🔥 今日头条：英伟达遭遇重大挫折：旗舰芯片 Kyber NVL144 延期超 12 个月至 2028 年
黄仁勋在 GTC 上展示 Kyber 仅 3 个月后，该旗舰项目便遭遇重大重锤。因技术挫折，其不仅发布时间被推迟超一年至 2028 年，连带 NVL72x2 背靠背机架架构也被迫取消，这将直接拖累 Rubin Ultra 的扩展计划。这不仅是一次硬件跳水，更意味着全球 AI 算力扩张的步伐将被迫放缓。当摩尔定律的物理极限撞上工程瓶颈，巨头们指望靠无限堆叠算力实现 AGI 的狂妄计划，恐怕得重新审视时间表了。
🚀 行业速递 Top 10
- 五大科技巨头 2027 年 AI 资本支出将达 1.1 万亿美元，首超美国国防预算
预测显示，到 2027 年，微软、谷歌、亚马逊、Meta 和甲骨文的 AI 资本支出总和将占美国 GDP 的 3.2%，首次超过国防支出（2.7%）。这种“硅谷军费”超越“华盛顿军费”的奇观，标志着 AI 已经从单纯的技术竞争上升为国家级生产力博弈。如此惊人的资金灌注，究竟会砸出真正的通用人工智能（AGI），还是会戳破史无前例的超级泡沫？
- Google DeepMind 智囊发文：详解从 AGI 走向超人工智能（ASI）的四条技术路径
DeepMind 在新论文中，为 AGI 向 ASI 的跨越指明了方向：持续扩展算力模型、超越 Transformer 的算法变革、递归自我改进以及多智能体集体智能。尽管面临数据干涸与算力瓶颈，超人智能的演进可能不再依赖人类。这是对未来的终极预言，也是对当前大模型同质化竞争的一记警钟：单纯堆砌参数的时代即将结束，架构升维才是关键。
- 美团正式开源 1.6T 参数 MoE 大模型 LongCat-2.0，原生支持百万上下文
美团今日祭出开源大招，发布 1.6 万亿参数的 MoE 模型 LongCat-2.0，活跃参数约 48B，且罕见地采用 MIT 协议无限制开源。该模型不仅原生支持 1M 超长上下文，还完美集成了 Claude Code 等智能体工具，且全程在国产 AI 芯片超算集群上完成训练与验证。美团此举无疑将国产大模型开源社区的竞争推向了新高度。
- CAIS 与 Scale 联合测试：Fable 5 已能自动化 16.1% 的真实远程工作项目
在最新的 Remote Labor Index 评测中，Anthropic 传闻中的新主力 Fable 5 展现出恐怖的实用性，成功自动化了 16.1% 的真实复杂远程工作（如 CAD、动画、数据分析等），这一成绩两倍于此前行业标杆，更是将 GPT-5.5 远远甩在身后。AI 不再只是陪聊的玩具，它正在以肉眼可见的速度，真正蚕食白领阶层的就业岗位。
- 微软发布 9B 端侧智能体 Fara 1.5，网页导航性能实现翻倍
微软研究院推出端侧计算机使用模型 Fara 1.5，在仅有 9B 参数的轻量级身躯下，其网页导航和操作性能几乎比前代翻倍。更惊人的是，其 27B 版本已能与谷歌、OpenAI 的顶级 Agent 匹敌。这预示着“大模型上云，端侧跑 Agent”的趋势正在加速，未来的智能手机和 PC 将真正拥有无需联网也能高效干活的“AI 助理”。
- SK 海力士计划赴纳斯达克上市，AI 内存红利推动估值狂飙
乘着 HBM（高带宽内存）和 DRAM 需求暴涨的东风，全球存储芯片巨头 SK 海力士计划冲刺纳斯达克。分析认为，这是其变现 AI 革命红利的绝佳时机，同时也暗示着内存价格在未来很长一段时间内将维持高位。对于普通消费者而言，这无疑是个坏消息——内存和固态硬盘可能还要继续贵下去。
- DAIR.AI 发布 130+ 页常驻智能体综述，重新定义 Always-on Agent 评估标准
真正的 AI 智能体不应该“阅后即焚”。这份长达 130 多页的重磅综述，首次系统性地定义了“常驻智能体”（Always-on Agents）——即能够像人类一样，依赖长期交互建立持久状态的系统。综述从权威性、可溯源性等六个维度建立了评估框架，为下一阶段走向具备自主决策与长期记忆的“数字员工”指明了工程路线。
- 达特茅斯学院实测：AI 导师 Phosphor 助统计学期末成绩暴涨 1.3 标准差
教学平台 Phosphor 通过将大模型驱动的形成性测验嵌入阅读文本，在达特茅斯学院的真实课程中大获成功。完成该课程的学生，期末成绩相比传统阅读模式提升了 0.71 到 1.30 个标准差，且吸引了超过 90% 的学生主动使用。这一数据充分证明，定制化的 AI 互动式教学，正在彻底颠覆“灌输式”的传统高等教育。
- 硅谷富人争相送娃进“AI 私校”：每年数万美元当未验证技术的测试小白鼠
在传统教育失效的焦虑下，美国部分富裕家庭正放弃常春藤预备校，转而支付每年数万美元，送孩子去 Forge Prep 等全 AI 授课的私立机构。虽然家长们坚信这是“弯道超车”，但让年幼的孩子充当未经长期验证的 AI beta 测试者，究竟是培养未来的科技领袖，还是在用下一代做一场不可逆的认知实验？
- ActiveGraph 开源：基于事件溯源的全新可审计、可分叉智能体运行时
传统多智能体协作框架往往像个难以调试的“黑盒”。ActiveGraph 另辟蹊径，采用只追加的事件日志作为系统的唯一真理来源，使得智能体系统的运行完全可审计、可重放，甚至能随时在任意节点“低成本分叉”。这种将现代数据库设计理念引入 Agent 运行时的创新，极大地提升了复杂 AI 系统的可控性与工程稳定性。
