马斯克:目前 SpaceX 每个月约新增 0.5GW 算力,明年底将提速至每月 1GW
马斯克透露,SpaceX 目前每月约新增 0.5GW AI 算力,大致相当于部署 22 万颗 GB300 芯片及配套的 CPU、网络设备和冷却系统等基础设施。他指出公司真正的扩张瓶颈在发电端,到明年底每月新增 AI 算力将超 1GW,届时这些算力或许可以称为“超级智能算力”。
马斯克透露,SpaceX 目前每月约新增 0.5GW AI 算力,大致相当于部署 22 万颗 GB300 芯片及配套的 CPU、网络设备和冷却系统等基础设施。他指出公司真正的扩张瓶颈在发电端,到明年底每月新增 AI 算力将超 1GW,届时这些算力或许可以称为“超级智能算力”。
128GB 统一内存设备让本地跑 70B-100B 级模型并带长上下文成为日常,24GB 显卡则因装不下权重加 KV cache 而做不到。11 月评测显示英伟达 DGX Spark 与 AMD 迷你主机生成速度几乎打平(273 与 256 GB/s),AMD 平台价格约为一半、国内同类整机已在 2.3 万元档,微软也将 AMD Ryzen AI Max 写入本机模型支持名单。
腾讯高管在业绩会上表示,公司当前资本开支主要用于 AI 基础设施建设,随着基础设施复用、硬件采购成本下降以及计算效率提升,预计到 2028 年 AI 业务投入产出效率将改善。腾讯财报显示,2026 年第三季度录得负自由现金流 691 亿元,主要被资本开支付款 651 亿元等抵销;若剔除算力采购预付款,自由现金流将转正至 169 亿元。
NVIDIA 运营负责人 Deb Shoquist 依靠与 TSMC、Foxconn、Wistron 等全球制造商数十年的合作,把设计蓝图转化为可靠、高性能的供应链。
企业 AI 正从孤立试点走向 AI 智能体与自主工作流,SAP 与 Infosys 高管认为应将 AI 当作企业级平台而非零散项目来建设。BCG 报告显示 74% 的组织仍停留在试点阶段,Anthropic 调查中 42% 的企业受困于数据获取与质量问题。
本文认为 AI 时代软件的终局不是软件消失,而是边界从「人怎么操作它」改为「代理在什么条件下被授权」:界面作为翻译层退位,责任、审计、事务与口径上移到语义层与治理层。
在 AI Engineer Code Summit 上,TypeSafe AI 联合创始人兼 CEO Diogo Almeida 呼吁把 System One 模型 Jev 嵌入应用代码以"自动化一切",称其为"可靠的智能"。
AWS 首席执行官马特·加曼在播客节目中表示,太空数据中心在未来 10 至 20 年内很难达到商业可行,主要障碍是发射成本与运力、真空环境散热以及轨道设备维护。
许多已宣布的 AI 数据中心项目可能永远不会建成,地方反对、审批延迟和电力争夺正让建设热潮受阻。TechCrunch 旗下 Equity 播客主持人 Rebecca Bellan 与 Tim De Chant 邀请 Ascend Analytics 高级董事 Brent Nelson,探讨哪些项目可能落地、哪些永远无法启动。
JioStar 首席架构师 Vijay Seshadri 分享了在 500M 用户规模下推动 AI 发现的实践。他重点总结了 evals、guardrails 以及将 AI 推向生产环境的经验教训。
极客公园推演美国数据中心全部停建的极端情景:规划中的 230 到 340GW 容量被冻结后,美国总容量将在 2028 年前后停在约 120 到 150GW,此后不再增长。
作者走访弗吉尼亚州数据中心走廊后认为,针对数据中心的抵制核心不是文化战争,而是巨大的电力消耗及其物理影响。弗吉尼亚州已要求数据中心全额承担新建输电线路成本,而新建 AI 数据中心普遍计划自建天然气轮机供电,Anthropic 据报道已同意斥资 $3.4 billion 购买燃气轮机。
特种化学品制造商 Lubrizol 正在构建连接业务流程、现代数据平台与云基础设施的数字化基础,让研发团队更快验证想法、开发不牺牲性能的可持续材料。公司组建"融合团队"让科学家、数据科学家与 IT 人员围绕共同目标协作,用数字建模在物理实验前评估更多配方、探索淀粉与玉米基替代材料并权衡产品全生命周期。未来 AI、自动化、先进建模、数字孪生与互联数据的融合,有望让实验室更智能、制造工厂更高效。
Latent Space 主持人 swyx 采访 Stanford CS146S「现代软件开发」课程讲师兼 Monaco AI 负责人 Mihail Eric,谈课程第二轮改革与其工程团队的实践。
Latent Space 为庆祝 AI Engineer YouTube 频道订阅破百万,邀请 Stanford CS146S 讲师兼 Monaco AI 负责人 Mihail Eric 畅谈 AI 原生工程教学。
伯恩斯坦分析师 Mark Moerdler 估算,OpenAI 已披露算力合作协议对应的基础设施支出到 2030 年累计或达 6,140 亿美元,明显低于《华尔街日报》此前传出的 7,500 亿美元。
设备接入正迎来第三次范式跃迁「模型即数据」:设备或网关自己持有模型描述文件,上线时作为一条普通注册消息递交,云端只做注册中心,收下、校验、按版本归档。W3C WoT 的 Thing Description 2.0、OPC 基金会 UA Edge Translator、Schema Registry 兼容演进规则与欧洲 AAS 四条线索正同时收敛到这一点。
Meta 总裁 Dina Powell McCormick 表示,中期选举中民主党获胜将使企业建设数据中心更加困难,选民对数据中心的抵制与对 AI 的负面情绪相关。Meta 在 23 个州拥有数据中心,其中 5 个项目规划规模达 1 GW 或以上。Meta 希望展示技术价值以扭转负面情绪,其消费级 AI 智能体 Muse 现有 1000 万用户,并认为已建成的算力具备变现路径。
亚马逊、微软、Alphabet 和 Meta 在上月财报电话会上表示,今年资本开支将至少达 $720 billion,多数投向 AI 基础设施,且均计划继续加码。
Latent Space 对话 Legora CTO Jacob Lauritzen,讨论在无法看到智能体处理客户数据的情况下如何构建、测试与评估法律智能体。Legora 从斯德哥尔摩地下室起步,如今律师可用它起草和编辑 Word 文档、在单张表格内审查 10,000 份合同并开展尽职调查。
Latent Space 专访 Legora CTO Jacob Lauritzen,谈其为律师构建 AI Agent 的产品与工程实践。
按 token 计费让 AI 编程智能体最高价值的工作流反而最贵,企业应改用“每个已合并 pull request 的成本”来衡量投入产出。HPE 的混合 AI 平台将 150 多个内部应用的常规任务路由至本地开源权重模型,token 成本下降 30 到 50%,其数据还显示前 5% 的重度用户贡献了大部分消耗。
Simon Willison 解读 Jacob Sansbury 关于 Spawn 的文章,Spawn 是一个大型多人在线游戏环境,玩家可以通过提示词让游戏内智能体 Savi 修改世界,他本人也在手机上实测,用提示词生成城堡和龙并骑龙环游。
Latent Space 主播 swyx 对话 Supabase 创始人 Paul Copplestone 与 Ant Wilson,这是两人首次同台播客,拆解前沿模型为何在应用后端上几乎一致地首选 Supabase。
Latent Space 邀请 Anthropic 工程师 Katelyn Lesse 和 Angela Jiang 讲解 Claude Platform 背后的工程实践,涵盖 Opus 5.5 的发布、将模型“大脑”与智能体“双手”分离、扩展 API 以及构建可靠的托管智能体。新增导言还讨论了 Anthropic 的 S-1、改进与投资循环,以及平台为何重要。
大厂团队全员推行 AI 编程半年后,作者发现代码产出提速的同时系统腐化以三倍速度狂飙,资深开发反被 Review 逼疯。三次认知推翻指向同一结论:堆砌提示词不如把代码库切成清晰的物理切片,代码已贬值为低值易耗品,架构取舍与领域边界才是核心资产。程序员的生存定位须从代码打字机进化为系统状态机的设计者与工程现场仲裁者。
Modal CEO Erik Bernhardsson 在完成 7.5 亿美元 Series D(估值 160 亿美元)后接受 Latent Space 采访,解释 GPU 容量合同为何与真实负载错位。
Moshi CEO Anekha Sokhal 在 AI Engineer New York 与 swyx 对谈,讲述她从 JPMorgan 能源衍生品交易员到创立 Moshi 的经历。
OpenAI 阐释了 Forward Deployed Engineering(FDE)的含义,说明这一概念在 OpenAI 的具体所指。
Celonis 企业 AI 首席科学家 Devavrat Shah 提出"决策智能"理念,认为 AI agent 只有理解业务流程与任务上下文,才能真正支持企业决策。
AI 推理每次请求都会在后台留下远超输出文件本身的数据,使存储成为被低估的隐性成本。WD 测得一段 3.97MB 的 8 秒 720p 视频在后台留下超过 500MB 数据,约为输出的 130 倍。McKinsey 预计推理需求到 2030 年将以 35% 的 CAGR 增长、超过训练的 22%,近 95% 受访 IT 决策者称生成式 AI 带来数据量增长。
谷歌 CEO 桑达尔·皮查伊表示,公司正将部分算力从云业务转向前沿 AI 研发,宁愿放弃云业务短期收入也要支持前沿 AI 发展。他指出数据中心从决策到投运需两至三年,加上智能体任务需求激增,客户目前寻求锁定 2027 年算力将面临极大困难。
TiDB 社区活动杭州站 Data + AI 圆桌上,五位来自数据库、大模型厂商、教育和创业等生态位的嘉宾,讨论了企业级 Agent 从 Demo 走向生产的难点与解法。
Latent Space 对话 Tenex 联合创始人 Alex Lieberman 与特殊项目负责人 CJ Hess,讨论按产出而非工时付费的工程薪酬、MetaHarness 工作流以及企业 AI 落地。
作者认为一线工程团队正从 MCP 回摆到 CLI 优先的 Agent 工具模式:MCP 启动时批量注入工具 schema,仅 GitHub MCP Server 的 44 个工具说明就约占 1.4 万 Token,且 JSON-RPC 多层链路难调试、Server 之间难以自由组合。
一线工程团队正把 Agent 工具接入层的重心从 MCP 协议封装回摆到 CLI 命令执行,核心原因是 MCP 启动时批量注入工具 schema 造成上下文 Token 固定膨胀,GitHub MCP Server 的 44 个工具说明就约合 1.4 万 Token。
Latent Space 对话 SF Compute CEO Evan Conrad,讨论如何把 GPU 算力变成可交易商品。SF Compute 自建了云的运营能力来做物理交割,买家拿到的是可用算力而非现金差价,Evan 认为先做现金交割会制造可操纵的指数和基差风险。
HPE 提出企业 AI 的核心指标应从单次 token 或 GPU 小时成本转向“每有效成果的实际成本”,即产出可用业务成果所需的平台、模型与运营总成本。HPE Private Cloud AI 将基础设施、软件、模型、治理与服务整合为生产级私有 AI 平台,并提供 90 天前向部署工程师支持。HPE 委托的独立测试显示,高利用率一体化平台的每 token 有效成本低于反复租用同等算力。
2026 年 10 月 9 日,Deno 团队整体加入 Cloudflare,运行时再维护一年、Deno Deploy 六个月后关停、JSR 保留。文章复盘这家融资 2600 万美元、拿下 10 万星的运行时为何在第八年停下,指出败因不在性能,而在于迁移成本、部署错配与生态流动性:Deno 2 全面兼容 Node 反而削弱了迁移理由,JSR 撞上 npm 的网络效应护城河。
推荐理由:通过与 Bun、Node 的对照,文章把 Deno 停下的原因拆成迁移成本、生态流动性与买家动机三层,可迁移到其他技术选型判断。
作者认为支撑 AI 辅助开发演示的不是工具入口,而是清晰的需求、领域模型、接口契约等可复用资产,以及独立验证和协作流程设计。文章提出研发工作的五个转变,并建议团队先整理底层资产、建立生成与验证闭环、衡量端到端结果,而不是急于增加工具入口。