IEEE Spectrum 解析 OpenAI 如何用自有大语言模型加速 Jalapeño 芯片设计

n8n 博客发布教程，讲解如何在一台 NVIDIA DGX Spark（128GB 统一内存）上部署七个本地模型，通过 LiteLLM 单一 OpenAI 兼容端点驱动 n8n 工作流，全程不调用云 API。

NVIDIA 技术博客展示了一套智能体工作流：由 OpenAI GPT-6 Astra 驱动的 Codex 负责统筹，配合 Hermes 智能体框架和 NVIDIA NemoClaw 部署的专用子智能体。

Almost every AI lab now hands out a free tier. Google, Groq, Cerebras, Mistral, Cohere, NVIDIA,...

Does Jalapeño beat NVIDIA? On the benchmark OpenAI published, yes. Does that make it a better chip...

作者认为数学界正经历前所未有的AI转型，用悲伤五阶段梳理同行的分化反应，涵盖拒绝使用AI的 Association for Human Mathematics、Peter Scholze 的公开抵制、资深数学家委员会建议 OpenAI 停止在专有模型上测试高等数学问题，以及因 ChatGPT 秒杀引理而动摇的研究者。

一位从业者发文称，每天直接或间接处理 AI 事务的时间已超过 75%，这让他几乎失去了工作乐趣。他批评没有工程背景的人用"智能体泛滥的 homelab"拼凑出所谓"行业变革"方案，并指出 Anthropic 和 OpenAI 的漏洞研究项目耗费数百万美元工程资源、发现数千个漏洞，却未让安全状况变好，因为真正的瓶颈始终是打补丁。

当前 AI 热点，聚合 11 个独立信源、42 条信号。

OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning，这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤，与负责复杂推理的 Nemotron 3 Ultra（550B 总参数、55B 激活）形成分工。

OpenAI 发文（系列上篇）讲述其在线存储平台 Habitat 的演进：现每秒处理超 7000 万请求、服务每周超 10 亿用户、管理超 500PB 数据，覆盖近 40 个地区。

OpenAI Developers 博客展示作者用 Codex 中的 Astra 将一段房屋设计简报逐步发展为可编辑的 Blender 3D 场景，涵盖建筑、家具、材质、灯光与地板图，并经 Cycles 渲染出 30 秒 900 帧 1080p 相机漫游。