天眼晚报

开源推理引擎 vLLM 发布 v0.25.0，558 次提交与 232 位贡献者参与，全新 Model Runner V2 取代旧版 PagedAttention 成为默认引擎，并引入统一流式解析、通用投机解码等特性。这标志着广泛使用的 LLM 服务框架进入新一代架构，有望提升推理效率和扩展性，对依赖 vLLM 的生产环境具有明显的性能与工程意义。

Lithos 发布基于 Kimi K2.7 Code 的 agentic 推理引擎，在单台 8×B200 GPU 节点上编码任务峰值超过 1000 tok/s，同时保持模型原生精度。这一高吞吐推理方案将千亿级模型的实时编码能力推向新高度，为代码 Agent 等延迟敏感应用提供了可行的部署基础，可能加速大型模型在企业开发场景的落地。

新工具 Inference AutoTune 只需约 25 行代码和 2 小时，就能将任意前沿模型蒸馏为 1-30B 参数的任务专用小模型，成本低于 250 美元，并可自动路由请求降低 90% 成本。这大幅降低了中小企业定制高性能 SLM 的门槛，使模型蒸馏从实验室技术走向普通开发者，有望催生更多垂直应用。

在 Perplexity Computer 的 WANDR 评估中，Grok 4.5 作为编排器取得 0.328 分，单次成本仅 4.76 美元，超越 Opus 4.8（0.254 分，9.46 美元）和 GPT-5.6 Sol（0.289 分）。这一结果凸显了 Grok 系列在性价比上的强力突击，验证了非巨头实验室也能在主流基准上挑战最昂贵闭源模型，将加剧大模型 API 市场的价格战。

开源工具 colibri 实现 744B 参数 MoE 模型 GLM-5.2 在仅 25GB 内存、无显卡的机器上运行，核心常驻 9.9GB，其余权重从 SSD 按需加载。虽然冷 token 需要 10-20 秒，但它首次将数百亿参数级别的模型带入消费级硬件，为个人开发者和小团队试验超大模型开辟了可能，代表着本地极致优化的新方向。

软件公司 Eagle 通过纯软件优化使 AI 推理速度提升 20%，据称多数大型 AI 公司已在其系统中运行。在硬件能力增长趋缓的背景下，类似 Eagle 的系统级优化正在成为提升大模型部署效率的关键杠杆，若数据属实，可能推动整个行业将更多注意力从硬件堆叠转向软件层创新。

一篇中文实操文章详述了 B2C App 首次在 TikTok 广告投放的全流程，包括接入 MMP 回传付费信号、设置 Campaign、准备至少 6 条素材、使用 Spark Ads 原生投放、控评以及按 CPA/LTV 决策，最终作者实测 41 天实现月收入 5000 美元、利润率 40%。这一案例为出海移动开发者提供了可复制的低成本启动路径。

Dan 团队分享了在 LinkedIn 上实现 200 万美元 ARR 的内容运营体系，采用 70/20/10 漏斗分层策略，以内部知识驱动选题，Notion 管理流程，90 天为一轮完成定位、权威构建和转化。该案例揭示了专业社交平台上 B2B 增长的精细打法，对 SaaS 和咨询服务公司具有直接的操作参照价值。

本周重要 AI 论文中，Google DeepMind 发表 Gemma 4 技术报告，详细披露新一代开源模型的架构与训练细节；腾讯混元提出层级稀疏注意力，有望降低长上下文计算开销；DeepSeek 发布 DSpark 投机解码方案。这些工作集中体现了业界在模型效率、稀疏注意力和加速推理等方面的最新探索。

斯坦福报告指出 GPT-3.5 级推理成本在不到 2 年内下降 280 倍。分析认为随着知识工作单位成本暴跌，总工作需求将不降反升，编程领域发生的变化并非例外而是先行指标。这意味着更便宜的推理将催生大量新用例，多 Agent 系统可能变得无处不在，AI 工程师将成为关键角色。

华尔街见闻分析显示，印度 Nifty IT 指数 18 个月内回撤 49%，19 万亿卢比市值蒸发，青年失业率高达 40%。背后是以 AI 驱动的自动化正在替代传统人力外包模式，靠人月计价的代码工厂面临廉价 AI 的降维打击，叠加高温缺水等短板，暴露出以人海战术为核心的 IT 服务产业的系统性危机。

中国工信部下属网络安全机构称发现 Anthropic 的 Claude Code 存在监控机制，建议用户立即卸载或升级至最新安全版本。这一官方表态可能对 Claude Code 在国内开发者社区的采用产生抑制，并进一步凸显 AI 开发工具在中美科技竞争背景下的供应链安全与数据主权风险。

SpaceXAI 推出的 GrokBuild 被曝存在默认上传完整 Git 仓库（含提交历史）的行为，12GB 仓库一次发送至少 5GB 数据至 Google GCP。这对使用该工具的开发者构成严重的数据泄露隐患，尤其在闭源项目或包含敏感凭证的代码中出现，再次敲响 AI 编码工具的隐私安全警钟。

国产存储芯片龙头长鑫科技将于 7 月 16 日申购，拟融资 295 亿元，为今年 A 股最大 IPO，在科创板融资规模上仅次于中芯国际。这一巨额募资将支撑其 DRAM 产能扩张与技术追赶，也是中国半导体在关键领域寻求资本支持的标志性事件，对产业链上下游均有带动效应。

一款结合树莓派 5、FPGA 和相控阵天线的开源设备发布，可感知 4.9–6GHz 射频信号，实现隔墙定位 Wi-Fi 设备与空中追踪无人机，定价仅 499 美元。这一廉价且可串联成更大阵列的感知方案，将雷达和射频定位能力释放到创客与安全研究社区，可能催生大量 DIY 监控与探测应用。

马斯克透露星舰下一次发射目标定于 7 月 16 日本周四。星舰正在进行快速迭代，本次试飞可能进一步验证超重型助推器回收或上面级再入等关键技术，对于这家私营航天公司和 NASA 的 Artemis 合作计划都具有重要的进度意义。

用户分享经验：使用 0 月租的 giffgaff 英国实体卡可通过 OpenAI、Claude、Cursor 等平台的手机号验证，无需当地居住证明，且未出现封号情况。对国内开发者和用户而言，这一低成本方案解决了批量注册海外 AI 服务时虚拟号码被拒的痛点，降低了访问前沿工具的门槛。