中小企业和极客别等Zen6了，Zen5 EPYC 8005才是当前性价比最优解_CPU

1. 如何评价Karpathy提出的个人知识库的架构？

2. 最适合AI时代的剪藏工具 Readwise Reader 打通知识管理工作流

3. Obsidian 搭配什么AI工具？腾讯WorkBuddy篇保姆上手教程

4. 9000+篇AI教程，现在能“一键问答”了！WaytoAGI知识库大升级

5. github.com/Tencent/WeKnora 腾讯开源的RAG框架：WeKnora（维娜拉）这是一款基于大语言模型的文档理解与语义检索框架，专为结构复杂、内容异构的文档场景而打造。框架采用模块化架构，融合多模态预处理、语义向量索引、智能召回与大模型生成推理，构建起高效、可控的文档问答流程。核心检索流程基于 RAG（Retrieval-Augmented Generation）机制，将上下文相关片段与语言模型结合，实现更高质量的语义回答。核心特性 🤖 Agent模式：支持ReACT Agent模式，可调用内置工具检索知识库、MCP工具和网络搜索，通过多次迭代和反思给出全面总结报告 🔍 精准理解：支持 PDF、Word、图片等文档的结构化内容提取，统一构建语义视图 🧠 智能推理：借助大语言模型理解文档上下文与用户意图，支持精准问答与多轮对话 📚 多类型知识库：支持FAQ和文档两种类型知识库，支持文件夹导入、URL导入、标签管理和在线录入 🔧 灵活扩展：从解析、嵌入、召回到生成全流程解耦，便于灵活集成与定制扩展 ⚡ 高效检索：混合多种检索策略：关键词、向量、知识图谱，支持跨知识库检索 🌐 网络搜索：支持可扩展的网络搜索引擎，内置DuckDuckGo搜索引擎 🔌 MCP工具集成：支持通过MCP扩展Agent能力，内置uvx、npx启动工具，支持多种传输方式 ⚙️ 对话策略：支持配置Agent模型、普通模式模型、检索阈值和Prompt，精确控制多轮对话行为 🎯 简单易用：直观的Web界面与标准API，零技术门槛快速上手 🔒 安全可控：支持本地化与私有云部署，数据完全自主可控 #科技先锋官#

6. 推荐一个开源项目，用 Obsidian 加上 OpenCode 搭建一个完全属于你自己的 AI 知识库，5 分钟就能跑起来。先说它解决的核心问题。很多人用 Obsidian 记笔记，记着记着就变成了一个信息垃圾场，东西越塞越多，找起来越来越难，最后这个知识库就废在那了。这个项目的思路是让 AI 来帮你打理整个知识库，从录入到整理到查询到维护，全链路都有 AI 介入。录入这块做得很省心。文章、PDF、截图，不管什么格式直接丢给它，AI 会自动整理成结构化的笔记存进 Obsidian。社交媒体的内容也能采集，小红书、抖音、Twitter、微博这些平台上看到的好内容，通过 OpenCLI 驱动，一键就能归类、分析、消化到你的知识库里。这个功能对于平时刷信息流刷到好东西但转头就忘的人来说太实用了。查询的体验也很自然，像聊天一样直接问 AI，比如「我之前写过关于某某的内容吗」，它会帮你从整个知识库里找出来。不用自己翻文件夹，不用记标签，说人话就行。还有一个很贴心的功能叫定期体检。AI 会自动检查你知识库的健康度，帮你发现死链、重复内容、孤岛页面这些问题。知识库用久了难免会乱，有个东西定期帮你做清理和诊断，能让整个库一直保持在可用的状态。数据安全方面完全不用担心，所有东西都存在你自己的电脑上，不上传云端。部署也简单，跑一个脚本，5 分钟搞定安装，没有复杂的配置流程。传送门：github.com/zxfccmm4/Obsidian-OpenCode-Knowledge#How I AI##科技先锋官#

7. 回复@徐无山主:不要把大模型当成“知识库”，而是把它当成是支持自然语言交流的超大型智能数据库。个人知识库，在AI时代，需要自己构建，比如，我自己就一直使用类似于多叉树的形式来保存觉得重要的有价值的信息（我自己写了一个小工具）。评论配图 //@徐无山主:金老师，怎么把大模型变成自己的知识库啊

8. RAG退潮，“文件系统+grep”回归，智能体检索的返璞归真

9. #微博声浪计划##听见微博# 苹果正与英特尔、三星洽谈芯片代工合作，动因包括台积电产能挤压、地缘政治压力及供应链风险管控。合作处于探索阶段，英特尔或2027年以18A工艺代工低端芯片，三星利用美国工厂承接部分订单。若落地将打破台积电垄断，行业或形成三足鼎立格局。搞机的风采的微博音频

10. 1688 生成式检索的探索与业务落地

11. #阿里巴巴与深圳全球服务中心合作# 政企联手，为中小企业出海造“安全屋”🏠 阿里巴巴与深圳市南山区政府指导的全球服务中心达成战略合作，启用“Y/OUR SPACE”实体空间，共同打造跨境出海赋能平台。该平台采用“政府公共服务+平台数字能力+实体空间”的创新模式，旨在为中小企业提供一站式服务。活动当天，已有20家跨境企业完成首批入驻签约。【评论】这步棋下得精准。阿里将自身的数字化能力与政府背书的专业服务生态深度捆绑，直击了中小企业出海最痛的“信任”与“能力”两大短板。这种“政府公信力+平台数字化”的组合，不再是简单补贴，而是构建一个从本地到海外的“全周期”安全通道，堪称给中小船队提供了一个确定性的避风港。这既是务实的产业赋能，更是阿里在TO B服务战场一次深刻的战略卡位。

12. 英特尔为什么要台积电代工，他自己不能生产吗！？

13. #钉钉宣布接入OpenClaw# API调用限时全免费，面向中小企业推普惠课程 🤖3月10日，钉钉宣布从即日起至2026年3月31日，企业和个人开发者在使用OpenClaw时，调用钉钉相关API、Webhook或Stream服务，可获得不限量的免费调用额度。接入后，用户可通过OpenClaw直接调用钉钉AI表格、Teambition等产品技能，实现创建表格、数据整理及自动化任务处理、项目管理等操作。同时，钉钉将面向中小企业推出实战课程，帮助管理者和开发者从认知到实操掌握OpenClaw与钉钉的集成应用，将AI真正落地在业务场景中。【评论】“技术普惠”组合拳，钉钉正在降低中小企业拥抱AI的门槛当API调用“不限量免费”，当实战课程手把手教落地，钉钉这波操作瞄准的是中小企业最真实的痛点：有AI焦虑，但缺技术门槛。OpenClaw作为开源AI Agent框架，与钉钉打通后，让“聊天式调用AI、跨平台执行任务”成为可能。这不是简单的功能开放，而是用“免费+课程”的双重杠杆，把AI从大厂的“奢侈品”变成中小企业的“日用品”。在AI应用落地的关键窗口期，钉钉赌的是：谁能帮企业跨过第一道坎，谁就能成为未来十年的默认选项。

14. 今日关注：1.市值超万亿!中国半导体投资圈罕见“集中兑现”2.AMD潘晓明：深度布局中国市场持续打造ROCm开源开放生态3.英特尔CEO陈立武放狠话：二次流片失败，直接解雇4.人均34万美元！三星半导体员工有望获得巨额奖金5.AMD宣布采用台积电2nm制程量产下一代EPYC处理器Venice网页链接

15. 中小企业的会议神器——成者AI音视频会议主机Bot20：AI全功能，预算有限也能实现AI极简会议！

16. 台积电2025年营收1220亿美元，同比增长36%，第四季度毛利率达62.3%。英伟达营收预计飙升62%，而苹果产品营收仅增长3.6%。智能手机增长停滞，仅为11%，而包含AI芯片的高性能计算（HPC）板块则激增48%。此外，据Culpium估算，台积电2025年营收增长36%至1220亿美元，截至2026年1月的财年，英伟达销售额预计飙升62%，剔除服务业务后的苹果产品营收在截至2025年12月的12个月内预计仅增长3.6%。

17. #谷歌Gemini推出笔记本功能# 聊一下这个话题，刚好也是我最近的研究和使用方向，其实就是建立「AI知识库」Gemini这个NotebookLM我之前用过了，其实就是你丢一些文档和资料给它，它在这些文档内容范围内，使用Gemini帮你总结内容、制作PPT、思维导图等等。我觉得算是真正适合打工人的工具了，解决的问题是，你问ai的时候，联网搜索被一些垃圾信息污染，从而出现的ai幻觉和垃圾结论。国内也有替代的工具，我最近在用的就是腾讯的ima，等后面WPS的灵犀过了，我再试下这些工具之间的区别。说回ima这个产品的逻辑，它其实就是一个ai知识库，支持的模型是DeepSeek，你可以把平时看到比较好的信息归类给它，比如我就建立了一个「小米集团」的知识库，我把财报文档还有一些报道分析都归类在里面，以后类似公司分析的内容，就先在知识库里提问，过一遍。我还在做的一个尝试是，我先用workbuddy把影视飓风极客湾每次的视频都扒下来，转成字幕保存，然后建立一个知识库，以后要写脚本的时候就丢产品信息给它，让它参照风格来写一篇评测脚本。最近在尝试这个东西，后面有结果了再来给大家分享。所以其实用ai用到现在，我的感受就是，一定要有开放的心态，不要觉得用ai就是偷懒，其实是帮你增效的。比如我建立的这些知识库，其实是帮你完善信息的。因为很多时候你看到一个话题也就5分钟，很多信息你可能会遗漏，所以我会先在知识库里过一遍，相当于帮你回忆一遍记忆。这时候你自己的大脑，相当于一个主agent，再重新梳理一遍，表达一遍，写出来的东西就比较完善且专业了～这是我目前的感受，不知道大家怎么看？

18. @中小微企业，“一企一课” 质量公益培训报名啦！满满干货等你免费拿

19. AMD首发2NM,26年电子产品都要涨价,12.29

20. 历史性一刻：Intel代工苹果芯片

21. 如何评价新发布的联想 AI 平板拯救者 Y900 系列？如何解读它「AI 平板定义者」的定位？

22. 知识库（Knowledge Base）与知识图谱（Knowledge Graph）到底该怎么选？

23. 四部门关于发布《中小企业数字化赋能专项行动方案（2025—2027年）》的通知

24. 个人知识库相比大模型已有海量知识，是否存在独特价值？如果知识库录入越来越多，假设达到了大模型训练数据的 1/1000, 这时候个人知识库是不是没有意义了？因为它的回答和分析，跟训练后的大模型输出结果也许趋于相同？简单直接的回答是：恰恰相反，你的知识库越大，它的“主权价值”和“差异化价值”反而越高，甚至会成为你相对于通用 LLM 的核心壁垒。以下从几个维度来拆解为什么“趋同”是一个伪命题：1. “1/1000” 的含义：信号密度 vs. 数据总量目前的顶级模型（如 Llama 3 或 GPT-4）训练数据动辄在 15 Trillion (15万亿) tokens 以上。如果你个人的知识库达到了它的 1/1000，那就是 15 Billion (150亿) tokens。- 规模参考：整个英文维基百科大约只有 40 亿 tokens。- 分析：如果你拥有一个 150 亿 tokens 的私有知识库，这里面的信息熵（Information Entropy）远高于通用互联网数据。通用模型是“万金油”，它是对全人类平庸知识的最大公约数（Statistical Average）；而你的知识库是针对特定研究领域的高精度垂直采样。2. “平均值” vs. “特异性”：逻辑趋同，但结论可能相反即便模型通过训练“见过”你知识库里的某些公开发表的内容，它在输出时也会被大量的通用语料“稀释”。- 平庸的答案： LLM 的预训练权重倾向于给出最稳妥、最符合大众认知的回答。- 你的“Edge”：你的知识库里包含你个人的 Vibe、你的非共识论据、以及你私有的实验数据。- 结论：知识库存在的意义不是为了重复 LLM 已有的知识，而是为了校准（Alignment）和对抗（Counter-steering）。当 LLM 的权重倾向于 A 时，你的知识库能通过 RAG 强行将它拉回到更深刻的 B。3. 确定性与“溯源”：解决幻觉的终极手段这是 Karpathy 和 Lex Fridman 都非常看重的一点。- 权重是模糊的：模型训练完后，知识被揉碎成了概率分布。你无法确定它说出某个观点是基于哪篇论文。- 知识库是精确的：无论库多大，它始终提供 Citations（引用）。在专业研究中，一个无法溯源的“正确答案”往往是没用的；而一个能够回溯到原始 .md 文件和图片的论证才是真正的资产。4. 动态更新与“时间差”：权重是死的，知识库是活的LLM 的训练数据有 Knowledge Cutoff（知识截止日期）。- 即便是 1/1000 的量级，如果这部分数据是过去 6 个月内产生的、或是你正在进行的实时研究，通用 LLM 的权重里根本不存在这些信息。- 在 Agent Native 的工作流中，知识库是你的 L2 Cache。只要你还在源源不断地产生新 token，你的库就永远领先于模型的权重更新。5. 合成数据的“炼金术”正如你之前提到的“输出原文不直接包含的论据”，当你的库大到一定程度，你其实是在进行更高阶的合成。- LLM 是 CPU，知识库是 RAM： CPU 再强，没有大内存也跑不动复杂的任务。- 反哺训练：当你的库达到 1/1000 量级，你已经具备了微调（Finetuning）一个专属模型的资格。这时候，知识库不再是“没意义”，而是进化成了“种子语料”，让你从“调教 Agent”上升到“训练专属大脑”。总结：如果把通用 LLM 比作一个博学但健忘的教授，你的知识库就是他手边那叠永不磨灭的、带有他个人批注的、且实时更新的精密笔记。教授越博学，那叠笔记反而越珍贵。因为笔记不再需要记录“1+1=2”这种常识，它会进化到只记录最前沿的、最私密的、最能产生逻辑增量的核心洞察。所以，别担心趋同。当你积累到 1000 个文件甚至更多时，你只会发现通用 LLM 越来越像一个“好用的翻译官或打字员”，而真正的“灵魂和护城河”都在你的 .md 文件里。（附图附带排版，内容相同）

25. HPC迎来AI大考，鲲鹏如何为开发者“减负”？｜甲子光年

26. 售价34999微星EdgeXpert小主机，AI性能干翻RTX5090D？

27. 把AI大模型塞进手掌心？铭凡智能体新品探展

28. AI 化知识管理怎么做？Obsidian x GAP 管理法｜AI 做搬运、我做判断

29. #小米手机步入2nm时代#安卓阵营率先登顶！小米18系列全球首发台积电2nm工艺芯片GAA架构革新，晶体管密度暴涨65%，漏电率直降70%性能狂飙+功耗暴跌，游戏满帧不发烫，AI算力直接翻倍小米正式迈入2nm新纪元，下半年旗舰格局已定。

30. 中小企业设计绩效方案，抓住这“三个一”就行！

31. 日本没能坚持到最后的技术，却在中国TCL华星量产了！走进工厂第四期

32. 台积电财报里面，有几个比较值得参考的细节。首先是营收、毛利率、利润率都是暴涨之势。有一个更细节的地方，就是HPC（AI相关产业）超过了手机，成了主导业务。从制程需求来看。7、5、3nm反而是需求最猛的订单... 尤其是5、3nm，可能会是2026年上旬的主旋律。看下来，感觉整个半导体行业转偏向AI，而AI也不是完全的‘泡沫’ 而且5nm的潜质还是大的，大量需求依然高涨。

33. #薛凯琪你没对齐颗粒度# 是哪个眼尖的网友发现薛凯琪没对齐颗粒度的哈哈哈！薛凯琪真的在认真诠释《立春》里春天的感觉哇！肢体动作和歌词都搭配得好到位，唱到春风时仿佛真的看到了被春风拂过的柳枝，轻柔又曼妙，这舞台表现力太绝了！ #春晚#

34. 【#曝苹果A20Pro首发台积电2nm#】12月17日，据媒体报道，2026年手机行业将迎来2nm芯片时代，苹果A20和A20 Pro都将采用2nm工艺，由台积电代工。对比3nm FinFET工艺，台积电2nm升级为全新的GAA架构，台积电希望2nm GAA工艺节点能提升性能与能效的表现，这吸引了大批客户的订单。相较FinFET，GAA架构的优势在于其采用了纳米片堆叠技术，其电流控制更精准，同时还能大幅降低漏电。这一特性让2nm工艺在相同功耗下实现10%-15%的性能提升，在相同性能水平下，功耗降低25%-30%。据报道，台积电2nm的量产工作会在今年底正式启动，目前两座工厂的2nm产能已经被预订一空，台积电需要额外新建工厂来满足客户需求，这项工程预计需要286亿美元的投资。根据已知的信息，苹果、高通、联发科、AMD等多家企业都是台积电2nm工艺的客户，台积电难以满足所有客户的需求，目前苹果拿下了超半数的初始产能，剩下的产能则由其它客户瓜分。按照计划，台积电将在2026年底前把月产量提升至10万片。值得一提的是，三星今年早些时候启动2nm GAA工艺的量产工作，但公开数据显示，三星2nm GAA工艺的性能、能效相比3nm并没有太大提升，这可能是因为良率“未达到最佳水平”，相关数据或许会随着时间推移得到改善。

35. 苹果找 Intel 代工，不代表台积电要被取代#台积电的护城河# 苹果可能要用 Intel 18A 工艺代工自家芯片了。这个消息一出来，很多人第一反应是：台积电是不是要失去苹果了？Intel 是不是要重新翻身了？但冷静看，这件事没有那么简单。苹果引入 Intel，更像是一种供应链策略，而不是马上抛弃台积电。为什么？因为芯片代工不是只看工艺名字。不是说 Intel 有 18A、未来有 14A，就一定能直接拿下苹果核心订单。苹果最看重的，是稳定量产、良率、功耗、性能、封装能力，以及最终产品的一致性。而这些，恰恰是台积电最强的地方。过去这么多年，苹果 A 系列、M 系列芯片一直深度绑定台积电。台积电不仅有先进制程，还有 InFO、CoWoS 这类先进封装能力，这些都是苹果芯片性能释放的重要基础。更关键的是，苹果和台积电已经磨合了很多年。这种长期协同，不是竞争对手靠一两个工艺节点就能马上追上的。所以 Intel 现在的角色，更像是苹果的第二选择。苹果当然不希望所有高端芯片产能都押在一家供应商身上。多引入一家代工厂，可以分散风险，也能在供应链和价格谈判上增加主动权。但这不等于 Intel 已经能取代台积电。Intel 真正要证明的，不是自己有没有先进工艺路线图，而是能不能把 18A、14A 做到稳定量产，良率够高，性能功耗达标，还能满足苹果这种顶级客户极其严苛的商业标准。苹果选择 Intel，不是台积电输了，而是苹果不想只有一个答案。台积电的护城河，依然是制程、封装、良率、量产经验和深度绑定。Intel 要挑战它，靠一次转单还不够，必须先把“技术承诺”变成“稳定交付”。

36. 台积电 2025 年业绩与指引全面强于预期，AI/HPC 成为第一大引擎；2026 年继续高增长并显著加大资本开支，管理层明确表态 AI 需求“真实且在扩散”，但主要风险来自台湾电力与海外扩产许可进度。看来现在AI需求十分旺盛啊！数码闲聊站

37. OpenKG 首发 SkillNet：大规模智能体“技能图谱”知识库

38. 【横评】￥600vs￥2000！“金条”时代，内存到底怎么选？DDR5主流内存颗粒大横评！三星，镁光，海力士，长鑫，南亚，9款游戏实测验证，单条过渡能行吗？

39. 台积电：在日本建3nm工厂

40. 存储+芯片+AI！公司已将其DRAM工艺提升至‌20nm、18nm和16nm‌

41. 性能提升15倍！？摩尔线程国产新显卡和AI算力本，能成么？

42. 【公告臻选】光通信+光模块+CPO+芯片+光伏！公司为英伟达批量供应光模块耦合、晶圆测试设备

43. 宝马的下一代EE架构设计和AI导入

44. 台积电又开放代工,1080HZ显示器发布,11.27

45. 台积电法说会CEO CC对TeraFab项目的观点：- Intel和Tesla都是台积电的客户，同时又是竞争对手- 代工厂需要技术做到领先，卓越的制造工艺、客户信任、服务非常重要- 新的晶圆厂建设需要2-3年时间，之后还要1-2年才能达到产能高峰台积电的优势是先进制程非常踏实，从FinFET以来，每代工艺制程的良率都非常好，PPA也是很有竞争力。

46. AMD 256核心Zen6 EPYC官宣量产！首发2nm 性能飙升70％

47. AMD苏妈扔出核弹！全球首款2nm CPU/GPU

48. 适用于企业级用户：AMD发布EPYC 8005系列服务器处理器

49. 全球首款2nm服务器CPU，AMD Venice 256核心，CCD面积翻倍

50. 全球首款！台积电2nm工艺量产CPU，AMD得先手

51. AMD正式发布EPYC 8005系列，主要适用于各类通信运营商

52. 全球首款2nm量产HPC CPU问世！AMD Venice亮剑智能体AI算力赛道

53. CES 2026震撼登场！AMD 2nm新品强势对决Intel 18A工艺

54. 联想 ThinkSystem EPYC 塔式服务器

55. AMD Zen 6 EPYC处理器供不应求：2nm实在太香了

56. AMD宣布第六代EPYC处理器量产，业界首款2nm HPC年内推出

57. AMD Zen 6架构服务器处理器供不应求，2026年至2027年产能布局加速

58. [转载]AMD 发布 EPYC 8005“Sorano”系列处理器，专为电信与边缘计算优化 - 哔哩哔哩

59. 速递 | AMD Zen 6 Venice首次曝光

60. AI算力链踏向2nm时代！AMD打响2nm数据中心CPU第一枪华尔街看涨浪潮愈发汹涌

61. 拒绝被ARM偷家！苏姿丰祭出杀手锏：2nm Venice处理器剑指1200亿AI蓝海

62. AMD发布EPYC 8005系列：84个Zen5c核心只要225W

63. AMD下一代EPYC处理器“Venice”，采用台积电2nm量产

64. AMD下一代CPU：192核

65. AMD正式发布EPYC 8005系列服务器处理器：最高84核Zen 5架构

66. AMD下一代EPYC处理器曝光！Zen 6架构、最大192核384线程，主频狂飙4.02GHz

67. AMD抢下2纳米先机！“Venice” 正式量产

68. AMD 84核心Zen5新品发布：频率全拉到4.5GHz

69. AMD EPYC 服务器 CPU 学习

70. AMD宣布采用台积电2nm工艺量产下一代霄龙处理器“Venice”

71. AMD EPYC 8005系列发布：面向高密度单路服务器市场的新补充

72. 基于台积电2nm制程，AMD Venice CPU正式量产

73. AMD下一代霄龙处理器“Venice”进入量产阶段，采用台积电2nm工艺

74. 台积电太忙三星趁虚而入：AMD下一代CPU将打上三星造标签

75. AMD EPYC 8005 正式发布：满血84核 Zen 5，单路边缘新王炸

76. 业界首款2nm！AMD下一代EPYC正式宣告量产

77. AMD与英特尔的下一轮正面对决

78. AMD新一代霄龙量产，行业首款2nm制程处理器

79. AMD确认EPYC Embedded 2005嵌入式处理器，与"Zen 5" HX同源

80. AMD 确认 EPYC Embedded 2005 系列嵌入式处理器，与 "Zen 5" HX 同源

81. AMD EPYC Venice "Zen 6" 在SP7 Congo、Kenya、Nigeria平台泄露

82. AMD Zen6 官宣：性能提升 70%！服务器芯片迎来 "核爆级" 升级

83. 256核+1GB缓存 AMD 2nm Zen6处理器卖爆了：苏妈亲口证实

中小企业和极客别等Zen6了，Zen5 EPYC 8005才是当前性价比最优解

精选参考来源