∞ Google Gemini 3.5 Flash发布:面向“电脑操作”的智能体模型
Google近日推出 Gemini 3.5 Flash,主打“computer use”能力,也就是让模型更擅长直接操控电脑界面、执行多步骤任务,并在编码、研究和复杂工作流中充当更主动的智能体。 这次更新意味着 Gemini 的定位进一步从传统问答工具转向可实际“代劳”的执行型 AI。

Gemini 3.5 Flash 被Google描述为其迄今在编码和自主代理任务上最强的模型之一,官方强调它兼顾低延迟与高质量,在多项基准测试中表现优于 3.1 Pro。 Google还称,这一版本在输出速度上显著提升,适合需要快速反馈和连续操作的场景,例如编程、工具调用和自动化办公。
在实际能力上,Gemini 3.5 Flash 可以更好地处理长链条任务,例如独立执行编码流程、管理研究项目,甚至在内部测试中参与从零开始构建操作系统的复杂工作。 Google方面表示,该模型并不只是“更快”,还通过优化的 Flash 架构把质量和速度同时推高,使它更适合需要持续交互的 AI 代理场景。

Google还把这项能力嵌入到自家产品和平台中。Gemini 应用和搜索的 AI 模式已默认使用 Gemini 3.5 Flash,同时它也可通过 Gemini API、Gemini Enterprise 以及相关开发者工具使用。 Google还提到,面向搜索的智能体功能和新一代个人 AI 代理 Gemini Spark 也会由该模型提供支持,目标是让用户在更少人工干预下完成日常数字任务。



在安全方面,Google表示,随着更强自主代理能力普及,风险控制也被同步强化,尤其是网络安全和 CBRN 相关安全防护。 这类模型在遇到敏感问题时,不只是简单拒答,而是更倾向于在可控框架下处理请求并在必要时暂停等待用户确认。 整体来看,Gemini 3.5 Flash 代表了Google在“让 AI 直接执行任务”方向上的一次重要推进。
∞ 中科海光C86-5G曝光:128核512线程瞄准至强 中国服务器芯片加速去依赖
中科海光(Hygon)新一代服务器处理器 C86-5G 近日曝光,这款芯片以 128 核 512 线程、支持 SMT4 和 16 通道 DDR5 为主要卖点,直接对标英特尔 Xeon 和 AMD EPYC,成为中国服务器芯片自主化进程中的重要一环。

根据公开路线图和相关报道,C86-5G 采用 128 个物理核心,并通过四路同步多线程技术实现 512 个线程,这意味着每个核心可以同时处理 4 条指令流。 与主流服务器芯片常见的 SMT2 相比,这种设计更强调并行吞吐能力,尤其适合云计算、大数据和企业级虚拟化等高并发场景。


在性能层面,海光宣称 C86-5G 相比上一代 C86-4G 的每周期指令数(IPC)提升超过 17%。 这款处理器还支持 AVX-512 指令集与 16 通道 DDR5-5600 内存,内存通道数较上一代的 12 通道 DDR5-4800 明显提升,意味着平台可承载更大的内存容量和更高的数据吞吐。

互连与扩展能力同样是这次升级的重点。报道显示,C86-5G 预计支持 PCIe 5.0,并确认兼容 CXL 2.0,这让它在服务器互联标准上具备与新一代 AMD EPYC 和英特尔 Xeon 平台竞争的基础。 尽管海光尚未公布完整的 PCIe 通道数量和具体微架构细节,但外界普遍将其视为面向高端数据中心场景的旗舰产品。

从产业背景看,C86-5G 的推出也被放在中国减少外部芯片依赖的大趋势下解读。 多家报道指出,这款芯片的规格已经足以在宣传层面与国际头部服务器处理器正面交锋,而其真正表现则要等到后续实测和量产部署后才能验证。
∞ 高通官宣进军数据中心 推出首款服务器CPU Dragonfly C1000
高通正式把触角伸向数据中心服务器市场,并推出首款面向该领域的 CPU——Dragonfly C1000。这款芯片预计要到 2028 年下半年才会量产,Meta 将成为首批采用它的客户之一。
Dragonfly C1000 是高通首款专为数据中心工作负载打造的服务器 CPU,采用多芯片设计和自研 Oryon 核心,核心数超过 250 个,最高频率可达 5GHz 以上。 高通还把它定位为面向“智能体 AI”时代的机架级基础设施组件,强调其在性能与能效上的平衡。
在产品规划上,Dragonfly C1000 的量产时间定在 2028 年下半年,而 Meta 将在其下一代服务器集群中率先部署这款处理器。 高通同时表示,自己还拿到了另外两家未公开名称的超大规模云客户的定制芯片订单,意味着其数据中心业务并不只押注单一合作方。

从技术规格看,这款 CPU 被描述为支持 LP DRAM 内存子系统、可选 HBC 连接,并兼容 PCIe Gen 7 与 CXL 规范,同时支持风冷和液冷方案,面向 OCP ORv3 标准机架与服务器环境。 这些配置表明,高通希望把 Dragonfly C1000 做成一款能够直接进入云厂商基础设施采购清单的高端服务器芯片。

高通这次还同步公布了更大规模的数据中心布局,并宣布收购 AI 基础设施创业公司 Modular,以补齐软件生态。 市场对这笔收购和远期产品路线仍持观望态度,因为 Dragonfly 的收入兑现要等到 2028 年,而相关业务能否真正转化为稳定增长,还要看后续客户扩展和软件生态建设情况。
∞ 佛州众议员卢娜被指借助 Claude 起草国防法案摘要
美国佛罗里达州共和党众议员安娜·保琳娜·卢娜(Anna Paulina Luna)近日因其办公室使用 Anthropic 的 Claude 处理一份国防法案修正案摘要而引发争议。事件曝光后,她先是承认工作人员用 AI 做过“校对”或“修正”,随后又强调 AI 只用于摘要和拼写语法检查,并未参与法案正文起草。
![]()
风波起于社交平台上流传的一张截图,截图中的文本显示了与 Claude 相关的字样,外界据此怀疑她的团队直接借助 AI 撰写国防法案修正案内容。 卢娜随后发文回应称,工作人员使用 AI 只是为了检查修正案摘要的拼写和语法,并不是用于修正案正文本身;她还表示,众议院的正式法案文本由国会法律顾问机构起草,该机构被禁止使用 AI。
在最初的回应中,卢娜的表述一度让外界理解为她承认工作人员用 AI“修正了草稿文本”,这进一步加剧了质疑。 随后她删改说法,改口称 AI 仅用于“spellcheck the amendment SUMMARY”,并重复强调“绝不会有任何立法由 AI 代写”。 这番前后不一的说法让她成为舆论焦点,也让“AI 是否被用于实质性立法工作”这一问题再次被推到台前。
报道显示,这份被讨论的内容与 2027 年国防授权法案相关,争议核心并不只是是否使用了 Claude,而是 AI 介入的程度到底有多深。 目前卢娜方面的说法是:AI 只参与了摘要层面的文字润色与拼写检查,未参与正式法案文本的撰写。 但随着截图和她的多次公开回应在网上持续传播,这起事件已经演变成一场关于政府办公、立法流程与生成式 AI 边界的公开争论。
∞ 微软“Majorana”量子芯片争议再起 科学家质疑未证明拓扑量子比特存在
一篇发表在科技媒体和学术讨论中的批评文章再次对微软宣称的“Majorana 1”量子芯片能否实现所谓的“拓扑量子比特”提出重大疑问,双方就数据解读和证据充分性展开激烈辩论。

该争议源自微软在2025年对外公布的Majorana 1芯片,微软称该芯片基于“拓扑”方案,能通过所谓的Majorana零模(Majorana zero modes)构建更稳健的量子比特,从而为可扩展量子计算奠定基础。 但多个独立研究者和评论者指出,微软在早前相关研究中曾出现撤回或更正的情况,这使得外界对其新一轮成果保持高度审慎。
最近的批评由圣安德鲁斯大学理论物理学家亨利·莱格(Henry Legg)撰写并以同行评议的形式公开,文中重新审视了微软提交的数据,认为微软并未令人信服地展示出可用于构建量子比特的Majorana粒子存在,并指控公司在呈现数据时存在选择性取样的嫌疑。 莱格指出,微软所观测到的信号可能并非Majorana特征,而是由器件内形成的量子点(quantum dots)所致,而量子点并不能替代用于容错量子计算的拓扑量子比特。
对此,微软研究团队在同一期刊中发表了回应,驳斥莱格的解读,并表示批评并未构成对其结果的实质性科学挑战;微软方面称,批评者未能提出能同时解释微软所有实验数据的替代模型。 微软随后又推出了后续版本的器件(Majorana 2),并在预印本中报告了更长的态保持时间等改进,但该预印本尚未通过同行评审,质疑声仍未消退。
学术期刊和媒体的梳理显示,这场争论并非孤立事件:早在2020年及其后,围绕Majorana零模的观测与解读就已经出现过争论与更正,相关论文曾被置于关注或更正之下,研究社区对数据选择与解释的严格性长期保持警惕。 分析人士指出,微软在该领域投入巨大资源,并持续宣称其路线可比竞争对手更快实现可扩展量子计算,但若基础物理证据不足,则这些宏大承诺将面临根本性挑战。
目前,争论的核心在于实验信号能否被确认为拓扑态中预期的Majorana零模,还是更加平凡的物理现象所致;若后者成立,则相关器件并不具备构建容错拓扑量子比特的必要条件,企业对外的“重大突破”说法也会相应受损。 双方的分歧反映出量子材料与量子器件研究中对重复性、数据完整性与理论解释一致性的高要求,而该领域的进一步进展仍需更多公开、可重复的证据来消除疑虑。