2025-09-04 简讯 : Meta的人工智能负责人探讨在App中使用谷歌、OpenAI的模型

头条

Meta的人工智能负责人探讨在App中使用谷歌、OpenAI的模型

https://links.tldrnewsletter.com/7QcJip

在开发Llama 5的过渡阶段，Meta正考虑将谷歌和OpenAI的模型集成到自家应用中。该公司内部已在编码工作中使用Anthropic。

OpenAI计划在印度建立数据中心，大力推进“星门”扩张

https://www.bloomberg.com/news/articles/2025-09-01/openai-plans-india-data-center-in-major-stargate-expansion

OpenAI计划在印度新建一个大型数据中心。目前它正在寻找当地合作伙伴来协助建立该数据中心，其容量至少将达到1千兆瓦。该项目的确切地点和时间尚不清楚。OpenAI准备在新德里开设办事处，并正在招聘以扩充当地团队。它已承诺与印度政府就其12亿美元的“印度人工智能使命”展开合作，该使命旨在为印度打造大语言模型。

深度分析

深入了解VLLM：高吞吐量大语言模型推理系统剖析

https://www.aleksagordic.com/blog/vllm

这是对现代高吞吐量大语言模型（LLM）推理系统核心组件和先进功能的技术解析，从PagedAttention的内存管理突破，到实现大规模人工智能部署高效性的分布式服务架构。

人工智能与就业

https://www.noahpinion.blog/p/ai-and-jobs-again

如果人工智能真的减少了软件开发和客户服务领域的劳动力需求，那为什么公司一方面不招22岁的年轻人，另一方面却急于招聘同行业的中年员工呢？而且为什么工资没有随着就业需求下降呢？近期有关人工智能对劳动力影响的研究言过其实了，是挑选数据得出的结果。

人工智能的二阶效应

https://tomtunguz.com/mdb-earnings-2025-08-27/

人工智能供应商收入超过传统软件，新订单量翻倍，影响了MongoDB的Atlas，Atlas业务复苏，增长29%。原生人工智能公司因Atlas可扩展的向量搜索能力，越来越多地选择它，过去两个季度新增客户超5000家。这种由人工智能驱动的需求转变不仅推动了MongoDB的发展，也对更广泛的软件分销渠道产生重大影响。

工程

大语言模型推理前沿综述：推理扩展、学习推理与智能体系统

https://arxiv.org/pdf/2504.09037

大语言模型（LLM）推理方法可分为两个维度：模式（推理时与基于训练）和架构（独立与智能体系统）。在向智能体工作流程转变的过程中，已经从最初类似o1的推理扩展转向像DeepSeek-R1这样的学习推理方法。

R-4B：双模式多模态大语言模型（GitHub 仓库）

https://github.com/yannqi/R-4B

R-4B是一种多模态大语言模型（LLM），它使用双模式训练框架，能在逐步推理和直接回答之间自适应切换。

其他

Compiling Dinner

https://gist.github.com/breadchris/5877d1ab8381526bb81b551ffd5d1768

透过编译器的视角看世界，会让日常系统不再那么神秘，而更像可编程的环境。传统上，构建编译器需要深厚的专业知识和极大的耐心。大语言模型改变了这一局面。现在可以用简单的英语描述规则，让模型勾勒出用于词法分析、语法分析和执行这些规则的代码。编译器以前是专家们的小众领域。如今，任何人都可以为自己感兴趣的领域勾勒出一个编译器，并能立即看到意图和执行之间的联系。