科技前沿·4:28·对话
每日AI新鲜事·11月03日晚间版:Pando重构Git与KVCache热议
2026年11月03日(周二)晚间版 AI新闻速递+热点深度讨论
科技前沿
每日AI新鲜事·11月03日晚间版:Pando重构Git与KVCache热议
收听播客对话
0:004:28
本期提到
链接
- Evertrue Capital— Yvonne Bajela新设的一千七百万美元早期基金,专注AI与金融科技
- Altimate MCP— 在Claude Code中查询Snowflake闲置仓库的MCP工具
- Cursor— AI编程编辑器,六十秒五步上手教程
- KVCache Meetup Korea 2026— PyTorchKR与XCENA合办的KV缓存技术社区活动回顾
- Yvonne Bajela is bringing $17M in fresh capital to Europe’s startup scene
- Apple Watch’s AI features for rewinding and recapping conversations begin beta testing
- OpenAI Introduces Pando: A Git Backend That Cuts Median Push Latency ~80%
讨论
- 餐厅视觉系统架构讨论— Reddit上关于座位占用与桌面清洁度检测的生产级CV方案求建议
产品
- Apple Watch Audio Intelligence— 苹果手表的对话回溯与摘要功能,已进入测试
- OpenAI Pando— OpenAI自研的Git兼容后端,推送延迟降低约百分之八十
GitHub
- ollama/ollama— 本地大模型推理工具,Ollama发布v0.40.14版本
- v0.40.14
今天AI圈又有不少新动静,从欧洲基金到苹果手表,再到OpenAI悄悄搞的基础设施.
今天咱们主要聊这么几件,一是欧洲新基金,二是Claude Code查仓库,三是餐厅视觉系统,四是Cursor速成,五是苹果手表AI.
然后深度环节聊两个,一是KVCache聚会,二是Ollama新版,三是OpenAI的Pando.
嗯,这几个我都挺想聊的.
行,那咱先快速过新闻,再挑重点深挖.
第一条,刚看到TechCrunch上有条消息,说Yvonne Bajela搞了个Evertrue Capital,首期基金一千七百万美元.
投早期AI和金融科技,欧洲那边的创业生态看来还在热.
一千七百万这个规模,在早期基金里不算大,但选的时间点挺有意思.
欧洲AI融资这两年一直偏保守,有人愿意这时候下场,说明她判断有窗口.
而且专挑AI加金融科技,这不就是最容易落地又能规模化赚钱的两块嘛.
第二条,YouTube上有个视频,讲用Altimate MCP在Claude Code里找闲置的Snowflake仓库.
就是直接让编程agent帮你查数据仓库哪些在空转.
这个方向我挺看好的,重点不在查,而在把成本治理塞进agent的工作流里.
你想,仓库闲置就是白烧钱,让agent定期扫一遍,省下来的都是纯利润.
把MCP当接口,让Claude Code直接连数据平台,这种玩法最近是真的多.
第三条,Reddit上有个帖子挺接地气,有人要做餐厅的生产级视觉系统.
两件事,算座位占用率,还有判断桌子干不干净,现在在求架构建议.
座位占用还好说,桌子干净与否这个判断,标注标准就是个大坑.
对,什么叫干净?一根薯条算不算?这不就是产品定义问题嘛.
所以这类项目真正的难点从来不是模型,而是把业务标准翻译成可标注的规则.
第四条比较轻,YouTube上有个六十秒的视频,叫Cursor AI五步上手.
一分钟教你怎么用Cursor,节奏是真快.
这种内容能火,说明工具本身已经出圈了,受众不只是程序员.
有道理,教程变短,其实是用户盘子变大的信号.
第五条,还是TechCrunch,苹果手表的AI功能开始测试了.
叫Audio Intelligence,能把对话倒回去重听,还能做摘要记笔记.
这个场景其实很刚需,手表离耳朵近,天然适合做对话记忆.
但你不觉得有点微妙吗,随时在录,隐私这块怎么交代?
关键就看本地处理做到什么程度,全上云的话,争议肯定跑不掉.
行,新闻先到这儿,接下来咱们深入聊几个技术味更浓的.
第一个深聊,KVCache Meetup Korea 2026,九月三十号在韩国办的,刚出了回顾.
主办是PyTorchKR和一家叫XCENA的创业公司.
这里有个关键点,KVCache为什么值得单独办个聚会?因为它是推理成本的大头.
你上下文越长,这个缓存就越膨胀,显存直接吃满,所以围绕它的优化全是真金白银.
等一下,那XCENA这种创业公司扎进来,是卖硬件还是卖方案?
从社区活动的调性看,多半是做存储或者内存层级这块的,给缓存找更便宜的落脚点.
所以就是给KV缓存找个更划算的家,不一定非得堆HBM.
对,分层存储这个思路,未来一两年会越来越主流.
第二个,Ollama出了v0.40.14,凌晨一点四十发的,版本号跳得挺勤.
GitHub上直接就发了,也没啥大张旗鼓的宣传.
Ollama现在就是这个节奏,小幅快跑,重点在稳定性和兼容性上磨.
你别看是小版本,本地推理这块,谁能让用户少踩坑,谁就留住人.
所以它的护城河其实是省心,不是性能参数.
没错,部署体验就是它的产品力.
第三个重头戏,OpenAI搞了个Pando,一个Git后端,专为他们的巨型仓库做的.
据说推送延迟中位数砍掉了将近百分之八十,现在每天要处理接近一个PB的Git数据.
这个事被低估了,大家盯着模型,其实工程基础设施才是他们的隐形壁垒.
Pando的核心是分支独立处理,还有跨拉取复用已有的packfile.
复用packfile这个我听懂了,就是别每次都把整包重传一遍.
对,而且它是Git兼容的,不是另起炉灶,这点很聪明.
可是我就想,这种规模的东西,是不是只有OpenAI这种体量才玩得起?
思路可以抄,规模抄不了.但分支独立处理这套,中型团队完全能借鉴.
所以结论是,AI公司的竞争力,一半在模型,一半在这种看不见的工程底座.
完全同意,模型会被追平,基础设施的领先能撑更久.
行,今天就聊到这儿,信息量挺足的.
嗯,明天见.
明天见!