本期抓取窗口 09-22 01:00 → 09-23 07:00，新文章 15 篇；另按「未推送高价值条目补入」规则纳入 4 条 09-22 晚报抓取但未推送的内容。推送 8 条：必读 3 + 值得看 2 + 其他 3。 ⚠️ 本期 36氪、极客公园、InfoQ中文 三个源抓取失败（超时 / DNS 解析失败），36氪未取到（其纯股市行情为最大噪音源，缺失不影响主线）。

🔥 必读

1. 华为发布全球首个 3D 数据中心：供冷 / IT / 供电 / 备电四层立体堆叠

华为发布全球首个 3D 数据中心，思路借鉴芯片工厂把「动力层」与「生产层」严格分离：把传统数据中心在同一平面横向铺开的各个功能区，改为垂直叠成四层——一层供冷、二层 IT 设备、三层供电、屋面备电，实现垂直供电、垂直制冷、链路最短、损耗最小。

驱动因素是密度与规模的双重变化：机柜功率已从几千瓦、十几千瓦提升到 100kW、200kW，AI 集群规模从万卡走向十万卡；继续平面铺开会让供电线路与液冷管路拉长，增加部署难度与传输损耗。

关键工程数据：

  • 垂直供电使电力模块到机柜的距离由 17 米缩短至 5 米；相同体量下 IT 供电容量由 76MW 提升至 168MW。
  • POD 产品化：供电、制冷等核心机电系统做成可独立运行的最小单元（POD），在工厂完成预制、组装和测试，现场只做装配与连接。大小机电预制化率超过 90%，机电交付时间由约 6 个月缩短至 3 个月。
  • 故障域最小化：供电、制冷、备电与 IT 分层隔离，单个 POD 出现故障不会蔓延到其他单元；设备可分属不同团队管理，减少相互干扰与误操作风险。
  • 运维预测化：热管理控制器 TMU 作为液冷中枢，依托 AI 实现漏液检测、工质健康度提前 7 天预警；屋面备电层用 SmartLi 智能锂电独立隔间部署，配温度/烟雾/可燃气体探测与 Pack 级 + 房间级两级灭火。

此外，华为发行《3D 数据中心》专著、开放《3D 数据中心概要设计图库》，并参与 AIDC 评价指标、参考架构和标杆验证工作——意图把 AIDC 建设从「定制工程」推向「可批量复制的标准产品」。

原文：智东西 · 开启 AIDC 建设新范式，深度拆解华为全球首个 3D 数据中心

2. 北大等提出「程序图 PG」：把工具、技能、记忆连成一张可改写的网

谷歌、佐治亚理工与北京大学研究者提出 Procedural Graphs（PG，程序图）。针对的问题是：当 Agent 已能调用工具、使用技能并保存记忆，这些能力怎样在任务中配合、怎样从过去的执行中积累可复用经验。论文点得很准：「能查到机票价格，不代表知道查询后该停下来；能保存笔记，也不意味着会在下一次决策前读回。」

PG 把衔接关系显式写成「过程—关系—过程」三元组：节点可以是技能、工具函数、一次内部推理或一个任务状态；有向边的三个字段是适用条件（condition）、执行建议（guidance）、需要避免的问题（pitfalls）。论文的例子：「预测现金流」连到「申请融资」——条件是预计现金支撑时间低于安全缓冲，建议是提前申请为资金到账留出时间，要避免的是已有申请尚未完成时重复发起。

作者把它与知识图谱对比：知识图谱用「实体—关系—实体」组织事实（是什么、在哪里），程序图组织的是做事的顺序与条件（做什么、按什么顺序、在什么条件下做）。

运行机制分两段：

  • 在线指导：定位当前步骤 → 提取沿出边两跳以内的局部子图（匹配不到节点则回退整图）→ 由指导模型结合局部子图、用户任务与近期执行记录生成下一步建议，最终动作仍由执行模型选择。
  • 离线演化：在训练任务上运行当前图，由修订模型对照高分/低分轨迹提出增删改，经结构检查且验证分数不下降（含持平）才保留。图的更新无需重新训练模型权重。

最有价值的一组反直觉数据：在 MultiChallenge 的 56 个样本上，无图基线成功率 87.50%，加入手工专家图后反而降到 58.93%，让模型静态更新一次为 53.57%——说明程序关系的修改必须经过任务检验，人工写出的「看起来合理」的流程并不自动有效。BFCL 工具调用测试里，用户只想了解经济舱票价：无图基线查到 220 美元报价后仍继续认证身份、操作银行卡并尝试订票，失败后还修改预算限制再次预订；同为 Gemini 3.5 Flash，PG 指导下的 Agent 报出 220 美元后结束回合、等待用户新指令。

原文：新智元 · 工具、技能、记忆连成网，北大等提出自进化程序图 PG，越用越聪明

3. Agent 时代 CPU 价值该重估：CPU 与 GPU 配比从 1:4 走向 1:1

英特尔在苏州技术创新与产业生态大会（Intel Connection）给出判断：Agent 正在改变 AI 计算的配比——从一颗 CPU 搭配四颗 GPU（1:4），走向一颗 CPU 搭配一颗 GPU（1:1）。理由是 AI 开始调用工具、执行任务后，CPU 需要承担更多的调度、数据处理和执行工作。

论证路径有四层：

  • 预处理：Agent 取回的内容可能是网页、PDF 报告或视频，要先提取、处理才能交给大模型，其中不少适合由 CPU 承担（英特尔主张用至强处理器内置加速能力）。
  • 任务依赖：Agent 要拆解任务、调用工具，再根据结果决定下一步；前一步没完成，依赖它的后续工作就得等着。
  • KV Cache：上下文越来越长、Agent 又要反复处理任务信息，缓存容量与调度成为问题。只靠 GPU 的高带宽内存未必装得下，需要借助系统内存、SSD；英特尔的方案包括用处理器内置能力做无损压缩、加快数据传输。文中点明：处理和搬运数据的环节出了瓶颈，昂贵的计算资源就可能闲着。
  • 端侧三单元协同：CPU 承担智能体的计划、决策等需要及时响应的工作，GPU 做矩阵计算，NPU 以低功耗支持长时间运行的音视频处理与计算机视觉；机器人（感知环境、规划任务、实时控制运动、多机协同）是典型场景。

采购层面，英特尔强调「能启动多少个 Agent，与能让多少个 Agent 稳定干活，是两回事」，评价指标应看并发能力、响应时间与对真实任务的支撑能力。文中还提到英特尔股价当日涨 12%，以及张亚勤、林毅夫等在场发言。

⚠️ 本篇为英特尔大会口径：1:1 是其强调的智能体推理部署趋势，具体配比仍要看任务与系统配置。

原文：量子位 · Agent 时代，CPU 的价值该重估了

📌 值得看

4. 华为 openJiuwen 开源「Agent 版 Hugging Face」

openJiuwen 由华为 2012 实验室、华为云、终端、计算、算力先遣队等团队联合高校与企业开发者共同构建，把 Agent 周边能力拆成技能、连接器、插件、专家、专家团五类资源，让一次性的 Agent 使用经验变成可管理、可复用、可共享的「能力资产」，上线于其蜂群智能体 WorkSwarm 与 Agentic Hub（可直接上传、下载、分享）。

五类资源各管一层：技能沉淀方法、连接器接入外部系统、插件组合能力、专家定义角色、专家团组织协作。其中技能以 SKILL.md 为入口，可附带参考资料、脚本、模板与多模态资源；WorkSwarm 可识别三类技能——普通技能（skill-creator-normal）、团队技能（swarmskill-creator 生成角色分工与协作流程，可补 SwarmFlow 脚本）、多模态技能（skill-omni-creation 从 URL/网页/视频抽取正文、图片或视频帧）。此外提供本地技能自动演进：任务完成后按执行过程、失败信号或用户反馈生成经验记录，不直接覆盖原始技能，而是沉淀到本地经验文件与技能索引，下次使用时再被读取。

原文：机器之心 · Agent 版 Hugging Face 来了，openJiuwen 发布首个开源智能体资产平台

5. 清华与斯坦福在大模型内部定位「奖励子系统」

此前研究通常直接对完整隐藏状态训练探测器，只能说明这些信息「能够被读出来」，很难回答究竟是哪些神经元在编码。斯坦福与清华的研究发现：与奖励相关的信息并没有平均分散在整个隐藏状态中，而是集中在一小部分神经元里，称为 reward subsystem（奖励子系统），并区分出两类：

  • value neurons（价值神经元）：编码当前状态的预期价值，即从当前推理状态继续生成下去、最终得到正确答案的概率。
  • dopamine neurons（多巴胺神经元）：编码逐步的时分误差（TD error），反映某一步推理之后模型预期答对的概率变化了多少；关键逻辑步上出现峰值，逻辑错误处形成低谷。

因果证据来自干预实验：在 Qwen-2.5-7B-SimpleRL-Zoo 上原始 MATH500 准确率 75.2%，只把某一层排名最高的 1% 价值神经元置零，平均准确率降到 20.3%；而随机置零同样比例的神经元时准确率基本不变。稀疏性在 Qwen-2.5-14B 与 ARC、MBPP+、IFEval 等不同任务，以及 Qwen、Phi、Llama 等不同模型上均可复现（保留不到 1% 神经元仍能较好预测状态价值）。

实际用途两项：价值神经元在模型开始生成答案前就能提供价值信息，可作轻量置信度估计器（MATH500 与 ARC 上平均 AUC 0.67，高于完整隐藏状态探测器等方法）；多巴胺神经元可当流程奖励模型（PRM）——每次产生 4 个候选推理步骤、按其预测的奖励变化评分选最高，MATH500 准确率 77.8%，高于贪心解码与随机选择的 72.2%，也高于论文中的隐式 PRM 方法 75.0%。

原文：机器之心 · 清华与斯坦福团队在 LLM 内部发现两种神经元，定位奖励子系统

📄 其他

  • 智东西 · 国产芯片巨头入局嵌入式，海光用技术和生态破局：海光信息发布 海光 1000 系列 CPU（C86 架构、4 核 8 线程、支持 4K 60FPS 双路显示、DDR4/DDR5），典型 TDP 低至 10W、具备 -40°C 到 105°C 宽温能力、支持无风扇被动散热，并承诺 10 年产品生命周期、长期供货计划与 EOL 提前通知机制。定位云端之外——工控、机器人/AGV 主控、产线视觉控制器、边缘与户外设备。
  • 机器之心 · 腾讯混元发布最新生图模型 Hy Image3.5 preview：数百名专业设计师盲测中综合胜率较 Hy Image3.0 高 30%，与 Seedream 5.0 pro 持平、略优于 Nano-Banana Pro 与 Qwen-Image-3.0 Pro；支持文生图/图生图、单次最多 5 张参考图、多轮对话创作、最高 2K 输出；API 定价 0.15 元/张（仅对输出图片收费），已在元宝灰度 2 个月、生图请求量提升超 50%。
  • 智东西 · 499元，OPPO 发了一款别在领口的 AI 新硬件：OPPO 在 Find X10 系列发布会上作为「One More Thing」发布售价 499 元的 AI 穿戴「心力球」——可别在领口，核心能力是全天记录（识别重要事项、记忆演化、个人情景感知、跨源行为模式归纳），续航据称 24 小时。同场 Find X10 标准版 5499 元起、Pro Max 6799 元起（首发三颗 2 亿像素镜头群）。