英伟达发布技术博客称，cuML 和 cuVS 新增多 GPU UMAP 能力，可将大规模向量数据的降维处理分布到多张 GPU 上执行。在配备 8 张 H100 GPU 的 DGX 系统上，针对包含 1.06 亿个向量的 MIRACL 数据集，约 870GB 数据可在 8 分钟内完成端到端处理。英伟达称，相比预计的 CPU 实现，最高提速 74 倍。

韩国企业级 AI 数据基础设施公司 GraphAI 宣布完成 170 亿韩元、约合 1200 万美元的 A 轮融资，由 K2 Investment Partners 领投。A-Ventures、Jiyu Investment，以及曾参与 Pre-A 轮的 Quad Ventures、Kiwoom Investment 和 We Ventures 参投。该公司累计融资已达 206 亿韩元，约合 1470 万美元。

MarsBit刊文称，AI Agent正把存储从任务结束后的落盘环节，推向感知、记忆与决策循环。文章认为，未来SSD可能演化为具备加密、压缩、索引、记忆维护和上下文服务能力的功能型产品，并在端侧与云侧形成不同分工。与此同时，HBM、HBF、DRAM/CXL与SSD不会简单替代，而会围绕速度、容量、成本和治理需求重新分层。

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。

Y Combinator 总裁兼 CEO Garry Tan 在 Startup School 2026 的 42 分钟演讲中提出，所谓“个人 AGI”并非通用人工智能，而是一套运行在个人基础设施上的 AI 代理系统。Tan 以开源框架 GStack、个人产出提升数据和 YC 投资组合案例为例，说明知识库、技能文件与代理协作如何放大个人能力。他同时把焦点放在“谁控制技能文件，谁就控制认知外化”这一问题上，并给出从记录信息到编写技能文件的 5 个实操步骤。

摩根士丹利在 8 月 6 日研报中维持 Datadog、Snowflake 和 MongoDB 的超配评级，认为三大云厂商二季度增速由一季度的 39%升至 48%，已连续第五个季度加速，AI 消费正带动核心基础设施需求。报告同时指出，DDOG、SNOW、MDB 的估值已计入较多乐观预期，若财报或指引低于市场预期，股价反应可能被放大。

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。

桃园地方法院 115 年度诉字第 867 号民事判决在开头写下“不要问 AI、不要用 AI 写上诉状”，引发律师社群讨论。律师林上伦认为，这份判决针对的并非 AI 本身，而是没有法律背景者直接用消费级 AI 处理专业诉讼事务的高风险做法。他指出，消费级模型受 Token 限制、“中间遗失”和缺少专业数据库支持等问题影响，容易出现错误或“幻觉”；相对地，AI 更适合作为专业律师提升初稿效率的工具。