AI 基础设施

用强化学习逼视频模型学会“先来后到”

多模态模型看不懂视频时间线？这篇论文用了一个巧妙的强化学习技巧：让模型对比正常顺序和打乱顺序的视频，然后奖励那些能正确推理出因果关系的答案。效果出奇地好，而且无需昂贵的标注数据。

Google 的 AlphaEvolve 正式 GA 了。它不像普通 AI 助手那样帮你写代码，而是自动在超大的算法搜索空间里翻找更优解，连 Klarna 的训练吞吐量都翻倍了。如果你有优化难题，这东西值得一试。

Google把GPU/TPU的网络配置也扔进了Kubernetes的声明式管理里。以后跑大模型，你只需要写YAML描述要什么加速器和网络类型，集群和网络自己搭好，不用手动配复杂的RDMA拓扑了。

Anthropic、OpenAI加上SpaceX，三家公司IPO创造的退出价值将超过过去25年美国所有风投退出的总和，达到4万亿美元级别。这个数字比Uber的840亿IPO大了近50倍，意味着AI公司的资本密度和估值逻辑彻底颠覆了我们对“大公司”的认知。

Ollama把开源模型跑本地变得像装App一样简单，8.9M开发者已经在用，速度还比同类快两倍。创始团队是Docker老将，这次想做AI界的Docker——让模型分发像容器一样标准化。从发电厂到粒子加速器，场景比你想的广得多。

Ollama靠一个命令让开发者本地运行开源模型，融资6500万，用户近900万。它像Docker对云一样简化了AI部署，但社区对商业化的担忧也值得关注。创始人说免费体验不变，这才是开源工具赚钱的正确姿势。

Modal CTO Akshat Bubna 解释为什么 Kubernetes 不适合 AI，以及他们如何用 serverless 和 17 个云厂商的容量池支撑 10 万个 RL 沙箱、GPU 快照和自动伸缩的推理。Agent 时代的基础设施该长什么样？这期干货很密。

AI Agent 不是上下文不够大，而是记忆架构有问题。初创公司创始人分享了一套“飞行前检查”架构：先检索技能再执行，80%的任务本地搞定，每晚自动重写技能库。看似简单的分层，背后是对LLM能力的清醒认知——它擅长推理但不该浪费在日程比对这种确定逻辑上。