汪汪简报

AI工具AWS Machine Learning Blog
使用 Amazon Bedrock 提示缓存优化成本与延迟
重复上下文才有效，Bedrock缓存最高省九成输入成本，低频调用者收益有限
这改变的是高频调用团队的开支决定：跑 agent、系统提示很长且每分钟都在重复同一段上下文的，把 prompt caching 打开；一周只调几次的先别改，重复次数不够，省下的输入成本盖不住为缓存多付的那一次。
展开全文收起
依据
AWS Machine Learning Blog 在《Optimizing cost and latency with Amazon Bedrock prompt caching》里说，把反复出现的前缀放进缓存，能压输入成本也压延迟（latency，就是从发出请求到收到第一个字之间的等待）。省钱只发生在重复的那一段：同一段系统提示、同一份工具说明被一次次重新送进去，命中缓存的部分才按折扣算，策展点评给的上限是最高省九成输入成本。判断对象因此是调用频次，不是模型能力——一个每天被同一段长提示调用上万次的客服 agent，和一个一周只跑几次的脚本，面对同一个九成，前者能把为缓存多付的那一次摊回来，后者摊不回来。低频调用者的收益有限，不是因为缓存无效，而是因为它省钱的那段上下文在账单里本来就不占几行。
没写清材料没给缓存写入的单价、最小可缓存 token 数和缓存存活时长，所以替读者算不出低频调用者的回本点。
下一步下一步：在 Bedrock 定价页核对缓存读取与写入的每千 token 单价，再按自己每分钟的重复前缀调用量算出回本所需次数。
原文 →
精选深读Google DeepMind
推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking
Gemini 3.8 Live主打实时交互，扩展思考版更贵，选型得看延迟预算。
做语音 agent 的团队现在要定的是分工而不是二选一：主对话链路挂 Gemini 3.8 Live 保实时，把多步推理甩给 Extended Thinking，还是整条链路都用后者。选错的代价不对称——前者延迟预算超支，后者复杂任务答不动。
展开全文收起
依据
Tom Ouyang（Principal Engineer，首席工程师）和 Malini Jaganathan（Member of Technical Staff，技术团队成员）代表 Gemini Audio Team 发布这两个模型。分工写在定位里：3.8 Live「built for scale and cost efficiency」，即冲着规模和单次成本去的，负责实时对话与视觉 grounding（把摄像头或屏幕里的画面当作对话上下文）；3.8 Live Extended Thinking 面向高复杂度任务，靠更多推理步数换答案质量。Google 的摘要说两者都能在后台调工具、跑任务而不打断对话，用户今天起可从 Gemini API、Google Workspace、Gemini app 和 Search 拿到。整篇正文没有出现延迟、单价或并发数字。
没写清 Extended Thinking 比 Live 贵多少、后台多步推理会晚多久出声，原文一个数字都没给，延迟预算只能自己测。
下一步拿同一段多步语音任务在 Gemini API 上分别打 3.8 Live 和 Extended Thinking，记录首次出声延迟与实际账单，再核对 Google 定价页是否更新。
原文 →
精选深读Latent Space
游戏中习得的技能能迁移到现实工作吗？
同一游戏训练出金融研究增益，说明迁移瓶颈在训练设计而非题材。
定训练方案的人：与其为金融场景换题材或另买领域数据，不如先把目标工作流原样搬进环境——查数据库、填 Excel、写函数再算答案；同一个 1830 里，只有这么训的那版把增益带到了 Finance-Agent。
展开全文收起
依据
Good Start Labs 联合创始人兼 CEO Alex Duffy 说，强化学习环境是教模型任何可验证能力最可靠的方式之一。他们拿十九世纪铁路游戏《1830: The Game of Railroads and Robber Barons》训练一个 30B 模型：这游戏唯一靠运气的环节只是决定开局顺序，但内置股票竞拍机制，玩家要竞买铁路公司股票、搭出物流网络。Duffy 描述的做法是把工作流搬进游戏——模型翻数据库找这局怎么打的、写进 Excel、在里面写函数、再据此算答案，跟典型财务流程同构。实验比的是两种训练设计：单轮问答（给一个局面让模型走下一步），和多轮终端智能体（用工具探索环境、规划策略、实时调整）。两种设计都改善了自己在游戏内的目标，但只有终端智能体那一版把成绩带到了 Finance-Agent 这个金融研究基准上。更早的对照来自 Diplomacy：OpenAI 的 o3 靠提前规划背叛赢下所有对局，Claude 的 Opus 4 拒绝说谎，Duffy 说它因此「被打得很惨」。所以他把结论落在 harness（把游戏交给模型的那套脚手架）上：它怎么设计，完全改变模型能学到什么。
决策智能体
动作轨迹
技能库智能体
改写技能库
技能库
回灌下一轮
下一轮决策
COS-PLAY 中技能库被改写再回灌下一轮的循环
没写清材料只给了方向——只有终端智能体那版在 Finance-Agent 上提升，没给提升幅度，也没给两版在游戏内目标上的具体成绩，因此不能替它判断这个增益有多大。
下一步下一步可核对：Good Start Labs 是否公开 Finance-Agent 上两版设计的分数，以及把同一 harness 换到另一款游戏后，是否仍只有终端智能体那版提升。
原文 →
剪报
监管政策The Block
DOJ指控Robinhood前工程师在Hyperliquid上抢跑加密资产上线
Robinhood前员工抢跑上线被诉，暴露内部消息管控的真实代价。
加密交易所的上币与合规负责人现在要定的是：员工在上币公告前的仓位监控，是继续停在内部建议，还是变成公告前必须过的硬性关卡——DOJ已把抢跑适用面从现货代币扩到永续合约。
展开全文收起
依据
美国司法部（DOJ）指控两名前Robinhood工程师在2025至2026年间，赶在Robinhood Crypto公开上币公告前，用机密上币信息在Hyperliquid（永续合约交易所）建立永续合约仓位，各获利逾5万美元，罪名是商品欺诈与电信欺诈。机制是标的口径变了：这次抢跑落在永续合约（没有到期日的衍生品）上，检方据此把「用盗用信息交易衍生品」并入同一条执法边界；可对照的是2022年Coinbase上币内幕案，那一次标的是现货代币。Robinhood称已做内部调查并上报。代价付在合规团队身上：上币前的员工仓位监控与信息隔离成了自付成本，而这条路要求检方证明信息盗用与交易意图。
前员工获上币信息
抢跑下单
公告前建永续合约仓
公告落地
公告后获利逾5万美元
DOJ起诉
被控商品与电信欺诈
两名前工程师从拿到上币信息到被控欺诈的四步。
没写清材料没有说明机密上币信息经哪个环节流出，也没给出Robinhood内部调查的结论，所以不能替它补上风控漏洞究竟出在哪一段。
下一步可核对的下一步只有一个：法院是否受理此案，以及起诉书是否对永续合约的定性作出表述。
原文 →
剪报
机构与应用CoinDesk
Solana借贷平台Kamino任命金融科技资深人士Michael Weisz为CEO，推动大规模美国扩张
Kamino请传统金融老将坐镇纽约，DeFi合规扩张的代价是交出部分链上主动权。
这改变的是准备把代币化住房抵押品放进 DeFi 的机构资金方的决定：Kamino 把增长入口搬到纽约并交给 Yieldstreet 系的 CEO，意味着以后用它 PRIME 市场拿链上贷款，要先过传统发行与合规通道，而不是直接接链上流动性。
展开全文收起
依据
Kamino 说，Yieldstreet 联合创始人 Michael Weisz 出任 CEO，公司将在纽约设总部，正看约 20,000 平方英尺办公室，并计划招 CFO 与法务主管。Weisz 时期 Yieldstreet 与 Goldman Sachs、Carlyle、KKR、Ares 一同部署了超过 $6 billion 资产，他的说法是纽约把 Kamino 放在「资产管理人、分销平台和机构资本」的交汇点。机制上，Kamino 让用户用加密资产借贷，现在把这套模式套到代币化现实世界资产（RWA，即把股票、债券、基金搬到链上）上，用 Figure 的链上房屋净值贷款做抵押品的 PRIME 市场，上线 107 天存款就超过 $600 million。拿它自己的盘子对照：$1.4 billion 资产、四年累计超过 $650 billion 交易量，这次增量来自愿意走券商与资产经理渠道的钱，代价是抵押品准入和披露要按纽约那套走。
Kamino 资产规模$1.4 billion
PRIME 上线107天存款$600 million
四年累计交易量$650 billion
Citi 预测2030年代币化证券$5.5 trillion
四组可对照数字，看 Kamino 自己的盘子与它想承接的市场规模相差多少。
没写清材料没说纽约主体与链上市场之间怎么分权，也没说它要交出哪些控制权、KMNO 持币人在新结构里还剩什么。
下一步下一步可核对的是 Kamino 是否公布 CFO 与法务主管的具体到岗人选。
原文 →
剪报

AI“演员”Tilly Norwood 告诉我“所有生命都重要”

全部新闻

往期