AI 基础设施

Antigravity四大操作界面：选对表面，Agent才好用

Antigravity用同一个引擎包装出四套皮肤：桌面版管并行调度、CLI写着头执行、IDE允许逐行审查代码、SDK支持零改动上云。做Agent平台化的一个漂亮范本，核心是把执行和交互彻底拆开了。

Google 把 Spark 的物理计划直接编译成 C++ 向量化执行，速度飙到 4.9 倍，成本打对折，而且真做了一百万次测试才敢发。不想重写 pipeline 的数据团队可以看看这个落地方向。

测评了主流ASR模型在代码切换场景下的真实表现。发现ElevenLabs Scribe V2和Gemini 3 Flash最扛打、Whisper默认翻译会搞砸语义。最反直觉的是错误更多集中在嵌入的英语片段而非语言切换点。结论很干：服务双语客户前必须用自己的语言对做基准测试。

VLC 和 FFmpeg 的核心开发者对谈，揭秘互联网视频技术栈的底层逻辑。拒绝广告收入保持开源纯粹、与 Google 的持续摩擦、手写汇编优化性能，这些硬核细节让这期节目成为理解开源多媒体基础设施的最佳入口。

IBM用六个真实案例（覆盖遗留代码理解、测试生成、故障排查、合规自动化、医疗保健和资产管理）说明了一个硬道理：企业AI落地不能只靠LLM本身，需要在模型外围构建Agent Logic层，用知识图谱、程序分析库、规则引擎等主动约束模型行为。

Google Cloud 客户案例合集，亮点是 BASF 用 AlphaEvolve 做供应链数字孪生、WPP 用 G4 VM 把人形机器人训练加速十倍、Movix 用 agentic AI 解决牙科义齿质检短缺。

Google 把 GCS MCP Server 做成了开箱即用的 Agent 数据接入层，分托管版和自托管版两条路，还绑了 IAM、审计日志和 Model Armor 安全防护。Snap 用这套方案把故障排查时间从 30 分钟压到 30 秒，说明这条路在工程上是走得通的。

Google 写了篇文章讲怎么用 BigQuery Graph 给餐饮供应链建数字孪生。核心思路很直接：图模型天然适合处理「某原料出问题→哪些门店哪些菜品受影响」这种连锁追溯，比传统 JOIN 快得多。适合已经在用 GCP、想低成本把供应链可视化做起来的团队。

Google Cloud 客户案例合集，亮点是 BASF 用 AlphaEvolve 做供应链数字孪生、WPP 用 G4 VM 把人形机器人训练加速十倍、Movix 用 agentic AI 解决牙科义齿质检短缺。