联邦政府优先AI而非人民与地球
美国数据中心建设热潮揭示，当国家与资本利益一致时，世界级基础设施可迅速扩张。然而，Alphabet、Meta、亚马逊等科技巨头2025年本应缴纳650亿美元企业税，实际仅支付153亿，将497亿用于AI建设而非公共福利。随着数据中心蔓延，不平等加剧，气候与经济危机加深。所谓“AI竞赛”实为行业炒作，旨在以投资者特权取代民主控制。2025年，地方反对已阻止或推迟48个数据中心项目（价值1560亿美元），理由包括污染与公共补贴。报告呼吁政府将集体资源用于人民与地球，提出绿色民主规划五支柱：限制科技巨头扩张、推动公正绿色转型、强化社会福利等。 #AI #数据中心 #税收优惠 #不平等 #绿色民主规划 #科技巨头 #公共利益 #美国政策
美国数据中心建设热潮揭示，当国家与资本利益一致时，世界级基础设施可迅速扩张。然而，Alphabet、Meta、亚马逊等科技巨头2025年本应缴纳650亿美元企业税，实际仅支付153亿，将497亿用于AI建设而非公共福利。随着数据中心蔓延，不平等加剧，气候与经济危机加深。所谓“AI竞赛”实为行业炒作，旨在以投资者特权取代民主控制。2025年，地方反对已阻止或推迟48个数据中心项目（价值1560亿美元），理由包括污染与公共补贴。报告呼吁政府将集体资源用于人民与地球，提出绿色民主规划五支柱：限制科技巨头扩张、推动公正绿色转型、强化社会福利等。 #AI #数据中心 #税收优惠 #不平等 #绿色民主规划 #科技巨头 #公共利益 #美国政策
字节跳动发现新的AI扩展定律，有望推动行业持续爆发
字节跳动Seed AI团队近日发表研究论文，揭示AI智能体在真实环境中长期交互后，学习速度每三个月可翻倍。这一发现正值全球人工智能行业寻找模型改进新途径的关键时刻。此前，业界普遍依赖增加训练数据和算力来提升AI能力，但多位业内专家警告这种“蛮力”方式无法持续。同时，研究机构Epoch AI指出，公开的人类生成文本数据可能在六年内耗尽，寻找AI发展的替代路径已成为行业首要任务。字节跳动团队开发了EdgeBench基准测试套件，包含134个需连续运行12小时以上的任务，涵盖软件工程、科学发现等领域，并记录了3.8万小时的环境交互数据来评估Claude、GPT等前沿模型。研究发现，智能体性能遵循高度可预测的数学曲线，表明AI能力可以通过实践经验持续提升，弥补传统预训练收益递减的局限。 #字节跳动 #AI扩展定律 #人工智能 #智能体 #AI训练 #科技前沿 #SeedAI
字节跳动Seed AI团队近日发表研究论文，揭示AI智能体在真实环境中长期交互后，学习速度每三个月可翻倍。这一发现正值全球人工智能行业寻找模型改进新途径的关键时刻。此前，业界普遍依赖增加训练数据和算力来提升AI能力，但多位业内专家警告这种“蛮力”方式无法持续。同时，研究机构Epoch AI指出，公开的人类生成文本数据可能在六年内耗尽，寻找AI发展的替代路径已成为行业首要任务。字节跳动团队开发了EdgeBench基准测试套件，包含134个需连续运行12小时以上的任务，涵盖软件工程、科学发现等领域，并记录了3.8万小时的环境交互数据来评估Claude、GPT等前沿模型。研究发现，智能体性能遵循高度可预测的数学曲线，表明AI能力可以通过实践经验持续提升，弥补传统预训练收益递减的局限。 #字节跳动 #AI扩展定律 #人工智能 #智能体 #AI训练 #科技前沿 #SeedAI
不使用AI编程，代码审查的全新革命
许多团队在代码审查上拖延、敷衍或陷入无止境的争论，主要原因并非审查本身枯燥或拉取请求过长，而是审查过程重复了编程的认知工作，且缺少中间步骤。工程师不喜欢审查代码的根本在于，它需要重建写代码时的N维思维上下文，而提交的代码只是二维快照，信息压缩严重。事实上，较短拉取请求的好处在于迫使开发者更好地组织文档，分步解释思路。代码审查的主要目的并非阻止坏代码，而是协调团队——确保成员对问题有共同理解，即使不同意具体方案也能达成一致。次要目的是指导，通过审查分享技术和加深知识。要使审查更轻松，可采用短拉取请求、提供设计文档或注释记录推理过程等方法。 #代码审查 #编程 #软件开发 #团队协作 #高效工作流 #技术管理 #开发者体验
许多团队在代码审查上拖延、敷衍或陷入无止境的争论，主要原因并非审查本身枯燥或拉取请求过长，而是审查过程重复了编程的认知工作，且缺少中间步骤。工程师不喜欢审查代码的根本在于，它需要重建写代码时的N维思维上下文，而提交的代码只是二维快照，信息压缩严重。事实上，较短拉取请求的好处在于迫使开发者更好地组织文档，分步解释思路。代码审查的主要目的并非阻止坏代码，而是协调团队——确保成员对问题有共同理解，即使不同意具体方案也能达成一致。次要目的是指导，通过审查分享技术和加深知识。要使审查更轻松，可采用短拉取请求、提供设计文档或注释记录推理过程等方法。 #代码审查 #编程 #软件开发 #团队协作 #高效工作流 #技术管理 #开发者体验
TokenDiet 推出 AI 费用优化服务
据 Fortytude 旗下 TokenDiet 服务介绍，其推出了一项专门针对 AI 调用费用的优化解决方案。该工具能自动扫描代码仓库，找出浪费的大语言模型调用，并直接生成包含前后对比证据的修复 Pull Request。用户只需审核后合并即可节省开支。目前，TokenDiet 已在所有连接的代码仓库中累计节省每月 12900 美元。服务提供 Basic、Pro 和 Custom 三个定价层级，按代码行数计费，每月分别为 249 美元、499 美元及定制价格。TokenDiet 强调其仅通过 PR 分支操作，从不接触数据库或生产环境，且代码仅在沙箱中读取约两分钟后即删除，不存储或用于训练。每个 PR 还附带免费的红绿 AI 成本检查功能。 #TokenDiet #Fortytude #AI成本 #代码优化 #GitHub #PR #SaaS #科技新闻 #开源工具
据 Fortytude 旗下 TokenDiet 服务介绍，其推出了一项专门针对 AI 调用费用的优化解决方案。该工具能自动扫描代码仓库，找出浪费的大语言模型调用，并直接生成包含前后对比证据的修复 Pull Request。用户只需审核后合并即可节省开支。目前，TokenDiet 已在所有连接的代码仓库中累计节省每月 12900 美元。服务提供 Basic、Pro 和 Custom 三个定价层级，按代码行数计费，每月分别为 249 美元、499 美元及定制价格。TokenDiet 强调其仅通过 PR 分支操作，从不接触数据库或生产环境，且代码仅在沙箱中读取约两分钟后即删除，不存储或用于训练。每个 PR 还附带免费的红绿 AI 成本检查功能。 #TokenDiet #Fortytude #AI成本 #代码优化 #GitHub #PR #SaaS #科技新闻 #开源工具
AI Agent 支付协议 MPP 正式发布
随着 AI Agent 和自动化程序自主执行任务的需求激增，机器间无需人类介入的支付场景成为亟待解决的基础设施问题。为应对这一挑战，Stripe 与 Tempo 联合推出了专为机器间支付设计的开放协议 Machine Payments Protocol（MPP）。该协议借鉴 HTTP 的挑战-响应机制，将支付流程自然嵌入网络请求的生命周期中。客户端发起请求后，服务器返回包含支付金额、货币类型等信息的支付挑战，客户端完成支付后携带凭证重新请求，实现无缝结算。MPP 支持稳定币转账、银行卡等多种支付方式，目前已有 TypeScript SDK 可供开发者集成。该协议的推出有望大幅提升机器间高频、动态支付的效率与安全性，推动 AI 自动化生态的发展。 #AI #支付协议 #MPP #Stripe #Tempo #机器支付 #区块链 #科技
随着 AI Agent 和自动化程序自主执行任务的需求激增，机器间无需人类介入的支付场景成为亟待解决的基础设施问题。为应对这一挑战，Stripe 与 Tempo 联合推出了专为机器间支付设计的开放协议 Machine Payments Protocol（MPP）。该协议借鉴 HTTP 的挑战-响应机制，将支付流程自然嵌入网络请求的生命周期中。客户端发起请求后，服务器返回包含支付金额、货币类型等信息的支付挑战，客户端完成支付后携带凭证重新请求，实现无缝结算。MPP 支持稳定币转账、银行卡等多种支付方式，目前已有 TypeScript SDK 可供开发者集成。该协议的推出有望大幅提升机器间高频、动态支付的效率与安全性，推动 AI 自动化生态的发展。 #AI #支付协议 #MPP #Stripe #Tempo #机器支付 #区块链 #科技
三星联合发布AI Agent稳定性基准测试，任务复杂度成关键瓶颈
三星与多所科研机构合作推出LiveClawBench，这是一项专门针对AI Agent系统稳定性的基准测试。研究团队通过量化任务复杂度因子，系统分析了当前AI模型在不同难度任务中的表现。实验发现，任务复杂度对Agent性能波动的影响远超任务领域本身。随着任务结构复杂度的提升，即便是先进的AI模型也表现出显著的性能不稳定性，尤其是在需要多步推理和动态调整策略的场景中。这一发现为优化AI Agent的可靠性提供了新视角，暗示未来研究需更关注任务分解与适应性机制的设计。该基准有望成为行业标准，推动AI系统从实验室走向实际应用。 #AI #AIAgent #基准测试 #稳定性 #任务复杂度 #三星 #科研
三星与多所科研机构合作推出LiveClawBench，这是一项专门针对AI Agent系统稳定性的基准测试。研究团队通过量化任务复杂度因子，系统分析了当前AI模型在不同难度任务中的表现。实验发现，任务复杂度对Agent性能波动的影响远超任务领域本身。随着任务结构复杂度的提升，即便是先进的AI模型也表现出显著的性能不稳定性，尤其是在需要多步推理和动态调整策略的场景中。这一发现为优化AI Agent的可靠性提供了新视角，暗示未来研究需更关注任务分解与适应性机制的设计。该基准有望成为行业标准，推动AI系统从实验室走向实际应用。 #AI #AIAgent #基准测试 #稳定性 #任务复杂度 #三星 #科研