Jeff Dean创业公司Discovery Loop的路演材料近日流出，内容重点展示4位创始人在Google搜索、Gemini、TensorFlow、GFS、MapReduce等产品、系统与AI研究上的履历，以及其带领的大规模团队和学术影响力。公司将使命定义为“自动化机器学习、科学和工程，加速发现与进步”，初期聚焦机器学习研究与工程。已确认投资方包括Khosla Ventures、Radical Ventures、Lightspeed Venture Partners、Kleiner Perkins、Doerr Capital，Alphabet也参与投资并签署长期云计算合作协议。

IOSG 在一篇关于存储赛道的长文中指出，AI 时代推动资本重新定价存储，核心逻辑已从传统容量生意转向热数据效率。文章将 AI 存储拆分为 HBM、DRAM 与 CXL、企业级 SSD、HDD 及存储软件栈等层级，并称去中心化存储更适合公共数据集存证、AI 训练数据溯源与长期冷记忆归档。文中同时比较了 Filecoin 与 Arweave 的不同路径，并梳理了去中心化存储在产品化、检索体验、企业服务与 Token 激励上的现实挑战。

西部数据首席产品官 Ahmed Shihab 表示，AI 存储的核心不只是追求最快介质，而是在可承受成本下持续扩展容量。其指出，闪存适用于模型权重、GPU 溢出、KV 缓存等低延迟场景，HDD 更适合训练语料、日志、检查点与合规记录等大规模长期保存数据。Ahmed Shihab 认为，未来 AI 存储应按性能、成本、功耗、密度、可靠性和数据生命周期分层设计，而非由单一技术主导。

西部数据首席产品官 Ahmed Shihab 发文称，AI 存储竞争的关键不是单一追求最快介质，而是能否以可承受成本持续扩容。数据从 PB 级走向 EB 级时，架构可能因成本失控暴露问题。闪存适合高性能低延迟场景，HDD 适合大规模长期保存；未来存储应分层设计，而非闪存与 HDD 二选一。

Marvell 于 8 月 4 日发布新一代 Bravera SC6 SSD 控制器 MV-SF1410，目标市场为 PCIe Gen6 NVMe SSD。该产品面向 AI 数据中心、超大规模云和企业数据库，支持 PCIe Gen6 与 NVMe 2.2，并向下兼容 PCIe Gen1 至 Gen5。Marvell 称，随着 AI 系统采用分层内存架构，SSD 正从传统存储设备转向高容量内存层的重要组成部分，Bravera SC6 预计于 2026 年第四季度开始提供样品。

阿里巴巴旗下 Qwen 团队发布新旗舰模型 Qwen3.8-Max，官方称其在 OSWorld-Verified 测试中拿下 86.1 分，高于 GPT-5.6 Sol Max 和 Fable 5。公司同时披露多项评测分数、2.4 兆参数 MoE 架构、100 万 token 上下文窗口，并预告下周开放 Qwen3.8-Max 与 Qwen3.8-27B 权重。不过，这些成绩与演示目前均来自官方自评，尚未经过第三方独立验证，开源授权条款也还未公布。

Dan Koe在一篇长文中提出，与其追求把读过的内容全部记住，不如围绕清晰目标、真实项目和持续输出建立学习闭环。他用控制论框架拆解学习的四个环节，并指出多数“第二大脑”工具之所以失效，不在工具本身，而在收藏代替实践、整理代替产出。文中还比较了 Obsidian + Claude 与 Eden 等方案，强调 AI 适合降低研究和组织摩擦，但不应替代个人判断与表达。

英伟达发布 Vera BlueField-4 STX 存储处理器最新基准测试结果。公司称，这一基于 Vera CPU 架构的 AI 原生存储平台，在加密、压缩、数据完整性校验和恢复等任务上，相比传统 x86 CPU 有明显提升。其中 CRC32C 校验最高提升 3.67 倍，Reed-Solomon 恢复最高提升 3.26 倍，压缩+加密多阶段流程整体吞吐量最高提升 3.21 倍。