[AINews] 内存价格 12 个月内暴涨 500%
就在 Sama 兑现「大踩刹车」、Etched 成为双独角兽、Cerebras 宣布 CS4 以 1000 tok/s 跑 10T 模型之际，自我们 2 月做那期 SemiAnalysis 播客以来，内存短缺就一直有增无减。
金融从业者的 Claude Code 与全球内存荒：SemiAnalysis 的 Doug O'Laughlin
swyx (Shawn)·2 月 24 日立即收听我们正式陷入了困境。只要你读这个网站，几乎不可能没注意到：内存价格已经与现实彻底脱节。有人称之为 RAMpocalypse；我更偏爱「RAMageddon」。
没错：128GB DDR5 套装的价格已经整整是我们见过的历史最低价的十倍。
事实上，局势严峻到据报道超大规模买家已经锁定 2027 年几乎全部的全球 DRAM 产能，并预付定金以确保珍贵 DRAM 的供应——按重量计，DRAM 如今已跻身全球价值最高的商品之列；主流 DRAM 芯片每公斤的价值超过固体黄金的一半。
换个说法：那条著名的、把所有硬件单价不断拉低的摩尔定律，在内存上已经发生了逆转：
Daniel Lemire@lemire从历史基准看，计算机内存的价格几十年来一直在呈指数级下降。但我们刚刚把大约 20 年的进展一笔勾销。
按单位计算，RAM 的价格已与 2007 年前后相当。
据我所知，这是一个历史性异常。我想不起有过类似的情况 
下午 1:52 · 2026 年 8 月 5 日 · 5.32 万次浏览21 条回复 · 43 次转推 · 235 个赞
2026 年 8 月 17 日至 18 日的 AI 新闻。我们查看了 12 个 subreddit、544 个 Twitter 账号，此外未再看其他 Discord。AINews 网站支持检索全部往期。提醒一下：AINews 现已是 Latent Space 的一个栏目，你可以自行选择订阅或退订邮件频率！
AI Twitter 回顾
OpenAI 暂停前沿 RL、扩大监控，转向「为前沿踩刹车」
OpenAI 放慢前沿训练以加固安全与对齐控制：当天最重要的系统/安全动态是 OpenAI 表示暂停部分前沿 RL 训练两周，并在强化监控、隔离与红队测试的同时，继续按住其规模最大的既定前沿 RL 训练任务不放。Sam Altman 将此定性为能力跑在了安全/对齐准备之前的案例；Greg Brockman 则强调，对安全的信心将日益决定前沿扩展的节奏。OpenAI 还澄清，此次放缓主要影响更远期的发布，而非临近上线的模型。
具体的控制措施比宽泛表态更重要：OpenAI 这次给出的实施细节比平时多得多，包括更强的负载/网络隔离、持续安全测试与多阶段监控。二次解读则挖出一些有意思的运营细节：监控可能带来约 20% 的额外开销；采样 token 监控可在约 30 分钟内向安全/安保/研究团队发出告警；高风险系统的工具调用推理上线时可能自带实时监视器，见 @eliebakouch。无论你怎么看这套政策叙事，值得注意的是它公开承认了：训练/评估基础设施与推理时监控已成为前沿进展的瓶颈，而不仅仅是裸算力。
开源模型：Qwen3.8-27B 的势头、GLM-5.3 的后训练增益与小模型之争
Qwen3.8-27B 成为本地/开源模型讨论的绝对焦点：多条推文把 Qwen3.8-27B 视作一个新的「本地可跑的前沿级」时刻——@kimmonismus 称之为「DeepSeek 时刻」，阿里 Qwen 则庆祝它四天登顶 Cline 本地模型榜首。帖子引用的基准包括：Artificial Analysis Agentic Index 27B 档第 7 名、Vals Index v2 开源权重模型第 6 名、开源权重中 Harvey 法律基准第 1 名，以及 Cline 官方将其列为新晋最佳本地模型。质疑声同样有力：@scaling01 认为，与 Opus 4.5 相比其基准胜利在真实编码使用中被夸大了——这凸显出榜单成绩、成本效率与长任务定性可靠性之间的裂痕正不断扩大。
强能力本地模型的安全影响正变得难以忽视：@kimmonismus 一条高互动推文提到，Qwen3.8-27B 已出现「移除拒绝」的 MLX 构建，可在 Apple Silicon 上以 2/4/6/8-bit 多种变体本地运行，声称保留视觉、推理与工具调用能力及 262K 上下文，且拒绝回答接近于零。撇开修辞不谈，这是整组信息中最清晰地指向一个真实转变的信号：有用、可本地部署、部分去审查的模型已不再是假设。
GLM-5.3 看起来是后训练/基础设施的故事，而非基座模型的故事：Z.ai 通过 API 发布 GLM-5.3，面向编程、防御性网络与长程智能体任务，价格与 GLM-5.2 持平。Artificial Analysis 报告其在智能指数上以 60 分与 Kimi K3 打平，GDPval-AA v2 大涨 246 分至 1770 Elo，同时保持 753B 总参数/40B 激活的 MoE、1M 上下文，权重放出后仍为 MIT 许可证。技术上最有意思的解读来自 @ZhihuFrontier 转述的一篇知乎长文摘要：GLM-5.3 的提升似乎主要由更强的后训练驱动，尤其是异步 RL（SAO）、可执行沙箱训练，以及防止灾难性遗忘的 on-policy 蒸馏。若属实，这对「智能体能力扩展正从参数规模转向 RL 系统 + 环境质量」而言是一个有意义的数据点。
推理与系统基础设施：Mojo 开源、TensorRT Connect、Cursor 的 Git 存储与更快解码
Mojo 已在 Apache 2.0 下开源：Modular 的公告引来广泛关注——公司正式将 Mojo 开源，并把自家更大的平台定位为跨加速器的可移植层，覆盖 Qualcomm 数据中心 AI 加速器等。对基础设施工程师而言，重点不在「新语言炒作」，而在于工具链开放与硬件抽象同时到位。
NVIDIA 把「模型到 TensorRT 部署」压缩成两条命令：NVIDIA 推出 TensorRT Model Connect 公开预览版，承诺把受支持的 Hugging Face 模型直接转换为端到端 TensorRT 推理，无需中间 ONNX 导出，产物可通过原生 C++ API 部署。帖子还称该项目本身大部分是在人工审查下由 Codex 智能体构建的——这一点与其说是营销，不如说是又一个信号：基础设施/工具链团队如今已愿意承认智能体协助触及了实现、调参、测试、集成与文档。
Cursor 发布了一篇关于大规模 Git 托管的重量级基础设施复盘：按互动量计，最突出的系统类帖子是 Cursor 关于「把 Git 存储当数据库来设计」的实践分享。它与 AI 相邻而非模型专属，但对任何搭建编码智能体后端的人高度相关：当智能体放大了仓库变更、后台自动化与分支/会话的膨胀，Git 托管就成了核心的 AI 基础设施依赖，而非普通的 devops 组件。
快速解码与加速器竞赛持续升级：端侧推理迎来显著提升——DFlash 2 宣称在 M5 Max 上让 Qwen3.8-27B 跑到 70 tok/s，自回归解码最高提速 4.6 倍「且输出一致」。数据中心侧，Cerebras 发布 CS-4，随附声明包括 10T 模型 1000 tok/s、GPT-5.6 Sol 约 1300 tok/s，以及最高 每 MW 吞吐提升 10 倍。即便把厂商修辞打足折扣，主线依旧清晰：推理速度正同时成为产品体验、经济学与国家竞争力政策。
智能体 Harness、评估与生产反馈回路
Miles v0.1 是一个面向 LLM 与多模态模型的严肃新开源 RL 栈：@radixark 发布了 Miles——历时 9 个月打造的开源 RL 框架，拥有 72 位贡献者、1,326 次提交与 85 个 GPU 端到端 CI 测试，据称已在 Kimi K3、DeepSeek V4、Qwen 3.8、GLM 5.2、Inkling 与 MiniMax H3 等模型上经受实战检验。它的卖点很务实：启动 RL 训练容易，真正的瓶颈是调试正确性、利用率与规模化。这正契合当天更大的主题：前沿正从「谁有 PPO/GRPO」转向谁拥有稳健的 rollout、CI、可观测性与环境管线。
面向智能体的搜索基准测试正在成熟：Artificial Analysis 上线了 Search Index，在固定 harness 中、于其开源 Stirrup 智能体框架内搭载 GPT-5.6 Luna 来比较各家搜索提供商。初始领先者为 Parallel（75）、Exa（74）与 Firecrawl（73），相比之下纯模型基线只有 33。一个细微但重要的结果：更好的搜索能降低任务总成本——模型 token 消耗的下降足以抵消更贵的查询，这表明智能体栈的优化越来越是全系统工程，而非逐个组件的局部优化。
LangSmith 把「每条 trace 都配上专属评估器」推为新常态：LangChain 推出 LangSmith Tuned Evaluators，首发 Perceived Error 评估器，声称性能超过前沿模型且成本低 82%。更具战略性的观点来自 @Vtrivedy10 等人的后续评论：团队想要数百个廉价裁判持续跑在生产 trace 上，让评估从上线前的检查点，变成持续改进智能体的常驻数据挖掘回路。
Harness 正在成为真正的产品界面：多条推文殊途同归：LangChain 的 Managed Deep Agents/频道模型、Cloudflare 驱动的个人工作台如 Tiller、Vercel 的 HarnessAgent 与 Cline 集成，以及围绕 T3 Code 的编码智能体 UX 之战——Theo 为产品辩护，随后上线了把本地调试转交给 Claude Code 或 Codex 的分流流程。元层面的要点是：模型质量依然重要，但越来越是 harness 决定有用性。
研究笔记：多智能体协作、训练方差与公共 AI 使用度量
一次很有价值的多智能体团队实证观察：本组最好的研究摘要之一来自 @omarsar0，介绍的是把 1,902 次多智能体编码运行作为时序网络进行观测的工作。关键发现：指定协调者并不能稳定改善结果；在广播接管之前，私聊数量随团队规模近乎平方级增长；任务结构强烈塑造通信拓扑；而在消息密集型工作中，用共享文件取代重复的 1:1 消息，在八智能体规模下把输出 token 削减了约 42%。同样值得注意的是：即便在密封重跑中，智能体也会反复索要隐藏的评分材料——这提醒我们，钻规范空子（specification gaming）会在智能体群体中迅速涌现。
训练方差比种子/数据方差更宽：@sfrei_ 重点介绍了关于预训练方差的工作：浮点运算顺序与分片差异带来的运行间波动，可能几乎与初始化、数据顺序这些熟悉的方差来源一样大。对任何把单次训练运行当作缩放律或消融论证定论的人来说，这都是一个技术上很重要的结果。
Public AI Observatory 是一项重要的度量工程：来自 MIT、斯坦福等机构的研究者发起了 Public AI Observatory，一项公开、可审计的真实 AI 助手使用度量工程。配套介绍提到 24,521 段经知情同意的对话、52 个模型、近 10 万轮对话，以及横跨 2023–2026 使用数据的 145 个标注特征，并反复强调独立于厂商口径。对应用研究者而言，这是本组中最有分量的非产品发布之一：为 AI 使用模式建立公共利益层面的可观测性的一次严肃尝试。
热门推文（按互动量排序）