智见

《纽约客》发布重磅调查报道，披露了关于OpenAI CEO Sam Altman的新访谈和保密文件。

• Ilya Sutskever（前OpenAI首席科学家）曾在2023年向董事会发送秘密备忘录，称”我不认为Sam是那个应该把手指放在按钮上的人”
• 备忘录长达70页，包含Slack消息和HR文件，列举Altman的”欺骗”行为，质疑其是否适合领导公司
• 2023年11月，Altman在拉斯维加斯观看F1比赛时被董事会突然解雇，理由是”沟通不坦诚”
• 微软仅在解雇发生前几分钟才知情，CEO Satya Nadella表示”我非常震惊”
• 随后Thrive资本推动恢复Altman职位，否则将停止投资，最终Altman在员工支持下成功回归
• 报道揭示了OpenAI作为非营利组织的治理困境，以及AI安全与商业发展之间的深层矛盾

---

原文链接：https://www.newyorker.com/magazine/2026/04/13/sam-altman-may-control-our-future-can-he-be-trusted

🕐 发布于: 2026年04月07日 08:07

Anthropic宣布与Google和Broadcom签署重要协议，获得数吉瓦下一代TPU计算资源，预计2027年正式上线。

• 此次合作将服务于Anthropic的前沿Claude模型，满足全球客户爆发式增长的需求
• 2026年Anthropic年化收入已突破300亿美元，较2025年底的约90亿美元大幅增长
• 年消费超过100万美元的企业客户数量已超过1000家，在不到两个月内翻倍
• 新计算资源大部分将布局在美国，是去年11月宣布的500亿美元美国AI基础设施投资的重大扩展
• Anthropic使用多种AI硬件（AWS Trainium、Google TPU、NVIDIA GPU），是三大云平台上唯一可用的前沿AI模型（AWS Bedrock、Google Vertex AI、Microsoft Azure Foundry）

---

原文链接：https://www.anthropic.com/news/google-broadcom-partnership-compute

🕐 发布于: 2026年04月07日 08:05

一篇教程介绍了如何在本地使用LM Studio的新无头CLI功能运行Google的Gemma 4模型，并结合Claude Code进行编码工作。

• LM Studio现在支持无头模式，可在命令行中调用本地大模型
• 配合Claude Code实现本地AI辅助编程工作流
• 开发者反馈：本地模型正在从”可行”走向”好用”
• 讨论热点：工具延迟对多步骤推理链的影响（阈值约300-500ms）
• Gemma 4默认上下文128K-256K，需正确配置否则模型会”断片”
• 有用户报告在Ollama Vulkan后端运行Gemma 4:31b成功

---

原文链接：https://ai.georgeliu.com/p/running-google-gemma-4-locally-with

🕐 发布于: 2026年04月06日 18:03

开发者armani-bd创建了一个微型开源LLM项目GuppyLM，旨在帮助人们理解语言模型的工作机制。

• 模型仅2800万参数，可以在个人电脑上训练
• 提供完整的训练代码和数据处理流程
• 基于PyTorch实现，从头构建一个迷你语言模型
• 社区反馈积极，认为这是学习LLM原理的好起点
• 也有批评声音认为项目描述略显夸大，实际更像教学演示

---

原文链接：https://github.com/arman-bd/guppylm

🕐 发布于: 2026年04月06日 18:02

Google发布了iOS版Gemma 4 AI助手，用户可以在iPhone上本地运行这一大语言模型。

• 支持agent skills和移动端Actions功能，完全在手机上离线运行
• 有开发者将其与Ollama或LM Studio结合使用，扩展到Mac等其他设备
• 还可制作MLX版本，在Mac上运行速度更快
• 支持多种量化版本，配备高达256K的上下文长度
• 引发关于本地AI模型隐私和灵活性的讨论

---

原文链接：https://apps.apple.com/nl/app/google-ai-edge-gallery/id6749645337

🕐 发布于: 2026年04月06日 18:02

一个有趣的 Anthropic Skill 项目，旨在让大模型输出更简洁。

• 目标不是减少隐藏的思考 token，而是减少可见的完成输出：更少前言、更少填充内容、非必要文本
• 作者声称可减少约 75% 的输出 token
• 已有研究支持简洁提示可大幅减少响应长度而不总是破坏质量（arxiv:2401.05618v3）
• 真实评估应考虑：总输入 token、总输出 token、延迟和质量/任务成功率
• 一些用户表示用它来”换一种方式思考”，用简单直白的方式呈现反而帮助理解
• 需要更严格的基准测试来验证效果

---

原文链接：https://news.ycombinator.com/item?id=47647455

🕐 发布于: 2026年04月06日 12:02

如何通过 LM Studio 的无头 CLI 和 Claude Code 在本地运行 Gemma 4。

• 设置方式：OLLAMA_CONTEXT_LENGTH=64000 ollama serve
• 或使用 ollama launch codex –model gemma4:26b
• Claude Code 成为数据管道迭代的主要接口，特别适合处理 XBRL 财务数据
• MCP 工作流中工具延迟敏感度比批处理高，2秒延迟会打破对话流程
• 有用户反馈在 Radeon GPU 上使用 ollama-rocm 时遇到问题，切换到 Vulkan 后解决
• MoE 模型虽然不节省显存，但可通过将部分专家从 VRAM 卸载到 CPU RAM 来实现

---

原文链接：https://news.ycombinator.com/item?id=47651540

🕐 发布于: 2026年04月06日 12:01

Google 推出的轻量级大模型 Gemma 4 现已支持在 iPhone 上本地运行。

用户可通过 Google AI Edge Gallery 应用直接在手机上运行该模型，无需云端支持。

• 支持 agent skills 和移动端操作，全部在手机上本地执行
• 有用户成功在 Mac 上运行后，现在转战 iPhone 端体验
• 部分用户尝试了”abliterated”（去除对齐）版本，获得更自由的对话体验
• 在 M4 Macbook Pro（128GB 内存）上运行流畅，64GB 内存可能需要更低量化版本

---

原文链接：https://news.ycombinator.com/item?id=47652561

🕐 发布于: 2026年04月06日 12:01

Google Gemma 4 现已支持本地运行！通过 LM Studio 0.4.0 的全新无头 CLI，玩家可在 MacBook Pro M4 Pro 上实现 51 tokens/秒的生成速度。

• 26B-A4B 混合专家架构：虽然总参数为 260 亿，但每次推理仅激活 40 亿参数，大幅降低硬件需求
• 性能表现：在 MMLU Pro 基准测试中得分 82.6%，AIME 2026 得分 88.3%
• 内存友好：48GB 统一内存的 MacBook Pro 即可流畅运行
• LM Studio 0.4.0 新特性：
• llmster 守护进程：后台服务管理模型加载和推理
• lms CLI：完整的命令行界面
• 并行请求处理：支持多请求并发
• 有状态 REST API：支持跨请求的对话历史
• MCP 集成：本地模型上下文协议支持

安装命令：

curl -fsSL https://lmstudio.ai/install.sh | bash

lms daemon up

lms get google/gemma-4-26b-a4b

---

原文链接：https://ai.georgeliu.com/p/running-google-gemma-4-locally-with

🕐 发布于: 2026年04月06日 08:08

通义千问 Qwen-3.6-Plus 创下里程碑纪录，成为首个在单日内处理超过 1 万亿 tokens 的大模型。

• 突破性里程碑：单日处理量超过 1 万亿 tokens，标志着大模型推理能力的新高度
• OpenRouter 平台数据：这一纪录由 OpenRouter 平台监测并公布
• 国产大模型崛起：继 DeepSeek 之后，通义千问再次展现中国大模型的实力

这一纪录不仅证明了 Qwen 系列的强大性能，也为大模型的规模化应用树立了新的标杆。

---

原文链接：https://openrouter.org

🕐 发布于: 2026年04月06日 08:06