由：原文披露了 Gemini 4 Carbon 在网络安全基准上的具体得分及分阶段开放计划，读者可据此评估其在防御场景下的实际能力边界。
根据 Anthropic 的 S-1 文件，Amazon 和 Google 将是 IPO 的最大受益者，其收益远超 Menlo Ventures 等风投机构。Amazon 持有 62 亿美元本金的可转债，估值已达 979 亿美元，并额外投资 100 亿美元优先股，总投入约 180 亿美元。Google 早期持股约 14%，虽经稀释仍持有显著权益，且双方均与 Anthropic 有巨额云服务承诺。
推荐理由：S-1 文件显示 Amazon 和 Google 通过可转债和优先股持有巨额权益，其潜在收益远超传统风投机构。
AWS 宣布 SageMaker AI 训练和处理任务支持 SOCI 索引镜像，通过懒加载将容器启动时间从分钟级缩短至秒级。基准测试显示，35.4 GB 镜像的下载时间从 7 分 17 秒降至 3-11 秒，GPU 空闲时间最多减少 90%，且不影响后续训练性能。用户可直接使用带 -soci 后缀的预索引 DLC 镜像，或为自定义镜像创建索引，无需修改任务定义。
推荐理由：原文给出了SOCI索引在SageMaker中的具体加速数据和两种接入方式，读者可据此评估对现有训练工作流的影响。
Google DeepMind 发布 Genie 4，这是一款原生多模态世界模型，能同时生成视觉、音频和交互式对话。该模型结合 Gemini 系列能力，支持通过自然语言实时修改场景、模拟物理现象及人物行为。目前 Genie 4 已向可信测试者开放研究预览，后续将面向 Google AI Ultra 订阅者及 Gemini API 合作伙伴推出。
推荐理由：Genie 4 将原生音频生成与 Gemini 实时推理结合，展示了交互式世界模拟在物理一致性和多模态反馈上的新边界。
Nvidia 宣布向 Meta 计划中的股票发行投资 30 亿美元，双方将围绕 Meta 的 AI 产品 Muse 扩大合作。Meta 计划使用更多 Nvidia 基础设施（包括 Vera Rubin 系统和 Vera CPU）来运行下一代 AI 智能体，并拟通过股票发行筹集至多 950 亿美元用于 AI 基础设施建设。
推荐理由：Nvidia 向 Meta 注资 30 亿美元并扩大硬件合作，这一交易再次引发市场对 AI 基础设施融资循环的讨论。