作者： 蒙, 金春

一张广泛流传的Anthropic图表显示，AI理论上可能完成80%的工作任务。但深入研究发现，这些预测基于2023年对未来AI能力的推测性猜测，而非对当前模型的经验性测试。

Anthropic公司意外将Claude Code命令行工具的完整源代码泄露到了网上，暴露了约512,000行代码。这一漏洞发生在npm包更新中无意中包含了源地图文件，任何人都可以借此重建该应用程序的底层代码。

Ollama现支持苹果开源MLX机器学习框架，显著提升了在Apple Silicon Mac上本地运行大语言模型的性能。

随着数据中心机房规模的持续扩张，传统的运维管理模式面临着前所未有的挑战。服务器设备数量激增导致人工巡检效率低下，人员进出安全管理存在漏洞，OT（运营技术）与IT（信息技术）网络之间的安全隔离也成为制约数据中心可靠性运行的关键因素。

随着城市化进程加速与地铁网络持续扩张，城市轨道交通正面临前所未有的运营挑战。日均千万级的客流量对站台安全、运营效率和乘客体验提出了更高要求，传统的视频监控与人工巡检模式已难以满足智能化运维需求。在这一背景下，边缘计算AI盒子作为边缘侧智能分析的核心载体，正在城市轨道交通场景中发挥关键作用。

煤矿井下作业是典型的“高危、高风险、高强度”工业场景，瓦斯突出、透水事故、顶板坍塌等安全隐患长期制约着煤炭行业的安全生产效率。随着国家《关于加快煤矿智能化发展的指导意见》政策深入推进，煤矿企业迫切需要一套能够实时感知、全面监控、智能预警的端侧AI解决方案。