蚂蚁开源 Humming：量化推理内核库实测，vLLM 端到端吞吐最高提升 43%
蚂蚁与vLLM社区开源量化内核库Humming：端到端吞吐最高提升43%，单内核编译从23秒降到2秒内，覆盖Turing起NVIDIA GPU与真武810E。
按月归档： 11 月 2026
2026 AI Agent 分层架构全景：六层两轨，和「不到某个东西坏掉就别加层」这条铁律
六层两轨一张图讲清2026年AI Agent架构：MCP、记忆、评测各自管什么，以及你什么时候其实不需要它。
Kubernetes 1.37 发布：缩容到零进入 Beta 并默认开启，GPU 池终于能真正归零
K8s 1.37「Garhwal」：67项增强，HPA缩容到零升Beta且默认开启，DRA扩展资源支持GA——空闲GPU可真正下线。
Sprig 实测：一个 ScyllaDB 换掉 Postgres+ClickHouse+Redis，读延迟快 4-8 倍
150亿访客、1.3万亿事件：Sprig用ScyllaDB换掉Postgres+ClickHouse+Redis三件套，读延迟快4-8倍，均值500微秒。
Python 3.15 实测：整体快 1.45 倍，编码场景冲到 56 倍——但有些场景反而变慢
pyperformance实测：3.15平均快1.45倍，编码场景冲到56倍，异步约1.1倍，Base16与正则反而变慢——升级收益看负载。
GPU 共享三层省钱账：Time-Slicing + Spot + 承诺折扣，叠加省 76%
生产 K8s GPU 利用率常年 0-10%：sharing+spot+承诺折扣三层叠加，示例账单 $10,000/月 压到 $2,400。
GKE Sandbox microVM 正式 GA：给每个 AI Agent 一个独立内核
GKEmicroVM转GA：Kata+CloudHypervisor，每Pod独立内核、点名无监督AIAgent；开销250mCPU+130MiB/Pod。
Valkey 9.1 这条线全景：单机 210 万 RPS、库级 ACL，和十月底的五连发补丁
Valkey 9.1 全景：单机 210 万 RPS，IO 线程最高 +17%，小字符串开销省 44%，五线齐发补丁，AWS 便宜 20%、Google默认它。
Agent 可以挂掉，工作不能丢：AI Agent 可替换性的最小工程实现
TNS 上的 ClickHouse 工程文：退款跑到一半 Agent 崩了，接替者凭什么不重复退款——持久操作记录、工具边界、恢复协议，一个都不能少。
引擎已经同款，差别在打包：2026 年 Ollama 和 LM Studio 怎么选、老卡怎么点亮
两家引擎底层同为 llama.cpp 与 MLX，差别在许可证、GPU 名单和默认网络行为——外加 193 美元二手 P5000 能点亮、16GB 显存怎么算。
