为确保 vLLM 从 0.8.5 到 0.18.1 的重大重写后，在线强化学习训练结果与 V0 参考运行一致，团队优先修复后端行为而非调整 RL 目标。关键修复包括：将日志概率模式设为 `processed_logprobs` 以匹配采样器分布；禁用 V1 特有的前缀缓存和异步调度等运行时默认值；调整权重更新路径以匹配 V0 的缓存保留行为；并确保 rollout 后端使用 fp32 精度的 `lm_head` 进行最终投影。这些措施消除了策略比率均值偏差，使 V1 在 KL 散度、熵等指标上与 V0 达成一致。

阿绎 AYi@AYi_AInotes

精选83

Anthropic与SpaceX达成协议，将全面接管原为Grok建造的Colossus 1超算集群。该集群拥有300兆瓦算力和超过22万张顶级NVIDIA GPU。此举使Claude立即获得巨大算力，用户已享受到速率限制提升等服务红利。对马斯克而言，闲置算力得以变现并为SpaceX IPO增添收入；对Anthropic而言，这使其无需等待其他公司的新集群，直接提升了竞争力。双方还计划共同开发太空数据中心，以突破地球的电价、散热等物理限制。此次交易加剧了AI算力竞争，同时降低了企业部署门槛，使普通开发者受益。

Anthropic 将全面接管 SpaceX 的 Colossus-1 数据中心全部算力，该设施提供超过 300 兆瓦电力并配备超过 22 万块 NVIDIA GPU，预计在一个月内上线。同时，公司已将 Claude Code 的速率限制提升一倍，并大幅提高了 Opus 模型的 API 调用上限。

Rohan Paul@rohanpaul_ai

精选70

Anthropic宣布与SpaceX建立合作伙伴关系，以显著提升其计算能力。公司将获得Colossus 1的全部容量，并在一个月内增加超过300兆瓦的电力及22万块以上NVIDIA GPU。此举直接导致Claude各项服务的用量上限大幅提高：Claude Code的5小时限制翻倍，Pro和Max版本取消高峰时段限制，Opus API的速率限制也急剧提升。其中，Opus API第四层级现已支持每分钟1000万输入令牌和80万输出令牌，表明其目标已转向处理大型智能体工作负载。Anthropic正在构建一个跨NVIDIA、AWS Trainium和Google TPU的多供应商计算堆栈。

宝玉@dotey

精选78

Anthropic宣布与SpaceX达成合作，获得原属xAI的超级计算机Colossus 1全部算力（规模超300兆瓦、22万张GPU），并因此同步调高了Claude Code和Claude API的使用限制。Claude Code用户滚动限额翻倍，高峰时段限速取消，Opus系列API速率限制也大幅上调。此次合作源于SpaceX收购xAI后，其训练重心已转向新一代Colossus 2。Anthropic还提及有意与SpaceX共同开发轨道AI算力。这是其近期系列千兆瓦级算力协议的一环，解决了此前瓶颈，故能放开使用限制。

Anthropic公司宣布提高其AI助手Claude的使用限额，允许用户更频繁地访问服务，同时与SpaceX达成计算合作协议，将利用SpaceX的计算资源支持Claude的性能扩展。这一举措旨在增强用户体验和模型能力，消息在技术社区引发关注，在Hacker News上获得125点投票。