ComfyUI 便携版 41 启动时扫描外部磁盘,用户质疑 Assets 功能隐私问题
ComfyUI 便携版 41 首次启动会自动扫描存放输入输出和模型的外部磁盘,用户对此提出隐私质疑,并指出 Assets 功能没有退出选项。该用户要求下个版本提供关闭扫描目录的启动 flag 或设置项,并询问当前如何禁用。
ComfyUI 便携版 41 首次启动会自动扫描存放输入输出和模型的外部磁盘,用户对此提出隐私质疑,并指出 Assets 功能没有退出选项。该用户要求下个版本提供关闭扫描目录的启动 flag 或设置项,并询问当前如何禁用。
亚马逊CTO Werner Vogels 在深圳交流中提醒,企业不会因为此刻没用上AI就立即倒闭,决策前应先让工程师和管理者充分学习、想清楚要解决什么问题。他以2004年数据库故障催生Dynamo为例,主张按任务本身选技术,不必追榜单第一,并提到更小的模型和DeepSeek、通义千问、Kimi等开放权重模型已能满足部分客户需求。
高通 CEO 克里斯蒂亚诺·安蒙在 Sources 播客访谈中表示,端云混合计算是工程上的合理形态,部分 AI 公司要求 2028 年手机端能跑 1000 亿参数模型。
前英特尔CEO帕特·基辛格在a16z播客中表示,AI已把芯片设计压缩到3个月,但流片、封装、机架交付仍需9个月,瓶颈从"画出来"转向"做出来"。他称HBM是"糟糕的内存",认为30年来首次内存创新临近,行业市值4年涨了2.5万亿美元,上百家AI芯片公司终将收敛。他还判断铜正在死去,2028-2029年光学I/O迎来转折。
browser use 开源 Jev Ultra Fast,让 Jev 直接读取浏览器 DOM 做 agent 高频动作决策,每轮只需一次模型请求,航班检索 7 秒完成,耗时比 LLM agent loop 压缩 25%,单次任务成本降至 0.0039 美元。
TypeSafe AI 联合创始人兼 CEO Diogo Almeida 在 Latent Space 访谈中表示,公开 benchmark 极其容易被操纵,即便开发者没有主动作弊也可能被榜单牵着走,他更相信把模型放进真实工作流去评估。
NVIDIA 提出 AI 工厂投资回报由产出能力、使用寿命和需求三要素决定,其平台以每兆瓦吞吐量、硬件持续收益和全类型 AI 负载通用性同时优化这三项。SemiAnalysis AgentX 数据显示,Vera Rubin NVL72 每兆瓦吞吐量比 GB300 NVL72 高 30 倍以上,在 DeepSeek V4 Pro 上每百万 token 成本低至 45 倍。
视频深入剖析 AI 推理即服务这门十亿美元级生意,探讨服务商如何通过更快、更便宜和超大规模来托管开源模型并从中获利。内容涉及 DeepSeek Serving 与 Prefill-as-a-Service 等相关资料。
一篇 Hacker News 讨论指出,AI 生成代码本身不是最大问题,真正危险的是团队无人了解系统架构与设计意图,所有人只会去问 Claude。文中引用一位大公司工程师的说法:specs、代码、测试、PRD、ticket 全由 Claude Code 生成,没人读、没人思考,只求尽快交付。作者认为可维护性才是最终考验,意图、品味与架构设计在当下比以往更关键。
针对当前 AI 工具普遍缺乏关键功能的问题,文章提出严肃的 LLM 产品应把"检查错误"作为一等功能:在每条输出旁提供勾选框和人工核查栏,而非仅靠灰色小字免责声明。研究类产品应把每条结果呈现为带元数据(来源、发布日期、作者)的完整引用,并直接展示未经 LLM 修改的原文引文。
基元律动联合创始人兼CTO韩凯在2026杭州云栖大会企业级Agent实践峰会上发表演讲《从Harness到RSI飞轮》,提出多模型异构并存与算力多元供给将成长期结构。其开源项目OpenSquilla在特定测试配置下保留固定旗舰模型基线99.96%的任务质量,成本降低88.9%;9月发布的NeoHorse-1基于通义Qwen3.5底座后训练,4B版本宏平均得分由58.94提升至64.87。
Tim Dettmers 发文主张学术研究将迎来复兴,研究单位应从论文转向生态系统,并预告开源周将发布两个开源项目和四篇论文。
NVIDIA 提出 AI 安全应作为工程问题处理,需要明确的安全需求、可执行的管控、指定负责人和防护有效的证据。其开源安全运行时 NVIDIA OpenShell 在智能体之外强制执行策略并提供沙箱执行,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。
Claude Code 团队在访谈中披露,已将 70%-80% 的日常工作交给 Slack 原生的 AI agent Claude Tag 完成,不再逐条审视 tool call 和模型决策,而是下达 goal 让模型自行达成。
OpenAI Codex 开发者 Eric Provencher 警告,同时运行超过两个子智能体几乎总是白白消耗 token 而不提升质量,因为智能体互不信任、会重复核查彼此的工作,形成"协调税"。