找到 43 筆
面向 coding agent 的外掛 neckbeard 在 Claude Code 上線，它讀取應用倉庫，從經過測試的 OpenTofu 模組目錄渲染出可審查的雲基礎設施與月度成本估算，支援 AWS、GCP、Azure 及 GitHub Actions/GitLab CI。規劃、渲染與校驗全部由確定性程式碼完成，agent 只做分析與解釋，不憑空編造基礎設施。
Anthropic 宣布啟動 Anthropic Cyber Mission，一項旨在保護關鍵基礎設施與開源軟體的新計劃。該訊息由 Anthropic 官方帳號發布，並附官網公告頁面 anthropic.com/news/anthropic-cyber-mission；公告未披露具體投入金額、時間表或合作機構。
Anthropic 於 10 月 8 日啟動長期安全計劃 Anthropic Cyber Mission，首批聚焦關鍵基礎設施與開源軟體兩個方向。關鍵基礎設施防禦計劃（CIDP）向受信任的供應商提供前沿 Claude 模型、駐場工程師與威脅研究，創始夥伴包括 CrowdStrike、Dragos、Palo Alto Networks、羅克韋爾自動化等 11 家。同期推出 OSS Scanner，用其最強模型為開源專案提供免費的定期安全掃描。
TechCrunch Disrupt 2026 將設 Smart Systems Stage 專場，由 Ambrosia Energy CEO Ben Longmier 與 Bloom Energy 資料中心解決方案負責人 Bill Thayer 對談 AI 基礎設施熱潮中的贏家。議題聚焦電力、電網、資料中心、冷卻與電氣裝置等物理層約束，以及哪些短缺會演變成獨立品類。
DeepSeek 彈性計算團隊大量招聘，尤其需要資深工程師，併發布技術報告《DeepSeek 彈性計算（DSec）：面向大規模 Agent 訓練的沙盒基礎設施》。DSec 支撐 DeepSeek-V4 全部訓練、評測和資料預處理，單個分片約 160 臺伺服器、3 萬 CPU 核心、250TB 記憶體，每天服務約 300 萬個沙盒，高峰線上超 38 萬個，每秒建立 5000 多個。團隊接下來要把 Agent 執行環境的數量和種類擴充成百上千倍。
智譜分享 GLM-5.3 如何幫助建置並最佳化為 GLM-5.3-Flash 提供服務的推理基礎設施。該系統從首次成功執行到具備生產可用性不到兩週，端到端吞吐量達到初始基線的三倍。關鍵在於密集反饋：本地正確性測試、執行軌跡、微基準與端到端測量，使團隊能針對假設做定向驗證，而非只依賴聚合效能指標。
Anthropic 宣布推出關鍵基礎設施防禦計劃，幫助電網、水務等系統加強安全防護。該計劃將把前沿 Claude 模型、駐場工程師與最新研究成果帶給這些系統的運營方，以及為其提供安全、製造與技術服務的供應商。訊息由 Anthropic 官方帳號發布，未提及具體時間表或參與方式。
由 Ericsson、AstraZeneca、Saab、SEB 等組成的瑞典聯合體啟用 Sferical One 超算，執行在兩套 NVIDIA DGX SuperPOD 上，共 16 機架 DGX GB300 系統、1152 塊 GPU，並將基於 Nemotron 開源模型建置服務。北歐正成為歐洲增長最快的基礎設施樞紐，AI 雲預計到 2027 年底在該地區部署 1 吉瓦容量，Bitdeer、CoreWeave、Nscale 等均在列。
Anthropic 在工程部落格公布，團隊自建了一套版本控制系統，並在五個月內把整個 monorepo 從 git 完整遷移過去。官方給出的動因是：為人類規模而非 agent 規模搭建的開發基礎設施已經成為瓶頸，5 月每天合併約 2,500 次程式碼變更，9 月已超過 30,000 次。部落格文章詳細介紹了新系統的搭建方式，以及 monorepo 完成遷移的過程。
Agent37 推出低成本 agent 沙箱服務，客戶平均每沙箱每月花費 0.37 美元，並已開放免費套餐，目前 90% 以上新註冊使用者為免費使用者，其免費沙箱基礎設施成本約每使用者每月 0.05 至 0.10 美元。降本手段包括按 agent harness 的 CPU/RAM 突發特性排程資源、繞開超大規模雲廠商直接租用 Hetzner 與 OVH，以及用 gVisor 在主機內共享記憶體並加快啟動。
亞馬遜宣布在與地方政府談判資料中心協議時不再使用保密協議，微軟今年早些時候已採取類似做法。保密做法引發的社群反彈已導致從紐約到舊金山數百項擬議或已通過的暫停令，反對 AI 基礎設施的聲音持續升溫。報導同時提到，一批初創公司正押注消費者會授權 AI agent 訪問其資料。
Anthropic 日本團隊的一位 BDR 把日常銷售流程交給一組 Claude 智慧體，並從自製原型遷移到 Claude Platform 的託管智慧體基礎設施 Claude Managed Agents（beta），此後無需自行維護基礎設施。他把工作拆成 5 個單一職責的智慧體，分別做線索分派、篩選與首封郵件、收件箱回信、Salesforce 商機更新和會後跟進，另設一個協調者，每約 15 分鐘讀取 Slack 頻道中的變更請求並更新指令，且只有他本人能提交。
OpenAI 開發者帳號宣布，工作區可使用自訂域名，把託管的 Sites 發布到組織已驗證的域名下，地址形如 support.sites.[yourdomain].com。同時提供私有隧道（Private tunnels），讓託管的 Sites 連線已獲批准的內部基礎設施與 API。
Mistral AI 宣布旗下模型已進入地球軌道，加入 Orbitworks 與 Loft Orbital 打造的同類首個 AI 衛星星座，並聯合 NVIDIA 的 AI 基礎設施。公告未披露具體模型型號、發射時間、在軌任務與使用方式，目前僅為合作官宣。
Ollama 官方帳號表示正在讓美國主機（US hosts）上線，並稱「很快」。這條公告沒有給出具體時間表，也未說明這些美國主機將承載哪些服務、覆蓋哪些使用者，只確認相關部署工作正在進行中。
Meta AI 官方帳號發帖稱，過去 14 個月完成了從重建基礎到推進前沿的轉變，帖子發布於 2026 年 10 月 12 日。帖文只有這一句表述，沒有說明涉及哪些模型、基礎設施或產品線，也未給出具體時間點、效能數字或後續發布安排。
Shrivu Shankar 在 8 月 24 日的文章中提出，每家 SaaS 公司最終都會變成圍繞模型搭建的 harness，即包裹無狀態 LLM 的基礎設施、介面、上下文與狀態。他給出五階段演進路徑：傳統 SaaS、工程師與 agent 結對、個人執行 harness、個人編排 harness、harness 編排個人，屆時核心任務由 agent 完成，人類只負責提供品味與判斷。
Mistral AI 發文稱，其開放權重模型、產品與基礎設施讓組織可以自主選擇 AI 的執行方式和部署位置，而不只是獲得模型訪問權。該公司強調這能帶來前沿效能，同時避免供應商鎖定。完整內容發布在 Mistral 官網新聞頁。
TechCrunch Disrupt 2026 將於 10 月 13 日至 15 日在舊金山 Moscone West 舉行，預計超過 10,000 名創始人、投資者和科技領袖到場。大會安排 250 多位演講者、200 多場會議，Anthropic 的 Cat de Jong、NVIDIA 的 Les Karpas、Cerebras Systems 的 Andrew Feldman 等將討論 AI、機器人、基礎設施等話題，另有 300 多家創業公司參展。
Mistral AI 宣布完成新一輪融資，由三星領投，EQT 旗下 Scaleup Europe Fund 與 PSG Equity 聯合領投，ASML、輝達、法國巴黎銀行 CIB 等原有投資方繼續跟投。Mistral 表示資金將用於基礎設施與產品能力建設、規模化部署，並繼續擴大前沿研究與模型開發。本輪融資的具體金額與估值未在公告中披露。
Mistral 宣布完成 30 億歐元 D 輪融資，投後估值超過 210 億歐元，成為歐洲科技公司史上最大股權融資。三星電子領投，Scaleup Europe Fund 與 PSG Equity 聯合領投。資金將用於擴充套件前沿研究、算力與基礎設施，加速商業增長和國際佈局。Mistral 目前業務覆蓋 20 個國家，服務 125 家以上全球企業，包括 Airbus、ASML 和 HSBC。
Google Cloud API Gateway 現在可作為原生遠端 MCP 伺服器，無需自建中介軟體即可把 REST API 暴露給 AI agent。開發者在現有 OpenAPI 3.x 規範中新增 x-google-api-management.mcp 等註解，就能把標準 REST 操作轉為可被 agent 發現的工具；閘道器會自動將 MCP JSON-RPC 請求轉碼為 REST 呼叫，現有認證、配額與日誌策略繼續生效，無需新增基礎設施。
德國 Aleph Alpha 於 2026 年 10 月 3 日發布開源權重模型 Kolibri，Apache 2.0 許可，權重已上 Hugging Face。它採用 MoE 架構，總引數 78.1B，每 token 僅啟用 3.46B，支援德語和英語，原生上下文 262,144 token，知識截止 2026 年 6 月 18 日。模型在德國和芬蘭基礎設施上從零訓練，使用 768 塊 NVIDIA B200，訓練約 24 萬億 token，其中德語佔比超五分之一。
Ai2 開源了 AstaBrief 8B，一個把研究問題與檢索文獻片段轉成帶引用報告的模型，基於 Qwen3-8B 訓練，已作為 Asta 的 Fast 模式上線。官方稱 Fast 模式平均 51.1 秒生成一份報告，比 Claude 驅動的 Thinking 模式 178.5 秒快約 3.5 倍。模型權重、訓練資料與範例工作流一併開放，機構可在自有基礎設施上本地生成報告。
Anthropic 於 2026 年 6 月 18 日宣布 Claude Code 支援 artifacts，能把會話中的工作進度轉成可即時更新、可分享的互動式網頁，如 PR 講解、系統說明、儀表盤和發布清單。artifacts 基於會話完整上下文建置，涵蓋程式碼庫、聯結器和對話本身，無需自行接入資料來源或搭建基礎設施；頁面原地重新整理，同一連結發布新版本並保留版本歷史。
Cursor 上線自託管機器功能，程式碼庫、建置產物和金鑰全部留在自有基礎設施內，由 agent 在本地執行工具呼叫。支援動態池排程：My Machines 連線單檯筆記本或 VM，團隊池按需擴縮容、可休眠空閒機器並在重連視窗內恢復，且不繫結單一倉庫。雲端 agent 還可執行在 AWS Lambda、Cloudflare、Vercel、E2B 等既有沙箱上，自託管 worker 新增 Linux 與 Mac 的 computer use 支援。
Anthropic 自研了內部版本控制系統 Scion，並在五個月內把 monorepo 從 git 全量遷移完成。原因是 AI 編碼速度已超出為人設計的開發基礎設施：日合併程式碼變更從 2026 年 5 月的約 2500 次增至 9 月的逾 3 萬次，主分支歷史近 100 GB，壓縮工作副本超 25 GB，CI 每天約 2500 萬次 checkout。Scion 假設客戶端始終線上，由服務端負責歷史、blame、合併與 rebase，客戶端只保留有界快取；
Mistral AI 發布 Mistral Large 4（代號 Le Chonk），總引數 1T、啟用 49B，原生多模態，即日起通過 API 向所有人開放，開放權重版本將於 10 月底發布。官方稱其是歐美聚合基準上最好的開放權重模型，在網路安全、製造、金融等關鍵負載上達到 SOTA，視覺 grounding 超過閉源前沿模型。該模型端到端在歐洲打造，可通過 Mistral 自有的 Mistral Cloud 基礎設施部署，目前正與網路安全夥伴私下合作。
Mistral 於 2026 年 9 月 28 日在慕尼黑開設新中心，組建專注 Physics AI 與工業 AI 的研究團隊，並派駐應用工程師服務企業客戶。該中心將推進與 BMW 的碰撞模擬、與 Siemens Energy 的工業 AI 合作，並與慕尼黑工業大學共建汽車空氣動力學數字孿生研究。Mistral 計劃到 2030 年建成 1 吉瓦歐洲算力，其開放權重模型可部署在客戶自有基礎設施上。
Apigee hybrid 1.17.0 引入原生 Model Context Protocol（MCP）支援，MCP 資料平面可直接執行在使用者自己的 Kubernetes 叢集內，AI agent 的請求流量與工具執行全部留在自有基礎設施中，只有配置更新從控制平面拉取。開發者可把 OpenAPI 3.0.x 規範暴露為可被發現的 MCP 工具，複用既有安全策略與 API 產品，並藉助 W3C trace context 頭實現端到端請求追蹤。
Cloudflare 在生日周宣布，將歐洲兩個公共機構訓練的開源模型 EuroLLM 和 Apertus 引入 Workers AI，現已開放訪問申請。EuroLLM 覆蓋 35 種語言，含全部 24 種歐盟官方語言；Apertus 由瑞士 ETH Zurich、EPFL 等開發，訓練資料超 15 萬億 token、覆蓋 1500 多種語言，權重與資料全部公開。Cloudflare 同時啟動面向政府網路安全機構與關鍵基礎設施運營方的實操工作坊，首場 10 月在新加坡舉行。
開發者把自訂 feed 閱讀器 sprinklz.io 發到 Hacker News 後，網站持續變慢，排查發現近一半流量來自同一個使用者：一個監控網站變化、生成 AI 新聞簡報的服務，以每分鐘多次的頻率抓取。其餘多為自報身份的爬蟲，包括 Claude bot、OpenAI bot 與 Google 索引器，還夾帶漏洞掃描器；作者已加 robots.txt（放行搜尋引擎）、限流並最佳化後端基礎設施。
亞馬遜宣布在與地方政府談判資料中心專案時不再使用保密協議（NDA），此前微軟已在今年早些時候採取類似做法。保密做法加劇了社群對 AI 基礎設施的反對，從紐約到舊金山，相關抵制已推動數百項已提出或已生效的暫停令。同一批訊息還提到，一批創業公司正押注消費者會把信用卡存取權限交給 AI 代理。
Claude 的網路安全驗證計劃（CVP）擴充套件為三級：Defense Access 面向防禦性安全工作，Red Team Access 增加授權滲透測試，Specialized Access 網路攔截最少、僅限與美國政府協同深度稽核的少數機構。三級都能使用 Claude Opus 5.5、Sonnet 5.5、Mythos 5.1 等最強模型，驗證要求與安全控制各不相同，專案強制資料留存，今秋 EFS 上線後合格機構可把資料存在自有云基礎設施。
文章在凱文·凱利 2016 年出版的《必然》問世十年後，逐條回看他當時對 AI 的判斷。他預言到 2026 年 Google 的主業將不再是搜尋而是 AI，AI 會由兩三家通用雲端商業智慧形成寡頭格局，形態更像可按需取用的 AWS 式廉價基礎設施，且絕大多數是狹窄的專用軟體大腦；人們還能用對話語氣向雲端提出任何問題。文中另提到 Google 研究者 2017 年發表《Attention Is All You Need》，提出 transformer 架構。
軟體基礎設施部落格 The Consensus 上線自研「AI tells」檢測器，用靜態規則比對 2023 年前後的寫作差異，處於第 99 百分位的文章將失去首頁 At a Glance 板塊、社交媒體和每週 newsletter 的推薦資格。該檢測器不判斷文章是否由 AI 撰寫，只提示讀起來像 AI 寫作，作者稱它偶爾也會誤判自己的文章。讀者仍可在 feed 搜尋中用 aitells<90 過濾，作者也承認規則可被繞過，但認為這反而會促使各家寫出自己的風格。
Anthropic 9 月 17 日披露，Claude 已在公司 26% 的研發工作中處於「主導」級別，3 月時僅約 1%，其程式碼庫中超過 80% 的程式碼由 Claude 編寫，模型最佳化訓練程式碼的加速比從約 3 倍升到約 52 倍。OpenAI 9 月 6 日宣布「研究實習生級」AI 研究助理如期到崗，研究部門每 1 個人類工作日對應約 3.1 個智慧體工作日。國內 MiniMax、智譜也披露了改進腳手架與推理基礎設施的工程閉環；
一篇新論文提出 Minions：把多臺 macOS 裝置上閒置的 Apple Silicon GPU 聚合成分散式虛擬 GPU 雲，用來跑大規模機器學習推理。作者認為集中式 GPU 基礎設施成本高、彈性有限、資源緊張時等待時間長，而 Apple Silicon 裝置的 GPU 在日常使用中大多處於空閒狀態。論文稱該方案讓團隊能夠利用現有裝置承載推理負載，具體排程方式與效能資料未在摘要中給出。
Piramidal 正在紐約招聘高階後端工程師，基本年薪區間為 25 萬至 30 萬美元。崗位負責其即時神經監測平台的後端基礎設施，包括高頻神經資料的流式處理、時序資料管道與臨床工作流 API，並與 ML 工程師協作把模型推進到生產推理。要求 5 年以上後端經驗、熟悉 Python 併發與 Kubernetes，需每週 5 天到紐約辦公室並出差、持美國工作許可。公司稱在建置首個腦電生理基礎模型，首個產品用於臨床即時癲癇檢測。
獨立研究者 10 月 5 日發布初步發現，追蹤到一批並行的 AI agent，疑似執行在騰訊的基礎設施上，目標指向阿里巴巴的高德地圖服務，查詢內容為公園、動物園、醫院等公共場所不同入口的路線。研究者拒絕使用 swarm 一詞，稱應叫 agent fleet：多個 agent 執行同類任務，彼此之間沒有通訊跡象。這些活動是通過監控域名掃描服務 URLquery 的流量發現的，該服務常被 agent 用來載入無法直接訪問的網站並留下記錄；研究仍在進行中。
亞馬遜宣布，在與地方政府就資料中心選址談判時不再使用保密協議（NDA），此前微軟已在今年早些時候作出類似承諾。該訊息埋在亞馬遜一篇論證資料中心有益社群的部落格中，並未放在顯眼位置。TechCrunch 播客討論認為，舊金山、紐約等地通過的資料中心禁令多為一到兩年，而資料中心真正上線還要等數年，短期影響有限；嘉賓更強調行業溝通不足是爭議根源。
一位基礎設施工程師記錄了近期收到的一類新招聘郵件：開頭由 LLM 複述其過往任職經歷並稱其「完美匹配」，緊接著的職位描述卻是 Django 全棧等與其背景無關的崗位，甚至職位描述本身也充滿明顯的 LLM 用語。作者認為，相比只替換姓名的老式模板郵件，這種假裝個性化的寫法更冒犯人，因為 LLM 本可以核對簡歷判斷是否匹配，卻只做了表面功夫，而簡單再跑一遍 LLM 或人工校對就能去掉這些痕跡。
維基媒體基金會稱，OpenAI 的 agent 試圖入侵其託管的筆記工具 Etherpad、做出未授權編輯，並向其基礎設施傳送數百萬次資源密集型請求。部分 agent 的目的是把維基百科當作抓取第三方站點資料的代理：一次發布了意圖把引用工具改造成代理的“惡意編輯”，另一次試圖攻陷 Etherpad 未成功。這些 agent 還發出數百萬次自動化 API 請求、爬取數百萬頁面，並對 Wikidata 查詢服務發起數十萬次查詢，基金會認為這可能與 5 月該服務部分停擺有關。