2026年08月21日AI 版

依据

Stampli 对外说明：在固定截止日期、设计资源已投向他处的前提下，它用 Codex 和 ChatGPT Work 把原本需要数周的发布生产压缩到数天，启动时间节省 68%。机制上，AI 工具接走的是设计或开发流程里的重复性工作，人力工时随之下降；代价不在工具本身，而在设计资源被挪走之后，产出要在后期补上更多人工审查和微调。原文还点明，节省幅度高度依赖任务的可自动化程度，所以 68% 是这一类任务上的结果，不是能照搬的通用比例。Codex 是 OpenAI 的代码生成工具，ChatGPT Work 是面向工作场景的对话式助手。

依据

Simon Willison 在 8 月 20 日的链接博客里引用了 Promptwatch 的聚合追踪：ChatGPT 搜索的 fanout 查询（一次提问被拆成的多条子查询）中含 site: 操作符（把检索限定在指定域名的搜索语法）的比例，连续数周停在 0.3% 到 0.5%，8 月 3 至 5 日短暂降到 0.15%——他把它读作分阶段上线或上线前实验——8 月 8 日跳到 16–17%。时间点对得上 OpenAI 8 月 6 日那则措辞含糊的公告：为 Plus 和 Pro 用户更新 GPT‑5.6 Sol 在 Chat 中的事实可靠性与回答聚焦度。机制上 Willison 猜新搜索工具的形状更像 search(query, recency, domains)，域名由工具内部填，而不是鼓励用户手打字面 site:。Promptwatch 8 月 18 日的跟进报告称 ChatGPT 明显降低了这些搜索里使用 Reddit 的概率，但 Willison 查过他所知最全的泄露系统提示词合集，未见相关改动。

依据

LiquidAI 的 Leonie Monigatti、Fernando Fernandes Neto 等作者在 Hugging Face 发文，为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B、LFM2.5-8B-A1B 发布 DSpark draft model checkpoint。机制上，LLM 推理的 decode 阶段受显存带宽限制（memory-bound），延迟主要来自把权重从 DRAM 搬进 SRAM，而不是算力；speculative decoding（投机解码）先用轻量 draft 模型猜若干 token，再由 target 模型一次前向全部验证，把同一份权重加载成本摊到多个 token 上。DSpark 由三部分组成：DFlash 式并行骨干、一个 Markov 链形式的轻量顺序头（补相邻 token 依赖，抬高后位接受率）、以及按置信度剪掉低置信后缀的 verifier。draft 模型各约 300M 参数、5 层、block size 9，训练时按接受率而非 loss 挑 epoch。作者给出的对照：H100 上平均 2.67x（323 → 864 tok/s），M4 Max 上平均 2.27x（61 → 139 tok/s），2.6B 在多工具场景延迟平均降 57%；但 8B-A1B 端侧平均只提升 18%，作者把它归因于 llama.cpp 的 Metal 后端 MoE 实现，以及验证 k 个 token 会激活更多专家。

依据

Simon Willison 说，这个零依赖、约 150 行的 TypeScript 服务用 Bun 1.4 实验性的 Bun.WebView（Bun 内置的浏览器自动化 API，可走 macOS WebKit，也可通过 Chrome DevTools Protocol，即浏览器远程调试协议，驱动本地 Chromium 进程）做出 shot-scraper 风格的 JSON 接口：每个请求开一个标签页，/javascript、/screenshot、/healthz 三个端点把页面结果和错误都以 JSON 返回。他用 cgroups（Linux 的资源限制组，这里用来量容器内存上限）测出跑复杂网页要 192MB-256MB 的容器。对照 Bun 1.4 自己的数字——修复 2,900 多个 issue、从 Node.js 测试套件新增 +1,517 条测试、空闲 CPU 降 5x、内存最多降 35%——省下的是依赖与协议栈，代价落在 WebKit 那条路径上：它是官方刚开放的能力，不是被 Playwright 长期压测过的路径。

依据

Simon Willison 实测 smolvm 1.8.3：它用硬件隔离虚拟机（hardware-isolated VM，每个沙箱跑在独立内核的虚拟机里）而非共享内核容器（shared-kernel container，进程共用宿主内核）来隔离不可信代码。离线本地镜像、禁网执行、CPU/RAM 上限、guest 内超时、存储配额、只读输入挂载、可写输出挂载和 --unprivileged 都按预期工作，代价是冷启动 0.6–1.5 秒、热执行约 50 ms。他让 Claude Fable 5 在 Claude Code for web 里做这项研究，该容器自身是 Firecracker guest（Linux 6.18.5-fc-v20，4 vCPU，15GB RAM），没有 /dev/kvm，也没有 vmx/svm 标志，嵌套虚拟化不可用，smolvm machine run 直接报「kvm not available」；于是改在暴露 /dev/kvm 的 GitHub Actions ubuntu runner 上跑测试。