Microsoft Research 访谈：AI 会犯什么错，失败能教会我们什么
Microsoft Research 访谈 Jennifer Neville，讨论评估如何推动 AI 系统性能边界，并揭示传统 benchmark 之外的“意外失败”。Neville 研究交互式领域与结构化数据中的机器学习和 AI，已发表 130 多篇论文、获 10,000 多次引用，并分享当前 AI 系统使用建议。
#大佬观点
Microsoft ResearchAI 评分4949
NVIDIA BlogAI 评分2525 NVIDIA AI Factories 如何通过高产、耐用和可替代性最大化 ROI
NVIDIA 称 AI Factories 通过更高 tokens/兆瓦、较长硬件寿命和多工作负载适配来提高 ROI。SemiAnalysis AgentX 数据显示，NVIDIA Vera Rubin NVL72 在 DeepSeek V4 Pro 上较 GB300 NVL72 吞吐/兆瓦高逾 30x、每百万 token 成本低至 45x。
GitHub Blog · AI & MLAI 评分3636 GitHub Podcast 讨论 AI 热点争议：读代码、RAG、Skills 与 MCP
GitHub Podcast 讨论多项 AI 开发热点：AI 生成代码仍需审查，RAG 没有消亡，Skills 也没有取代 MCP。文章认为开发者的关键能力是判断风险、解释 AI 使用方式，并把 agents、Skills、MCP 与 RAG 作为可组合的工作流组件。