在 M4 Pro Mac mini 上搭建本地 LLM 环境的完整方案

作者分享在 48GB 内存 M4 Pro Mac mini 上运行本地 LLM 的完整方案，主模型为 Qwen3.6-35B-A3B-OptiQ-4bit（约占用 20GB 内存），轻量模型为 Gemma-4-E4B，推理服务用 oMLX，通过 Tailscale 让 iPhone、MacBook 共用同一后端，并接入 Hermes、Pi、Apollo 和 Raycast。

OpenClaw🦞@openclawAI 评分3838

OpenClaw 发布 v2026.8.2 版本，主要变化包括 Home 功能改进、新增 Linux 支持、Tasks 后台运行、新外观以及多项稳定性修复。发布说明见 https://docs.openclaw.ai/releases/2026.8.2。

Meituan LongCat@Meituan_LongCat精选AI 评分6868

LongCat-2.0 现已在 @cline 中免费试用！🐱 [引用 @cline]：LongCat-2.0 目前在 Cline 中免费使用。 这是一款来自 @Meituan_LongCat 的 1.6T 开源权重 MoE 模型，拥有 1M 上下文，得分与 Claude Opus 4.7 和 Gemini 3.1 Pro 相近。 立即尝试：npm i -g cline /model 在免费模型下选择 LongCat-2.0

UU远程新版本上线：完整 TUI 渲染与多终端会话管理，强化远程 Vibe Coding 体验

UU远程于9月2日上线新版本，重点优化终端功能，补齐 TUI 渲染交互与终端会话管理能力。主要更新包括：Mac 免密码登录、移动端输入优化并新增调用系统输入法的独立输入框、可同时创建和管理多个终端会话并支持手机与电脑间跨端同步接管（通过 uuyc-cli lterm 命令）。

Rohan Paul@rohanpaul_aiAI 评分6060

Bloomberg 报道，银行向 GMI Cloud 提供 NT$30B（9.47 亿美元）贷款承诺，超过其申请额的两倍以上，因为 Nvidia 为其未使用的 GPU 产能兜底。Nvidia 承诺以约定价格租用任何闲置产能长达 6 年，为 GMI Cloud 提供收入下限。竞争 GPU 厂商因此多了一道门槛：融资伙伴须信任其资产负债表和未来需求，才愿意对其装机产能放贷。

Rohan Paul@rohanpaul_aiAI 评分4646

WSJ 发布文章称，AI 竞争的瓶颈正从 GPU 和电力转向数据中心建筑的物理施工速度。文中提到，建筑商正借助 AI 文档检查、可预测混凝土、预制模块、钻孔机器人和可秒级安装的连接件，把工期缩短数周至数月；配图显示预制等工艺可分别节省数月和六个月工期。

Qwen@Alibaba_QwenAI 评分6666

通义千问（Qwen）宣布 Qwen3.8-Max 升级为 Qwen3.8-Max-0902，具备 2.4T 参数和 1M token 上下文窗口。该版本针对编码与协作（Coding & Cowork）进一步后训练，面向复杂企业任务、科学研究和长程工作流。

Gilbert + Tobin 如何用 OpenAI 治理并规模化应用 AI

澳大利亚律所 Gilbert + Tobin 通过 ChatGPT Enterprise 和 Codex 将 AI 融入运营，截至 2026 年 6 月 87% 的启用席位处于活跃使用状态，是其其他工具采用率的两倍以上。

SemiAnalysis@SemiAnalysis_AI 评分5858

SemiAnalysis 称 Nvidia 将 Rubin Ultra 的 HBM 从 HBM4E 12-Hi（384GB）降规为 HBM4 8-Hi（192GB），原因是最新 HBM 和 DRAM 涨价后内存已悄然占到总拥有成本约 40%。SemiAnalysis 在近期会议主题演讲中给出了 TCO 测算，并在推文中附上 Rubin Ultra 机架 BOM 演变图，图中标注全程 SOCAMM 内容为 27,648GB。

Simon Willison 借助 GPT-5.6-Sol 与 Claude Code 构建 GeoJSON Map Viewer 工具

Simon Willison 在为地方政治边界收集地图时，请 GPT-5.6-Sol 建议工具，模型主动构建了一个 GeoJSON 地图查看器，可显示 GeoJSON 并导出 PNG，随后经 Claude Code for web 和 Fable 5.1 迭代完成。

Modal 发布 Botika 客户案例：全栈生成式 AI 基础设施实践

Modal 官方博客介绍时尚电商公司 Botika 如何利用 Modal 平台运行其全栈生成式 AI 业务。Botika 在 Modal 上处理 100TB 图像数据管道、训练数十亿参数的专有基础模型，并服务约 15 个生产推理模型。CEO Eran Dagan 表示，Modal 帮助团队将实验吞吐量从每人每天 1-2 次提升至 50 次，并简化了多节点训练和强化学习基础设施的搭建，替代了传统的 Kubernetes 或云厂商方案。

MiniMax (official)@MiniMax_AIAI 评分5353

MiniMax 官方宣布，基于 vLLM-Omni 和 FastVideo 团队（@haoailab）开源的 FastH3，并获 @NVIDIAAI 硬件支持，完整 10.1 秒含同步音频的 MP4 视频在 8.7 秒内渲染完成，生成速度快于播放速度。

slotstream 发布：在 48GB Mac 上通过 SSD 流式加载运行 104GB 的 Qwen3.8-Flash-Next

作者发布 slotstream，一个 Swift 单二进制工具，把 104GB（4-bit、125B 参数 MoE）的 Qwen3.8-Flash-Next 从 SSD 流式加载到内存不足以容纳的 Mac 上运行。

Databricks 如何在一小时内消除每年 100 万美元的 AI 智能体浪费支出

Databricks 工程团队分享如何在一小时内消除每年 100 万美元的 AI 智能体浪费支出。工程师团队高度依赖 AI 智能体来简化和加速工作，由此产生了相应的使用开销。

Rohan Paul@rohanpaul_aiAI 评分5858

Satya Nadella 表示 Microsoft 最新威斯康星 AI 数据中心 Fairwater 每年用水量约等于一家本地餐厅，冷却回路一次性注水后可近乎零耗水运行。

Aravind Srinivas@AravSrinivasAI 评分5151

Fable 是目前明显领先的前沿模型，已在 Perplexity Computer 上线用于高风险任务的编排。Computer 仍使用 GPT 5.6（Terra）模型作为成本高效的子代理，同时利用 Fable 的前沿规划能力。

Rohan Paul@rohanpaul_aiAI 评分4747

WSJ 报道 Trump 在 Truth Social 发文，主张数据中心能带来更低税负和就业，并防止中国在 AI 上取得优势，该说法与公众抵制相冲突。作者指出地方电费正成为其国家 AI 基建推动的政治瓶颈，政府已推出 Ratepayer Protection Pledge，要求主要 AI 公司承诺新增发电并承担电网升级费用。

Claude 与客户共建企业级前沿安全防护

Claude 官方频道发布视频，主题为与客户一起构建企业级前沿安全防护（Enterprise Frontier Safeguards）。原文无正文文本，仅提供标题和视频链接 https://www.youtube.com/watch?v=FoteuzPpx7E 。

SemiAnalysis@SemiAnalysis_AI 评分2828

SemiAnalysis 致谢 AMD 团队在几周内快速提升了 MI355X 在智能体工作负载上的性能，测试基于 Qwen3.5 397B 和 MiniMax M3 等前沿模型的真实生产负载。配图为 SemiAnalysis InMaxM3 数据：在 Qwen3.5 397B FP4 智能体场景下，MI355X（SGLang）2026-08-31 的每 $1 TCO 总 token 产出与 P90 交互速度曲线较 2026-08-12 明显改善，图中 B300 TCO 为 $2.26/chip/hr，MI355X 为 $1.5/chip/hr。

Hao AI Lab@haoailabAI 评分5050

FastVideo 团队宣布 FastH3 Dense 已可在 vLLM-Omni 上服务。引用的 vLLM 项目演示显示，MiniMax H3 生成一段 10.1 秒、含同步音频的完整 MP4 仅需 8.7 秒，快于播放速度；FastH3 已开源，NVIDIA 提供赞助并参与联合优化。

Anthropic 发布 Enterprise Frontier Safeguards，数据留存客户自控

Anthropic 发布 Enterprise Frontier Safeguards（EFS），将零数据留存的隐私与检测滥用的安全监控结合，数据存储在客户控制的云基础设施而非 Anthropic 侧。

OpenRouter@OpenRouterAI 评分3838

OpenRouter 宣布现已可在 Render Workflows 中运行。每条提示词成为独立的任务运行，由 Render 负责排队、重试和扇出分发，模型调用则由 OpenRouter 路由，避免把 LLM 批处理放在 Web 服务中执行。

Sequoia 孵化的 Empirik 出独立公司，获 2100 万美元种子轮融资预测系统故障

Empirik 宣布从 Sequoia 孵化后独立，获得 2100 万美元种子轮融资，投资方包括 Sequoia、Canapi 和 Alumni Ventures。

马斯克在 G20 演讲：预计 AI 将令全球经济规模增加约 20%-30%

马斯克 9 月 1 日在 G20 会议上演讲称，预计 AI 将使全球经济规模增加约 20%-30%，即每年增加约 20 万亿至 30 万亿美元。他预计到 2027 年底 AI 将能完成所有数字领域的工作，AI 编程能力明年可能达到"Stockfish 级"；未来 10 年全球人形机器人数量将超 10 亿台，每台生产力至少相当于人类 5 倍，有望使全球经济规模扩大 10 倍以上。

ByteByteGo 图解如何压缩大语言模型而不明显损失智能

ByteByteGo 发布长文，讲解如何在大语言模型不明显变笨的前提下缩小模型体积。文章以 70B 参数模型约 140 GB、消费级显卡仅 24-48 GB 显存的矛盾为切入点。

Rohan Paul@rohanpaul_aiAI 评分7373

软银支持的 SB Energy 申请 IPO，已签约的合同积压达 4390 亿美元和 8.8GW 数据中心容量。OpenAI 是主要客户，投资 5 亿美元并获约 55 亿美元认股权证，还签署了预计贡献近期主要租赁收入的租约。Nvidia 承诺按 IPO 价格投资 15 亿美元，并为俄亥俄州 4.25GW 的 OpenAI 租约提供上限 1050 亿美元的担保，担保随设施完工分阶段生效。

DAIR.AI@dair_aiAI 评分4444

DAIR.AI 推介阿里与浙江大学的论文 SkillZip Pro，针对生产级 agent skill 目录包做执行感知动态压缩。方法在根或声明环境契约已提供内容时跨文件移除引用与子skill中的冗余，并保留路由使所需文件和可直接调用入口保持可达，提供 One-Shot、Continual、Persistent、Transient 四种模式。

Elon Musk@elonmuskAI 评分5858

Elon Musk 表示，由于明年之前电力供应将面临挑战，Google、Anthropic 等多家公司正向 SpaceX 租赁 AI 算力，并称 SpaceX 把 AI 算力上线的能力目前好于其他任何公司。他补充，大型 AI 数据中心上线需要建设大规模电厂、变压器、液冷回路与冷却设备，以及极其复杂的网络（尤其是训练集群），自建电厂是 SpaceX 做到这一点的原因。

高通发布跃龙 Q-2390 和 IQ-2390 处理器，面向消费级物联网与工业边缘计算

高通于 9 月 1 日发布跃龙（Dragonwing）Q-2390 和 IQ-2390 处理器，面向消费级物联网、工业边缘计算等领域。

Hugging Face 发布 @huggingface/kernels，提供 207 个 WebGPU 内核用于浏览器本地 AI 推理

Hugging Face WebAI 团队发布 @huggingface/kernels 库及 207 个以独立仓库形式托管在 Hub 上的 WebGPU 内核（Apache-2.0），每个内核带 manifest、正确性测试、基准用例和 WGSL 着色器模板。

DogeDesigner@cb_dogeAI 评分5656

Grok Bot 汇总了马斯克今日在 G20 的演讲。他称 2027 年 AI 芯片电力缺口至少 15 gigawatt，AI 芯片产量年增约 40–50%，而中国以外电力增速仅 10–20%；Google、Anthropic 等已因 SpaceX 自建电厂而向其租用算力。

OpenRouter@OpenRouterAI 评分5757

Mercury 2.5 Preview 在 OpenRouter 独家上线，官方称其为最快的推理大语言模型，通过并行 token 生成达到 1,107 tokens/sec。该模型支持可调推理、并行工具调用和 schema 对齐的 JSON 输出，面向延迟敏感型工作负载。

DogeDesigner@cb_dogeAI 评分5353

Tesla 向德克萨斯州提交备案，在 Giga Texas 建设近 700 万平方英尺的半导体项目。备案显示 North Campus Manufacturing 为 6,974,854 平方英尺，Austin Semiconductor Fab 为 489,600 平方英尺，Cortex 2.0 半导体项目为 46,400 平方英尺，目标完工日期为 2029 年 12 月 31 日。

Discovery Bank 如何用行为 AI、治理数据与实时决策实现大规模超个性化银行服务

Discovery Bank 通过行为 AI、治理化数据和实时决策，在满足规模、速度与安全要求的同时让每个客户交互都具备个性化体验。文章介绍了该银行实现大规模超个性化银行服务的具体方法。

Rohan Paul@rohanpaul_aiAI 评分3737

Lambda 联合创始人兼 CTO Stephen Balaban 表示，把数据中心建设迁出美国会失去建设与运营岗位，以及电网升级带动的钢铁、铝、涡轮机等再工业化就业，并称 AI 和算力是国家战略资产。

Rohan Paul@rohanpaul_aiAI 评分5151

一项研究估算，2015 至 2024 年数据中心并未推高美国居民平均电价，数据中心容量每增加 10%，平均居民电价约下降 0.4%。原因是电网固定成本被更多售电量摊薄，且新增电厂运行成本可能更低；作者警告若电网供应不足或过度建设，该效应可能反转。2024 年数据中心用电约占美国电力 4.5%，预计 2030 年达 9-17%。

群创发布 Chip Last 型 FOPLP 先进封装平台，预计 2027 年下半年量产

群创光电（InnoLux）发布 Chip Last 型 FOPLP（扇出型面板级封装）技术平台，预计 2027 年下半年量产，切入 AI/HPC 次世代先进封装供应链。

路透社调查：美国 AI 数据中心现大量幽灵用电需求，得州等多州出手整治

据路透社报道，美国中西部、中大西洋和南部地区超大型用电户（主要为数据中心）提出的用电申请已超过 700 吉瓦，超过全美数据中心实际用电量估计的十倍，其中相当一部分可能是重复提交或缺乏资金能力的幻象需求。

SemiAnalysis@SemiAnalysis_AI 评分2828

SemiAnalysis 报道 Samtech 在台湾 OCP 展示了 CPX 形态的 Co-Packaged Copper（CPC）方案，开放 CPX MSA 见 https://www.opencpxmsa.org/。

蚂蚁 inclusionAI 发布 Ling-3.0-flash-singprobe 流式安全探针

蚂蚁 inclusionAI 在 Hugging Face 发布 Ling-3.0-flash-singprobe，一个基于 Ling-3.0-flash 的流式安全护栏探针，复用基座模型隐藏状态在每个 token 上输出意图、不安全性和幻觉风险共 10 类评分，探针参数仅 5.18M，解码开销低于 0.5%。