AI Daily

SemiAnalysis(半导体研究机构)发文拆解 Lambda–Anthropic 算力交易。所谓 Lambda–Anthropic 交易实为英伟达–Lambda–Hut 8–Anthropic 的四方贸易：Anthropic 在 2028 年获得约 350MW 的 Rubin(VR NVL72，英伟达下一代机架级 GPU 系统)算力，价格约 5.80 美元每 GPU 小时。SemiAnalysis 原帖

结构上，Hut 8 在 Beacon Point(其数据中心园区)与作为租户的英伟达签下两份 15 年三重净租约(租户承担税费、维护与保险的长期租约)，每份 98 亿美元；再以 42.5 亿美元 Baa2 评级票据、6.129% 票息为其中一栋融资。SemiAnalysis 称没有任何一家 neocloud(专做 AI 算力出租的新云服务商)能按此条款融资，英伟达随后把租约转给 Lambda。两份租约合计 196 亿美元。结构拆解

动机上，英伟达换来：约 11.5 万颗 Rubin 的全毛利销售、Lambda 收入中估计约 10% 的分成、704MW 园区第 7 至 15 年使用权——同期电网互联排队周期为 4 至 7 年。SemiAnalysis 判断：15 年租约对 6 年承购不是错配，而是选择权。动机分析

同日该机构另一帖引述称：英伟达有能力支持至多 46GW 算力建设，而需求端约有 240GW 将到来。「借贷市场必须进化到在兜底之外承担风险。这是我们这个时代最大的问题」，方法是把风险分层，损失先由股权层、再由夹层、最后才波及优先级份额。融资缺口

Karpathy(Eureka Labs 创始人)重发其 4 月「认知鸿沟」帖并更新：鸿沟在扩大，已从「两组人各说各话」变成陡峭漏斗。他估算约 60 亿人(约 75% 人口)几乎未接触过 LLM；约 10 至 20 亿人(约 20%)是免费档轻度用户；约 2000 万人(0.2%)在数学与代码工作中专业使用前沿模型；仅约 5000 人(约 0.00006%)能在内部触达前沿系统。Karpathy 原帖

专业层看到的是：过去要数周到数月的大型项目，现在一句提示词即可由 agent 完成。内部层看到的则是数千个 agent 协作数周攻克软件巨型项目：铸造零日漏洞、以机器速度运行攻防、推进数学前沿，而人类审阅与理解已开始跟不上。外界仍在「考古」数月前的 OpenAI–Hugging Face 事件，数学家可能要花很久消化 722 篇前沿数学手稿。他归纳三个驱动因素：影响随问题规模与时间跨度放大、能力在可验证且高价值领域呈尖峰分布、免费/付费/内部三级访问门槛。

Sakana AI 联合创始人 David Ha 发布与 UC Berkeley 合作的论文 MASS(Multi-Agent Self-Supervision)。问题设定：当研究任务超出人类可靠评估能力，模型自身既是求解器又是优化器与评估器，同质回路会放大自身盲区。方法：一个共享模型把自身的多个副本组织成结构化团队，先迭代演化多智能体工作流(子智能体如何沟通与路由信息)，再把成功轨迹蒸馏回底座权重，两个循环交替。David Ha 原帖

结果：27B 开源权重模型跑两轮后，在 MLR-Bench、ScienceAgentBench、DSBench 等四个研究基准上，每输出 token 得分升至基座的 1.2 至 1.6 倍。三个发现：只训练被优化方的解题数据，优化器与评估器能力同步提升；多智能体轨迹比单智能体轨迹是更高效的训练数据；提升速度的瓶颈在优化器容量而非评估器容量。官方同时提示：同质 RSI 中共享盲点可能把错误当进展固化，需要社区审慎研究。Sakana 官方

Teortaxes(独立 AI 评论账号)引介题为《Internalizer: Portable Context-to-Parameter Mapping for Very Large Language Models》的工作(针对 DeepSeek V4-Flash):用「元学习超网络」把上下文映射进模型参数，投影层(up/gate/down)放在 V4 每一层的共享专家 MLP 上。Teortaxes 原帖。

Chetaslua(AI 社区评论账号)连续发帖称：调用 Claude Opus 5.5 时被路由到一个新模型(身份未知，可能是 Fable 5.5 或新 Opus)，且「Claude 下一代模型」正在 Claude Code(Anthropic 的编程 agent 工具)上测试。Chetaslua 原帖 其展示案例为纯代码生成的动画：4 行提示、2 小时、2700 万 token。称新模型「在每件事上都是 SOTA」「让 Opus 5.5 显得原始」，并认为其将取代图像/视频生成模型，预告还有两个「看起来像实拍、纯代码生成」的图像输出待发布。Anthropic 官方未公告，以上均为该账号单方测试说法，真实性待证实。后续测试

SemiAnalysis 发文：先进封装中纯铜导热系数约 400 W/m·K，已开始触顶。Semicon Taiwan(台湾半导体展会)上首发的铜/金刚石复合材料达到约 800 W/m·K，可更快散热、减少局部热点；热膨胀系数上硅约 3 ppm/K、铜约 17 ppm/K，铜/金刚石可调至 6 至 10 ppm/K，更接近硅、降低翘曲。SemiAnalysis 原帖 挑战在界面：铜与金刚石不天然结合，需加钛、铬、钼或钨形成碳化物结合层，而碳化物过多又伤导热，界面厚度因此关键。业界正研发用 PVD/CVD(物理/化学气相沉积)预涂金刚石颗粒以替代单纯合金化铜，可比合金化获得更精确的控制。

@pequityresearch 转述摩根士丹利渠道调研：AMD 的 Venice(下一代服务器 CPU 代号)可能转向在 ASE(日月光，封测代工厂)做全量类 CoWoS(台积电 2.5D 先进封装)封装。pequityresearch 原帖 Zephyr(半导体、AI 基础设施观察账号)补充判断：将在 ASE 采用 FoCoS(扇出型芯片基板封装)，后段 FOPLP(扇出型面板级封装)落地 Powertech(力成)。Zephyr 原帖

Jukan(半导体/AI 基础设施新闻)转述韩国大信证券观点：低层数 HBM(4 层/6 层高带宽内存)量产的讨论已实际叫停；从 12 层堆叠转向 8 层的方案也已收缩。Jukan 原帖

Teortaxes(独立 AI 评论账号)称「从可信信源获悉」:Yandex 存在一笔大额交易、并可能把业务迁移到交易对手方的算力上；对手方以未展开短链出现，结合唐杰(智谱 CEO)引用背景可推知为智谱(Zhipu)，原帖文字未直接点名。单源传闻，未见任何官方确认。Teortaxes 原帖

Elvis Saravia(dair.ai 联合创始人)解读 Meta 超级智能实验室关于长程智能体「复合推理」的新论文，称其中持续共享记忆是对大型多智能体系统行之有效的路径。GitSwarm 让数百个异步 agent 共享同一个 Git 仓库：每次贡献是一个 commit，记录它基于哪些先前 commit；没有中央规划者，每个 worker 自行决定探索、验证、精炼还是组合已有工作。Elvis 原帖 结果：以 GPT-5.5 Codex 为 worker，一遍运行解出 IMOProofBench-Advanced 全部 30 题；ProgramBench 得分 79.4%，对比相近预算下单 Codex agent 的 65.1%;worker 从 100 增至 500 时得分从 73.1% 升至 79.4%，后期 worker 复用了 94.7% 的已发布贡献，70.1% 的失败研究 commit 仍被后续接受的工作引用。

Clement Delangue(Hugging Face 联合创始人兼 CEO)宣布：已把 OpenAI 发布的数学题转成 Hugging Face 上的开源强化学习环境——「研究发布物变成人人可用来训练更好开源模型的可执行环境」。Delangue 原帖 他同时标注早期局限：验证器只接受与原始完全一致的形式化，等价证明仍可能得 0 分。

DAIR.AI(AI 研究社区账号)介绍 agent 记忆路由论文：核心发现是每类记忆应配各自的检索策略，而不是对全部记忆做一次 embedding(向量化)检索；论文证明当记忆库混合多种类型时，任何单一检索策略的期望精度存在上界。DAIR.AI 原帖 MemoType 对每条记忆与每个查询先分类、再按类型匹配检索策略，并发布带类型标注的数据集 TriMEM；三个数据集上 Recall@1(首位检索命中率)最高提升 16.18%。