分类路由降低聊天机器人成本
Reddit 文章分享降低 API/Agent 成本的工程模式，重点介绍用预训练分类器进行请求路由，并给出路由表与训练自有提示分类模型的方法。作者称该方案可在较少重构下最高降低约60%成本。
最新动态
美能源部删除节能网页
据 The Verge 报道，美国能源部在历史性热浪席卷美国之际，删除约6000个与能源节约相关的网页。事件发生在纽约市长呼吁居民将空调设为78华氏度以减轻电网压力、并引发共和党人士批评之后。
Mistral AI定位受关注
TechCrunch解析法国AI公司Mistral AI，指出其并非简单对标“欧洲版OpenAI”，消费者端聊天与智能体产品认知度有限。报道认为其更接近Palantir模式，依靠前置工程团队、企业与主权技术需求拓展商业化。
Claude海外稳定使用方案热议
V2EX 用户因安全咨询工作高度依赖 Claude，称 VPS、住宅 IP、虚拟卡等方案频繁遭封，考虑通过海外身份、当地银行卡与友人家中 Mac mini 远程接入真实家庭宽带来降低风控风险。讨论焦点集中在账号合规、支付与网络指纹稳定性，以及此类跨境远程使用方案的潜在坑点。
本地推理多显卡速度对比
社区汇总 3090、5090 与双 RTX 6000 等本地推理配置的 token 速度数据。Qwen3.6 27B 在单 3090 上仍可达约 50 tok/s，而 5090 调优后约 140 tok/s，显示旧旗舰显卡仍具备日常 AI 编程可用性。
本地模型奇幻RP基准测试
用户自建中世纪奇幻 RP/Agentic 基准，测试 8 个本地模型在任务完成、物品时间追踪、角色识别和叙事等维度表现。Gemma 4 31B 以 87% 居首，Qwen3.6 27B 以 82% 接近领先，显示小体量模型在复杂角色扮演任务中仍有竞争力。
5090跑Qwen3.6速度实测
用户在 9800X3D、64GB 内存和 RTX 5090 平台上调优 llama.cpp 运行 Qwen3.6 27B，记录 6454 个样本的真实分布。其称在 192K 上下文、MTP 与 q8 KV cache 设置下，平均生成速度约 140.7 tok/s，中位数 134.9 tok/s。
特斯拉限制员工AI开支
Reddit 热议称，特斯拉将员工使用外部 AI 工具的费用上限设为每周 200 美元，但 xAI 的 Grok 例外。该举措被视为公司在控制 AI 成本的同时，进一步推动内部生态工具使用。
AI工作区疑似会话串扰
有开发者在企业 ZDR 工作区使用 AI Agent 时，发现会话突然混入他人疑似 Minecraft 建造任务内容，怀疑工作区实例或消费账户间存在 session/cache 泄漏。若属实，可能影响企业级隔离与敏感对话安全，但目前仍是社区反馈，需官方确认。
AI冒充公众人物引警告
研究人员测试让AI冒充112名公众人物，结果显示模型可生成具有误导性的仿冒表达。相关报道认为，这对身份滥用、舆论操纵和深度伪造治理构成风险警示。
GEAR端到端图像生成论文
论文提出GEAR方法，将VQ tokenizer与自回归图像生成器端到端联合训练，试图解决传统两阶段训练中tokenizer与生成器目标脱节的问题。其通过码本分配的硬分支与软分支设计，让生成器训练和tokenizer梯度更新同时进行。
多块扩散语言模型论文
论文提出Multi-Block Diffusion Language Models，将块扩散语言模型从单块生成扩展到多块并行解码，以提升文本生成并行度。其核心是缩小训练时多噪声块可见性与推理时运行窗口、异构噪声模式之间的差距。
Token Diet降低AI编程成本
GitHub新项目Kulaxyz/token-diet走热，面向Claude Code、Codex、Cursor、Windsurf、Cline等编程代理提供常驻式token效率优化。项目称平均可降低约31%账单且不损失正确性，目前获282星。
千牛AI客服权限争议
V2EX 用户反馈阿里千牛 App 的 AI 客服聊天框要求开启麦克风权限，否则无法使用键盘输入，引发对隐私权限设计的质疑。讨论焦点集中在是否存在过度索权、监听担忧以及产品实现是否合理。
Codex额度使用体验热议
V2EX 用户讨论 20 美元档会员下 Codex 与 Claude 的使用额度和完成度差异，认为 Codex 单次消耗更快、执行更偏单点需求。帖子引发关于 AI 编程工具提示词、工作流和额度最大化策略的交流。
同人社区围剿AI写作
The Verge报道，同人创作社区近期发起运动，试图识别并排查使用Claude、ChatGPT等生成式AI创作的作者。但相关检测方法可靠性存疑，可能误伤正常创作者，反映出创意社区对AI辅助写作的持续分裂。
AI推理价格战引讨论
Reddit 用户汇总称近期多个大模型与多模态 API 更新集中出现，低价模型和推理服务正在压低各层级成本。帖子同时提到 OpenAI、Google、xAI、Anthropic、Qwen 等动态，但部分信息仍需进一步核验。
本地AI主机回本账本热议
LocalLLaMA 用户测算一台约 2 万美元本地 AI 主机相对订阅服务的回本周期，强调不能忽略持续推理带来的电费成本。帖子以高端双卡设备、内存/显存配置和每月约 200 美元增量电费为假设，重新评估自托管大模型的经济性。
Gemma本地上下文扩至80K
LocalLLaMA 用户分享在 RTX 5090 上运行 gemma-4-31B-it-Q6_K.gguf 的配置，将可用上下文从约 35K 提升至 80K。帖子给出 llama.cpp/Docker 参数组合，包括关闭 pinned memory、启用 backend sampling 和调整并行设置等实践细节。
嗅觉丧失治疗研究受关注
Ars Technica报道，全球相当比例人群受嗅觉减退或丧失困扰，病毒感染后遗症是常见诱因之一。研究人员正探索嗅觉训练、神经机制与潜在治疗路径，但临床选择仍有限。