这里是由Robin为你带来的咸话咸说之每日AI乱炖。
英伟达宣布CEO交接：黄仁勋即刻卸任，股价一度跌14%
英伟达宣布CEO交接，黄仁勋即刻卸任；OpenAI基金会董事警告AI或接管社会；FAA把AI管制建议扩到全美22个中心。
英伟达宣布启动CEO交接：长期担任首席执行官的黄仁勋将卸任公司及其董事会职务，即刻生效。他在任内把英伟达带成了AI芯片的龙头企业。据Axios报道，公司已经开始寻找正式继任者，该媒体还列出了11位可能的候选人。目前公开信息没有给出已确认的接任人选，也没有交接时间表，更没有量化这次变动的财务影响。消息生效后，英伟达股价一度下跌14%，显示投资者正在即时重估这家公司的领导层变动。
一家公司的估值如果长期系在一个人身上，人事变动本身就变成了风险事件，而不只是消息面的波动。市场当场给出的反应说明，在投资者的判断里，创始人的权重依然很高。接下来要看公司会不会很快给出继任安排和时间表，一段没有时间表的过渡期，往往比过渡本身更耗人。接班人选也牵动技术路线与对外关系，这已经不只是人事问题。
OpenAI基金会董事警告：AI「接管」社会可能只有几个月
行业里也有人把话说得极重，这条值得完整听完。
OpenAI基金会董事、对齐研究中心执行主任保罗·克里斯蒂亚诺（Paul Christiano）本周在多伦多会展中心的一场系列讲座上，把AI事故列进了主要死亡风险。这是三场系列讲座的首场，他一开场就说，在场大多数人最可能的死因会是AI事故。他把自己担心的「AI接管」定义为一种状态：以目标为导向的AI系统「像今天的人类一样发号施令」，决定地球上发生的事情；而任何想阻止它们的人，「会像你我去拦美国军队一样无效」。克里斯蒂亚诺说，这种局面很可能带来大规模死亡，甚至让环境不再适合人类居住。
把一个从业者的公开演讲当成预言并不合适，但它确实反映出这一圈人对风险节奏的判断正在变急。真正的争议在时间尺度：如果把后果放在几年而不是几十年，监管和工程实践的优先级会完全不同。值得留意的是研究机构与基金会会不会把这类表态变成具体的评测标准或资助方向。
FAA把AI调度建议扩到全美22个空管中心
机构这一侧也有一条落地消息，落点非常具体。
美国联邦航空管理局（FAA）把一套为空中交通管制员提供建议的AI工具，从首都圈扩展到了全美空域。FAA在11月10日的声明中说，这套名为SMART的系统造价8.75亿美元，9月21日在华盛顿特区空域上线以来，已帮助180架次航班改航，平均每班节省约10分钟和近80加仑燃油。声明说，首都圈试点成功之后，SMART将用于全国22个管制中心的空域，以减少延误、降低油耗。航空公司高管表态支持这次推广，但代表管制员的美国工会表示，他们没有参与这套系统的设计或测试。
一套辅助建议系统能让管制员轻松一点，也能让工会紧张起来，分歧在于它是在提建议还是在替代判断，以及真出了错责任落在谁身上。这笔投入说明监管机构愿意为效率买单，但效果数据目前仍由推行方自己给出。可以关注工会会不会被拉进后续的验证与培训，以及建议被否决时的记录是否对外公开。
谷歌Gemini智能眼镜开卖：395美元起，主打隐私
再看消费硬件，这款产品绕了一大圈又回到台前。
谷歌把Gemini装进眼镜，首批产品开始接受预订，起价395美元。这批设备由谷歌、三星和两家眼镜品牌合作完成：Warby Parker设计了Alden、Reid、Wren三款镜框，有Pine、Saddle、Jet Black三种颜色，可配普通镜片或墨镜片，395美元起，只在美国销售；Gentle Monster带来六种款式，深红、粉、灰、黄四种颜色，可选透明、染色、蓝色或棕色镜片，449美元起，在美国和韩国上市。三星负责镜腿里的计算硬件，谷歌负责软件。智能眼镜从Google Glass时代起就一直被隐私问题绊住，这次谷歌干脆把隐私作为主打。
把隐私当卖点，等于承认这类设备的第一道坎不是技术，而是信任。渠道上借两家眼镜品牌的门店铺货，比自建零售快得多，顺带把设计和品牌的风险分摊出去。后面值得看的不是销量，而是录制提示做得够不够显眼，以及第三方应用究竟能拿到多少数据。
谷歌发布Gemini 4 Hydrogen：给编程智能体加一层模型调度
换个话题，去看模型这一层今天动了什么。
谷歌发布Gemini 4 Hydrogen，同场还带来一个Gemini 4 Flash型号，以及在智能体编程流程里协调多个Gemini模型的调度器。它的思路是让智能体按任务难度和能力需求分派工作：日常改动交给更快的模型，困难推理留给更强的模型，从而减少手动切换。谷歌把路由、缓存、延迟和成本列为四个核心设计变量。讨论中引用的一个数字是：配合共同训练的模型和专门的执行框架，可以节省约25%；另一个说法称，Mjolnir把Opus接到经ACP访问的DeepSeek Flash上能省60%，但那只是轶事式的观察。评论区普遍认为，这是既有顾问模式和多模型流水线思路的延续，而不是全新品类，真正的变化在集成度和易用性。对使用多模型编程智能体的开发者来说，Hydrogen多了一个又快又便宜的执行层，可以把Carbon和Argon留给长时间、需要深度推理的任务。讨论者同时也质疑缓存能否复用、该不该让模型自己选路由，以及实际延迟和节省幅度；有人反馈Argon和Carbon相比3.8 Flash和Opus偏慢。公开材料没有给出足够的实现细节和基准，25%这个数字还谈不上经过独立验证。
把路由做进产品，意味着成本控制从工程细节变成了厂商提供的默认行为：团队少写一层胶水，也把一部分调优空间交了出去。更该盯的是缓存能不能跨调用复用，以及路由决策到底由谁做，交给模型自己选，出错时就很难归因。公开材料里给出的节省幅度来自厂方和社区观察，等第三方跑过再当预算依据更稳妥。
llama.cpp发布1.0：本地推理有了语义化版本契约
回到开发者手边，这条是一个老项目的成年礼。
开源本地推理项目llama.cpp发布了1.0版本。官方强调两件事：继续支持现有的平台和模型类型，同时保持一套精简而稳固的基础给下游应用使用；和1.0一起宣布的还有基于llama.cpp构建的Llama桌面应用，目标是让本地跑模型变成点几下就能完成的事。对下游开发者来说，1.0最实际的意义是版本契约：公开的C API从此按语义化版本走——主版本号变动可能带来API和ABI不兼容，次版本号只增加向后兼容的功能，修订号只修bug、不动API。配合桌面端这两个前端，把本地AI跑起来所需的准备步骤又少了一层。
对一个被无数应用当底座的项目来说，把版本号讲清楚比多加功能更有价值：下游打包者和发行版维护者从此能预判升级会不会炸。桌面应用则把上手的一公里从命令行挪进图形界面，用户群体和问题报告的类型都会跟着变。接下来看它能不能在版本契约下守住兼容性，这决定了它能不能从爱好者工具走进正式依赖。
华为开源MACaQ量化方法，给出llama.cpp分支和评测
同一天还有一条同赛道的消息，来自华为。
华为开源了一套叫MACaQ的量化方法，同时放出了面向llama.cpp的GGUF支持、代码分支、评测脚本和论文。按项目自测数据，在Qwen3-4B的IQ4_XS量化里，MACaQ文件是2.260 GB，平均KL散度0.02804，比Bartowski的0.03443低约18.6%，比Unsloth的0.03643低约23.5%，文件大小基本相当。Qwen3.6-35B-A3B上，它的平均KL散度是0.018696，低于Unsloth UD-IQ4_XS的0.020954和Bartowski的0.021927。Qwen3.8-27B上这个数值是0.036784，比Bartowski的0.104170低约65%，不过两边对比的文件大小并不完全一致。格式支持目前覆盖2位的IQ2_XXS、IQ2_XS，3位的IQ3_XXS、IQ3_S，以及4位的IQ4_NL、IQ4_XS。项目还称，用32.5 GB显存可以在64分钟内量化一个1220亿参数的模型。这些质量与效率数字都来自项目自身测试，第三方复现还没有出现。
量化方法的比拼在本地模型圈一直很硬核，因为文件大小差几个百分点，直接决定一张卡能不能跑起来。厂方自测赢过现有方案不算稀奇，难点在于别人用同样的模型和同样的量化档位能不能重现。真正决定它会不会被采纳的，是 GGUF 分支能不能跟上 llama.cpp 的主线节奏，以及评测脚本是否简单到让第三方愿意动手。
Zyphra开源ZONOS3-Mini：800M参数，支持43种语言的语音合成
声音这条线也有更新，规模不大但目标很清楚。
Zyphra发布紧凑型开源文本转语音模型ZONOS3-Mini，权重采用Apache 2.0许可。它用latent MoE架构，64个专家、top-2路由，总参数800M，但每个token只激活约100M参数，这也是它能在端侧跑起来的关键。模型支持43种语言，可以用最长60秒的参考音频克隆音色，也能调节年龄、口音、声线纹理、情绪、语速和逐词表达，核心的声学控制是响度、带宽、语速三个分桶。运行时覆盖NVIDIA CUDA、Apple Silicon的MLX、基于C++/ggml的CPU/CUDA/Metal/Vulkan，以及浏览器WebGPU；统一的HTTP API可以加载GGUF权重、WebGPU分片和27个默认声音，也可以直接用Zyphra Cloud的托管版本。它采用32768的上下文长度，单次最长能合成10分钟的44.1 kHz音频。目前没有第三方独立评测或分设备基准，跨语言质量和实时表现还需要实测数据。
语音合成压到端侧，最直接的变化是延迟和隐私：音频不用出门，也不用按调用量付费。多语种加上可控的音色与情绪，等于把配音工作交给参数调节，对做播客和短视频的人吸引力很直接。但克隆声音一旦普及，授权与冒用会先于技术成为问题，而目前还缺独立横评来判断跨语种质量。
电压毛刺解锁CMP 170HX：挖矿卡变成80GB推理加速器
收个尾，看一条硬件圈的野路子。
有人用电压故障注入，把英伟达为挖矿做的CMP 170HX解锁成了接近A100的加速器，可用HBM最高到80GB。按作者Kate的记录，改动后能跑120到126个流式多处理器，零售版A100是108个，同时恢复了NVLink和PCIe Gen4支持。FP16实测达到85.9 TFLOP/s，零售A100是72.5 TFLOP/s，80GB全部可以用于推理。原理上，CMP 170HX用的是A100级别的芯片，出厂时大部分HBM和额外的流式多处理器被禁用；软件能解开一部分显存，但更深的硬件熔丝锁要靠电压毛刺绕过，也就是在启动瞬间短暂扰动显卡的供电行为。所以这个项目是重新配置已有硬件，不是凭空加显存或算力。代价很实在：要改板接线、自制STM32毛刺器，每张卡还要花1到48小时做毛刺，作者十张卡里有一张只剩64GB可用显存。需求也把价格推了上去，改装卡从大约100到200美元涨到1200到2000美元。
这类改造的价值不在炫技，而在于提醒市场：被软件和熔丝锁住的算力，本身就构成一个灰色的二级供给。价格涨了十倍说明需求是真的，也说明这个窗口很短，原厂一收紧或者二手货源枯竭就会消失。对小团队来说，省下的钱要和风险一起算，稳定性与售后都不存在，十张卡里就有一张显存打折的结果，作者自己已经写进了记录。
今天这些消息，一头是人和组织结构在动，一头是工具链往更细的分层里走：模型分派、量化、语音，甚至把挖矿卡改回来跑推理。就说到这儿，明天再看有什么新东西。
