让 AI 从开支变资产：HPE 谈 AI 从按量消费转向自有算力的经济账
HPE 指出，当 AI 工作负载变得稳定且关键，按 token 消费的模式会让支出难以预测，企业需在自有算力与按量购买之间划出各自的成本交叉点。Deloitte 2026 企业 AI 状况报告显示，2025 年员工 AI 使用率上升 5%，至少 40% AI 项目进入生产的公司比例预计半年内翻倍。
#数据/训练
#数据/训练
今日 0 条MIT Technology Review · AIAI 评分1919
Latent SpaceAI 评分4747 Latent Space 对话 John Platt：用 Google ERA 把科学问题变成可打分任务
John Platt 在 Latent Space 播客介绍了 Google 的 Empirical Research Assistance（ERA）：它用 Gemini 维护一张实验 notebook 树，并用类似蒙特卡洛树搜索的 UCB 规则挑选 notebook 进行变异，把可写成打分函数的科学问题自动化求解。
Import AIAI 评分2525 Import AI 470：机器不应享有权利；用 SPADE 自动生成环境；用 Hawkeye 构建更好的 GPU kernel
METR 研究发现 AI 对科研的加速并不均衡：2026 年 cURL、OpenSSL、Firefox 等项目的漏洞报告速度大幅加快，数学只有小幅加速（部分领域 arXiv 投稿不到 12 个月翻倍），而 AI 研究本身的算法进展尚无显著加速。
Hugging Face BlogAI 评分1919 GPU 管理：为什么闲置 GPU 正在成为新的停飞客机
继模型质量之后，GPU 利用率正成为企业 AI 的下一个真实约束：GPU 成本按日历小时计（融资、折旧、电力、制冷），产出却只按计算小时计，而需求并非全天候。到 2026 年，连 Anthropic 都同时在 Amazon、Google、Microsoft 和 AMD 四家平台上做多吉瓦级承诺，Meta 也签下类似规模的多吉瓦协议，算力获取仍是活生生的战略约束。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向智能体、由智能体运行的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等提出近零推理成本下的三大数据系统挑战：为智能体服务的数据系统、由智能体运行的数据系统、以及由智能体合成的数据系统。GPT-4 级能力从 2023 年初约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。
Hugging Face BlogAI 评分3434 为什么专业化不可避免：优化理论、生物学与机器学习给出的同一答案
Dharmam AI 解读 Goldfeder、Wyder、LeCun 与 Shwartz-Ziv 的 2026 年论文《AI Must Embrace Specialization via Superhuman Adaptable Intelligence》，指出专业化是有限资源下的必然结果。
Import AIAI 评分3939 Import AI 455：AI 系统即将开始自我构建
Import AI 作者认为，到 2028 年底前出现"无需人类参与的 AI 研发"（能自主构建后继模型的 AI 系统）的概率超过 60%，但预计 2026 年内不会发生，一两年内或先看到非前沿模型端到端训练后继模型的概念验证。