依意思最接近的 13 筆
OpenAI 開發者帳號披露，其與 Azure Cosmos DB 合作改造儲存架構，全球讀取延遲中位數改善 12 倍。該架構支撐其在 40 個地理區域、面向超過 12 億使用者的毫秒級資料服務。帖文只給出了延遲改善倍數和使用者規模，未說明具體延遲數值、改造週期和涉及的產品線。
Cockroach Labs 用名為 MOLT Sinai 的智慧體流水線，在不到兩天內為遷移工具 MOLT 加上 IBM Db2 源支援，token 花費 4172 美元；2024 年為 MOLT 加 Oracle 支援則用了 9 個月、約 16 萬美元工程時間，即快 164 倍、便宜 38 倍。
OpenAI 與 Oracle 擴大合作，將把 Oracle 應用與資料接入 ChatGPT，Oracle 正在開發 Oracle AI Workspace。該工作區讓員工用自然語言查詢財務、採購與計劃資訊，並在組織權限與審批範圍內完成業務流程；
NVIDIA 發布預訓練關係型基礎模型 Kumo Relational，可直接在企業資料庫上做預測，無需任務訓練、特徵工程或把多表合併成一張表。它在 15 個資料庫的 41 項任務上超過監督式關係深度學習和基於專家特徵的梯度提升樹，在 RelBench V1 分類任務上平均高出約 4 個 AUROC 點；在 SAP SALT 基準上，它的 MRR 比 AutoGluon 整合高 8%，比 XGBoost 高 7 點，微調後高 13 點。
Floqer 宣布計劃開源其自主客戶知識資料庫，目標 2027 年初發布，需先通過安全審查。該平台用 AI agent 持續調研企業、聯絡人與客戶互動資訊，呼叫 100 多個第三方資料來源補齊信箱與電話，客戶稱潛客調研時間最多縮短 70%。
Biohub、美國能源部（DOE）、NIH 與 Google DeepMind、Isomorphic Labs、Meta 等宣布共同投入 18 億美元，生成面向 AI 的開放生物學資料。其中 DOE 五年投入逾 5 億美元用於測量、建模與算力，NIH 協調此前超 5 億美元聯邦投資積累的生物醫學資料集，三家科技公司則向 2026 年 4 月啟動的 Virtual Biology Initiative 合計投入 3 億美元。
摩根大通、摩根士丹利、SMBC 與 MUFG 正探索重大風險轉移，把 AI 資料中心貸款中風險最高的部分轉賣給外部投資者，原因是逼近內部 AI 敞口上限。彭博報導，包括摩根大通和 MUFG 在內的銀行已花六個多月分銷 Oracle 租用的德州與威斯康辛資料中心專案 380 億美元建設債務，部分貸款人願折價賣給非銀行買家。Oracle 五年期 CDS 10 月初升至約 151 個基點，為 2009 年以來最高，標普 7 月已將其評級下調至 BBB-。
Blackstone 高管 Jas Khaira 在 TechCrunch Disrupt 上稱，對 AI 基建債務的擔憂被誇大：多數資料中心為超大規模廠商而建，債務由信用最好的公司支撐。管理 1.3 萬億美元資產的 Blackstone 自稱是超大規模廠商之外最大的算力持有方，2023 年以 GPU 和客戶合同為抵押向 CoreWeave 放貸 23 億美元，還參與了 Crux AI 50 億美元投資與 Firmus 100 億美元信貸。
開源專案 Jukebox-OS 發布，用 Rust 編寫的執行時為 AI agent 加上資料庫級 ACID 事務語義與確定性時間旅行回放。它把每次 LLM 請求、token 流、MCP 工具呼叫和檔案寫入經 BLAKE3 雜湊記錄到可移植的 .jbx 磁帶，副作用先暫存在 copy-on-write 的 WASI 沙箱，只有呼叫 commit 才真正落地，rollback 則不留痕跡。
OpenAI 宣布 Sites 面向 Enterprise 正式可用，符合條件的工作區新建 Sites 可選擇美國或歐盟資料駐留。該功能用於搭建帶資料庫和身份認證的團隊應用，官方演示了通過 Sites 中的 Plugins 定時安排更新、並讓團隊成員使用各自已連線的資料。資料駐留選項適用於符合條件工作區中的新建 Sites。
OpenAI Devs 表示，團隊用 Rust 重寫服務層，降低了代理開銷。對認證後設資料這類每個請求都必需的小型關鍵資料集，團隊保留了廣泛複製；設定和應用狀態等高頻訪問資料則由區域內快取提供。推文列出這三項基礎設施最佳化，但未給出延遲、吞吐等具體數字或生效範圍。
ServiceNow CoreAI 團隊發布 AutoSynthData，用目標模型的失敗案例和更強教師模型的成功軌跡定位能力缺口，再自動生成並驗證新任務用於後訓練。任務由系統規範、使用者提示和驗證器三部分組成，需滿足可行性、真實性與難度要求，驗證器則要求一致、可靠且不繫結單一參考軌跡。團隊在 EnterpriseOps Gym 資料集上演示了該流程，模型提升後課程會轉向仍難完成的任務。
用 Rust 編寫的開源可觀測性資料湖 Parseable 在 Hacker News 上展示，官方稱可每分鐘處理 1 億條時間序列。它原生支援 OTel、PromQL 與 SQL，資料以開放 Parquet 列式格式存放於物件儲存，採用無狀態架構，日誌、指標、分散式追蹤、告警與儀表盤都整合在單個二進位制內。