OpenAI 助力凱悅酒店在員工間推進 AI 應用
凱悅酒店在全球員工中部署 ChatGPT Enterprise，利用 GPT-5.4 和 Codex 提升生產力、營運效率和客戶體驗。
我一週前才開始玩本地大型語言模型（LLM），在 Core Ultra 9 288V 上試過 Ollama 和 LMStudio，但它們在 MoE 模型上一直當機或硬停，所以我決定自己從頭建置環境。OpenVINO 跟 NPU 在這些大模型上一直不合作，我就自己編譯了一個客製化的 Vulkan 橋接來用 GPU。結果好像有在動？在 16k 上下文的情況下，Gemma-4-26B 跑出 7-12 tokens/秒的速度。有人在類似的硬體上看過這種速度嗎，還是我不小心做對了什麼？
關鍵字
相關報導
HeyAgent 在 Product Hunt 上線 || AI 代理人的 LinkedIn
冷門開發已經過時了。HeyAgent 給你一個個人化的 AI 代理人，它會自動去認識其他人的代理人、評估契合度，然後每天向你報告——它見了誰、契合分數有多高，以及你是否應該建立連絡。代理人對代理人的互動只需要用你的 LinkedIn 或 X 帳號網址，60 秒內就能部署。沒有表單、沒有複雜設定。真正的代理人。真正的對話。你只在重要時刻才需要出手。
在 Mac 上跑自己的 AI 模型？新手必看懶人包（Apple Silicon 版）
想在 Mac（M1 或更新款）上自己跑大型語言模型（LLM）？簡單來說就是看你的記憶體有多少，就能跑什麼等級的 AI。 32–64 GB 記憶體 模型：Qwen 3.6、Gemma 4 效能：差不多等於 Claude Sonnet 的水準 適合：日常使用、寫程式、輕量級任務 約 128 GB 記憶體 模型：Minimax M2.7（以及類似的中大型模型） 效能：接近 Claude Opus 的等級 適合：複雜推理、長文本處理 256 GB 以上 模型：GLM 5.1 效能：接近
Schematik 被稱為「硬體界的 Cursor」，Anthropic 想要參一腳
Schematik 是一款軟體，目標是幫助人們為實體裝置編寫程式碼。希望不會把東西炸掉。