智能免费之后怎么办？面向智能体、由智能体运行、由智能体构建的数据系统
GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。UC Berkeley 的 Aditya G. Parameswaran 等人提出，近乎免费的推理成本带来三类数据系统挑战：面向智能体的数据系统、由智能体运行的数据系统，以及由智能体构建的数据系统。
#部署/工程
#部署/工程
今日 4 条Berkeley AI ResearchAI 评分3636 Hugging Face Blog精选AI 评分6262 Hugging Face 与 SkyPilot 打通零出网存储，可在任意云挂载 Hub 数据
Hugging Face 与 SkyPilot 联合推出 store: hf 存储后端，用一条 hf:// URL 和现有 HF_TOKEN 即可把 Hugging Face Bucket 或任意模型、数据集、Space 仓库挂载进 SkyPilot 任务，并在 20 多家云、Kubernetes、Slurm 和本地集群上运行。
推荐理由：原文给出跨云挂载 Hub 数据的具体配置与实测吞吐，读者可据此判断能否省下跨云读取成本。
Hugging Face BlogAI 评分2222 PRX Part 4：Hugging Face 详解 7B 模型的数据策略
Hugging Face 发布 PRX 系列第四篇，详解其 7B 模型的数据策略：预训练数据由公开与内部数据集混合而成，并用 VLM 重新生成图像长描述。团队将文本编码器从 T5Gemma 换成 Qwen3-VL，改为训练中实时计算文本 latent，实测吞吐仅损失约 3–4%（30 天训练多花约 1 天）。
Hugging Face BlogAI 评分3434 Hugging Face Kernels 项目大更新：新增 kernel 仓库类型、可信发布者与代码签名
Hugging Face 为 Kernels 项目引入 Hub 上的 "kernel" 新仓库类型，并默认只加载可信发布者的内核，其他来源需显式传入 trust_remote_code=True。
Google ResearchAI 评分3636 Google Research 将 Heat Resilience 数据扩展至全球 50+ 城市
Google Research 将建筑级屋顶反射率数据集扩展至 9 个国家 50+ 城市，并通过新的 Heat Resilience Earth Engine App 开放访问。该方法融合 Sentinel-2 与 30-cm 分辨率 Airbus Pléiades Neo 影像，在 Boulder 验证中 RMSE 仅 0.04，建模显示针对性冷屋顶规划可使全球城市极端高温降低最多 0.5°C。
Google Research精选AI 评分6767 Google 发布 TabFM：面向表格数据的零样本基础模型
Google 发布 TabFM，一个面向表格数据分类与回归的零样本基础模型，把表格预测重构为上下文学习问题，无需手动训练、超参数调优和特征工程，单次前向传播即可对未见过的表格生成预测。
推荐理由：原文给出 TabFM 的架构设计与 TabArena 基准结果，读者可据此判断零样本表格预测能否替代传统树模型流程。
Google Research精选AI 评分6060 Google 用冻结多 Token 预测加速 Pixel 上的 Gemini Nano
Google Research 发布新架构，把多 Token 预测（MTP）头接到已冻结的 Gemini Nano v3 上，在 Pixel 9 和 10 系列上实现开箱即用的推理加速。
推荐理由：Google 把 MTP 头接到冻结的 Gemini Nano v3 上，给出端侧推理提速与省内存的具体做法，可看移动端部署思路。
Google ResearchAI 评分2222 Google 用线性弹性缓存优化云成本，Spanner 内存用量降 15.5%
Google Research 提出线性弹性缓存，把页面淘汰建模为滑雪租赁问题，用轻量机器学习动态调整缓存大小，在 Spanner 生产环境实测内存用量降低 15.5%、缓存未命中仅增 5.5%、TCO 降约 5%。该方案用浅层决策树为每个页面预测 TTL，缓存写满时仍由 LRU 兜底，并已在公开缓存 trace 上验证。
Mistral AIAI 评分4747 Mistral 为 Connectors 加入管理员控制、API key 作用域与调试器
Mistral 为 Connectors 推出多项新能力：管理员控制、带连接器作用域的 API key、多账号连接器和 Vibe Code 中的 Connectors 已 GA，Connectors Debugger 与 Workflows 中的 Connectors 处于 Public Preview。
Mistral AI精选AI 评分6262 Mistral 发布 OCR 4，支持边界框、块分类与置信度分数
Mistral 发布 OCR 4，在提取文本之外返回边界框、块类型分类和逐页逐词置信度分数，支持 170 种语言并可在单个容器中自托管部署。该模型在 OlmOCRBench 上取得 85.20 分，独立标注者在 600 多份文档的盲评中平均 72% 更偏好其输出。
推荐理由：OCR 4 在文本之外返回边界框、块分类与置信度，读者可据此判断它如何改变 RAG 与智能体的文档处理流程。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 DiffusionGemma 实验模型，文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理速度最高提升 4 倍。
推荐理由：Gemma 4 家族新增文本扩散实验模型，读者可据此了解本地低并发推理的加速路径与质量取舍。
Mistral AI精选AI 评分6969 Mistral 发布工业工程 AI 栈与 Vibe 智能体，并宣布法国 10 MW 数据中心
Mistral 在 AI Now Summit 2026 上发布面向工业工程的 AI 栈，与 Airbus、BMW、ASML 合作优化设计、仿真与生产，并强调对专有数据和 IP 的完全控制。
推荐理由：Mistral 一次性公布工业 AI 栈、Vibe 智能体与自建数据中心，可据此判断其企业级全栈布局。
Mistral AI精选AI 评分8080 Mistral 将 Le Chat 升级为统一智能体 Vibe，推出 Work Mode 与 Code Mode
Mistral 将 Le Chat 升级为统一 AI 智能体 Vibe，覆盖工作与编码两类场景，原有对话、设置和套餐自动迁移。
推荐理由：Mistral 把 Le Chat 升级为统一智能体 Vibe，读者可了解其工作与编码两种模式的能力边界和定价。
Mistral AI精选AI 评分7171 Mistral AI 发布开源 Search Toolkit 公开预览版
Mistral AI 发布 Search Toolkit 公开预览版，这是一个用于构建 AI 应用生产级搜索管线的可组合框架，将摄取、检索和评测统一到共享接口下，开源并支持云端、本地和边缘部署。
推荐理由：Mistral 把检索管线的摄取、检索与评测收进同一框架，读者可据此判断自建 RAG 的集成成本会如何变化。
Mistral AI精选AI 评分6262 Mistral 推出物理 AI，将 Emmi AI 并入企业平台
Mistral 宣布将 Emmi AI 并入公司，推出面向工业工程的物理 AI 能力，作为其企业平台的一部分。该能力从几何与边界条件直接预测物理场，单次前向推理在单张 GPU 上以秒级完成，用于加速产品设计、工装工艺设计和实时数字孪生，合作方包括 ASML、Airbus、Safran 和 Siemens Energy。
推荐理由：Mistral 把物理仿真模型并入企业平台，读者可了解其能力边界与工业落地场景。
Mistral AI精选AI 评分6262 Mistral 在 Studio 发布 Connectors，内置与自定义 MCP 均可通过 API 调用
Mistral 在 Studio 发布 Connectors，所有内置连接器和自定义 MCP 现可通过 API/SDK 用于全部模型与 Agent 调用，并支持直接工具调用与 human-in-the-loop 审批流程。
推荐理由：Mistral 把 MCP 连接器做成平台内置能力，读者可据此判断企业级 Agent 集成层会如何被收拢。
Berkeley AI ResearchAI 评分3434 自适应并行推理：高效推理扩展的新范式
伯克利 AI 研究团队系统梳理了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化独立子任务、生成多少并发线程以及如何协调。现有方法如 Self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由外部设定，而非模型自主选择。
Mistral AI精选AI 评分7171 Mistral AI 发布 Workflows 公开预览，为企业 AI 提供编排层
Mistral AI 发布 Workflows 公开预览，定位为企业 AI 的编排层，提供持久执行、可观测性和容错能力，把 AI 流程从概念验证推进到生产环境。
推荐理由：Mistral 把企业级 AI 编排的持久执行、可观测与人工审批打包进 Studio，读者可据此判断生产化落地的门槛变化。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构，将训练拆分为异步通信的计算孤岛，降低带宽需求并隔离硬件故障。测试中该系统在整块 learner unit 掉线后仍能继续训练并重新接入，用 Gemma 4 模型达到与传统训练相当的基准性能。
推荐理由：原文给出跨数据中心异步训练在带宽、容错与混合硬件上的实测结果，可据此判断分布式预训练的工程取舍。
Google DeepMindAI 评分2222 Google DeepMind 与埃森哲、贝恩、BCG、德勤、麦肯锡合作加速企业 AI 转型
Google DeepMind 与埃森哲、贝恩、BCG、德勤、麦肯锡达成合作，推动前沿 AI 在企业规模化落地。合作方将获得 Gemini 系列等前沿模型的早期访问权限，并围绕金融、制造、零售、媒体娱乐等行业共同开发行业专属 AI 方案。目前仅 25% 的组织成功将 AI 规模化投入生产。
Mistral AIAI 评分4040 Mistral AI 推出 Spaces：为人类与 AI 智能体打造的 CLI
Mistral AI 发布 Spaces CLI，一款同时面向人类开发者和 AI 智能体的命令行工具，通过 `spaces init`、`spaces dev` 等命令可从零搭建带热重载、数据库和 Dockerfile 的多服务项目。
Google Research精选AI 评分6262 Google 发布 TurboQuant 等三种向量量化算法，将 KV cache 压缩至 3 bit
Google 发布 TurboQuant 压缩算法，并配套提出 QJL 与 PolarQuant，用于解决向量量化中的内存开销问题。
推荐理由：Google 提出 TurboQuant 等三种向量量化算法，可在不损失精度下把 KV cache 压到 3 bit，读者可了解其原理与实测结果。
Mistral AI精选AI 评分6767 Mistral AI 推出 Forge，让企业用自有知识训练前沿模型
Mistral AI 发布 Forge，一套让企业基于自有专有知识构建前沿级 AI 模型的系统，支持预训练、后训练和强化学习等阶段。Forge 同时支持 dense 和 MoE 架构，并可按需支持多模态输入，模型可在企业内部基础设施中训练与治理。官方称已与 ASML、Ericsson、欧洲空间局等机构合作，并支持 Mistral Vibe 等智能体用自然语言完成微调、调参与合成数据生成。
推荐理由：Mistral 官方披露 Forge 的训练流程与架构支持，可据此判断企业自建前沿模型的门槛与路径。
Mistral AIAI 评分4242 Mistral 用 Vibe 打造自动写 RSpec 测试的 Rails 智能体
Mistral 基于其开源编码助手 Vibe 构建了一个自主智能体，可读取 Rails 源文件、生成或改进 RSpec 测试并在 CI/CD 中无人值守运行，多个实例可并行处理不同文件。该智能体通过仓库级 AGENTS.md 执行计划、按文件类型划分的 skills 文件和自定义工具，将质量分从 0.68 提升至 0.74。
Mistral AIAI 评分3636 Mistral AI 如何排查 vLLM 中的内存泄漏
Mistral AI 在 vLLM 上排查一起内存泄漏：在 Mistral Medium 3.1 的 Prefill/Decode 分离部署中，开启 graph compilation 后系统内存以每分钟 400 MB 线性增长，数小时后触发 out of memory。
Mistral AI精选AI 评分6666 Mistral 发布 OCR 3 文档解析模型
Mistral 发布 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上相对 Mistral OCR 2 取得 74% 的整体胜率，并称其准确率超过企业文档处理方案和 AI 原生 OCR 方案。
推荐理由：Mistral OCR 3 在表单、手写和复杂表格上的升级与每千页 2 美元定价，可供评估文档解析方案时参考。
Mistral AIAI 评分4242 Mistral AI 与 SAP、Helsing 达成合作，将在德国开设办公室
Mistral AI 宣布与 SAP 建立多年期合作，为其 AI Foundation 集成模型并共同开发面向欧洲复杂行业与公共管理的行业解决方案，同时与 Helsing 加速面向国防与安全应用的视觉-语言-动作模型研发。Mistral AI 还将在未来数月内在德国开设办公室，并大幅扩充本地团队。
Mistral AI精选AI 评分6262 Mistral 发布 AI Studio 生产级 AI 平台
Mistral 发布 AI Studio，一个面向企业团队的生产级 AI 平台，由 Observability、Agent Runtime 和 AI Registry 三大支柱组成。
推荐理由：Mistral 把内部大规模系统的可观测、执行与治理能力打包成企业平台，可据此判断生产级 AI 工作流的落地路径。
Mistral AI精选AI 评分6262 Mistral 为 Le Chat 上线 20+ MCP 连接器与 Memories 记忆功能
Mistral 在 Le Chat 中发布 20 多个基于 MCP 的安全连接器（beta），覆盖数据、生产力、开发、自动化与商务等类别，支持 Databricks、Snowflake、GitHub、Atlassian、Asana、Outlook、Box、Stripe、Zapier 等工具，并允许接入任意远程 MCP 服务器或自定义连接器。
推荐理由：原文列出 20 多个 MCP 连接器的覆盖范围与部署方式，可据此判断企业工具接入 AI 助手的具体路径。
Mistral AIAI 评分3636 Mistral 用 LoRA 微调 Pixtral-12B 提升卫星图像分类能力
Mistral 通过 LoRA 微调 Pixtral-12B 处理卫星图像，在 Aerial Image Dataset（AID）的 8000 训练样本与 2000 测试样本上显著优于未微调基线。
Mistral AI精选AI 评分6262 Mistral 发布 Codestral 25.08 及企业级编码栈
Mistral AI 发布 Codestral 25.08，并推出覆盖补全、语义检索与智能体工作流的企业级编码栈。官方称 Codestral 25.08 相比前代接受补全量提升 30%、建议后保留代码增加 10%、失控生成减少 50%，chat 模式下指令遵循与代码能力各提升 5%。
推荐理由：原文给出 Codestral 25.08 的补全提升数据与 Devstral 在 SWE-Bench Verified 上的成绩，可据此判断企业自部署编码方案的能力边界。
Mistral AIAI 评分3838 Mistral AI 发布首个 AI 模型全生命周期环境影响研究，披露 Mistral Large 2 碳足迹
Mistral AI 与 Carbone 4、ADEME 合作完成首个 AI 模型全生命周期分析，并披露 Mistral Large 2 截至 2025 年 1 月的环境影响：训练加 18 个月使用共产生 20.4 ktCO₂e、消耗 281000 m³ 水和 660 kg Sb eq。
Mistral AIAI 评分4040 Mistral AI 推出 AI for Citizens 计划，助各国政府掌控 AI 未来
Mistral AI 推出 AI for Citizens 合作计划，帮助各国政府和公共机构战略性地运用 AI 改造公共服务、推动创新并保障竞争力。该计划已在法国、卢森堡、新加坡、荷兰、英格兰、瑞士等国落地，提供开放模型、自托管部署、数据主权保障及定制化研发，以替代封闭供应商的“一刀切”方案。
Mistral AI精选AI 评分6060 Mistral 发布企业级 AI 编码助手 Mistral Code
Mistral 发布 AI 编码助手 Mistral Code，整合 Codestral、Codestral Embed、Devstral 和 Mistral Medium 四个模型，支持云端、专属容量或本地 GPU 部署，代码保留在企业边界内。
推荐理由：Mistral 把编码模型、IDE 插件和企业管控打包成可本地部署的方案，读者可据此判断企业级编码助手的落地路径。
Mistral AIAI 评分5555 Mistral 发布 Codestral Embed 代码嵌入模型
Mistral AI 发布 Codestral Embed，这是其首个专为代码打造的嵌入模型，在真实代码检索任务上表现优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AI精选AI 评分6262 Mistral 发布 Le Chat Enterprise，由 Mistral Medium 3 驱动
Mistral 发布企业版 AI 助手 Le Chat Enterprise，由全新的 Mistral Medium 3 模型驱动，提供企业搜索、Agent 构建、自定义数据与工具连接器、文档库、自定义模型和混合部署等功能，全部功能将在未来两周内逐步上线。
推荐理由：Mistral 把企业搜索、Agent 构建与混合部署打包进一个平台，可据此判断其企业 AI 落地路径。
Mistral AI精选AI 评分7878 Mistral AI 发布 Mistral Medium 3，主打低成本与企业部署
Mistral AI 发布 Mistral Medium 3，称其在多项基准上达到或超过 Claude Sonnet 3.7 的 90%，成本为每百万 token 输入 0.4 美元、输出 2 美元，比 DeepSeek v3 更低。
推荐理由：Mistral Medium 3 以约八分之一成本对标 Claude Sonnet 3.7，并支持四卡以上自托管，读者可据此判断企业部署的性价比空间。
Mistral AIAI 评分2222 Mistral 如何用 LLM as a Judge 评估 RAG 系统
Mistral 提出用 LLM as a Judge 评估 RAG 系统，由 judge LLM 按数值、二元或定性量表为 generator LLM 的回答打分，再对评测数据集取平均得到加权总分。
Mistral AI精选AI 评分7878 Mistral AI 发布文档理解模型 Mistral OCR
Mistral AI 发布光学字符识别 API Mistral OCR，可接收图片和 PDF，按顺序交错提取文本与图像，并支持表格、公式和 LaTeX 等复杂版式。
推荐理由：官方给出 Mistral OCR 的基准对比、定价与自托管选项，可据此判断文档解析在 RAG 流程中的位置。
Mistral AIAI 评分2222 Mistral AI 用智能体工作流自动生成 PRD 与工程工单
Mistral AI 推出 TranscriptToPRDTicket 智能体工作流，由 Mistral Large 2 驱动 PRDAgent 和 TicketCreationAgent，可将会议转录自动生成 PRD 并转化为结构化开发工单，自动在 Linear、Jira 等项目管理工具中建单。