AI推理初创公司Wafer完成4000万美元A轮融资，估值超2亿美元，且此前拒绝了多家收购邀约。公司仅8人，推理业务上线3个月即实现800万美元ARR。其技术通过AI Agent自动优化模型在NVIDIA、AMD等硬件上的运行效率，自测显示在AMD MI355X上吞吐达NVIDIA B200的80%，成本不到一半。客户包括Vercel和Inworld AI，融资后立即扩招，所有岗位要求旧金山每周5天到岗。

MarsBit 刊文回顾人工智能 70 年演进史，切入点是黄仁勋在 2026 年 8 月 26 日英伟达财报电话会上称「对于很多任务来说，我们可以说已经实现了 AGI」。报道从 1955 年达特茅斯提案写起，梳理符号主义、神经网络、专家系统、机器学习、深度学习与 Transformer 的交替起伏，并指出 AI 历史中的寒冬、改名、路线之争与 AGI 定义模糊问题，至今仍在延续。

Perplexity 发布便携式 AI 计算机，作为其智能体平台 Computer 的本地优先版本，可直接在 NVIDIA DGX Spark 上运行智能体工具链、编排器、规划器和后训练模型。系统将本地模型、推理引擎、工具沙箱与应用连接器打包，设备端处理的任务不产生按 token 计费成本；如需实时联网或更强推理，编排器会征求用户同意后，将单一步骤发送至 15 个以上云端模型之一。

英伟达首次公布 Vera Rubin NVL72 片上实测数据，并以 DeepSeek-V4-Pro 运行 AgentX 智能体编码负载。官方数据显示，相比 GB300 NVL72，该系统每兆瓦吞吐量最高提升 30 倍、每百万 Token 成本最高下降 35 倍。英伟达同日还披露 Groq 3 LPX 已全面量产，Gemma 4 31B 在 10 万 Token 上下文窗口下输出速度达 3400 Token/秒，Vera CPU 也已进入部署阶段。

加州大学伯克利分校与得州大学奥斯汀分校研究团队发布边缘原生混合专家模型推理引擎 FreeToken。该系统将个人计算机作为统一弹性推理平台，支持在单张工作站 GPU、游戏台式机和 8GB 显存笔记本 GPU 上运行不同规模模型。FreeToken 已以 Apache-2.0 协议开源，发布到 GitHub 和 PyPI，并提供 Windows、Linux 桌面应用及兼容 OpenAI、Anthropic 的 API 接口。

Coinbase Markets 于 2026 年 8 月 17 日宣布，将 Cluster Protocol（CP）加入资产上币路线图，并披露其 Base 网络合约地址。该项目试图把 AI 推理、数据、GPU 计算与 x402 微支付整合到 Base 上，形成一套自主工作流闭环。项目方披露近 30 天处理 13 万次推理支付请求、结算 7.9 万美元，但这些数据缺乏独立交叉验证。Cluster 累计融资 775 万美元，最近一轮为 2026 年 4 月 23 日由 DAO5 领投的 500 万美元融资。

围绕前 OpenAI 首席科学家 Ilya Sutskever 的最新动向，一则来自 X 平台的爆料称，SSI 正在探索基于 TTT（测试时训练）的小型推理引擎，模型可在解题过程中更新部分权重。爆料还称，现有版本已准备就绪，下一代规模将扩展 10 倍，最早可能在 8 月向少数用户开放。不过，相关说法尚未获得官方证实，随后又有消息称本月可能不会发布。

前阿里巴巴技术副总裁、Lepton AI 创始人贾扬清宣布成立新公司 Intent Lab，并推出自主 Agent 团队“Fleet”。该团队面向软件生产流程，支持把用户的自然语言开发意图转化为可投入生产环境的软件系统，覆盖架构设计、代码开发、部署、测试、质量验证和性能优化等环节。Intent Lab 还展示了 GLM-5.2 推理引擎、一次性数据库创建和完成验证的 Agent 文件系统等早期成果。