用 Serverless 的可以看看这个网站 里面有各种云平台被刷爆的案例，啥平台都有，cf/vercel/google/aws/ 最近几个居然都是 cf 的 Durable Object，这玩意儿Vibe Coding 还是直接别用了吧

Anthropic 发布全新的 MCP 规范：可将 MCP 服务器部署到云上 以前 MCP 服务器有个毛病：客户端得先握手拿一个会话 ID，之后每次请求都必须回到同一台机器 加机器扩容没用，serverless 也跑不了 新规范把这条规矩废了：握手和会话 ID 直接删除，每个请求自带身份信息，哪台机器都能接，挂个最普通的负载均衡器就行。 打个比方： 老 MCP 像打电话，你先拨号（initialize 握手），接线员给你一个分机号（Mcp-Session-Id），之后你每说一句话都靠这个分机号认人。想换个接线员？对不起，只有原来那位记得你刚才说了什么。 新 MCP 像寄快递，每个包裹上都贴着完整的寄件人、收件人和内容说明，谁拿到都能处理，不需要先跟谁打招呼。

不买 VPS，也能搭一个轻量私人文件存储？ OtterHub：基于 Cloudflare 与 Telegram 的 Serverless 私人文件存储工具 用 Telegram 的机器人（Bot API）当作实际存储文件的后端仓库，用 Cloudflare 的 KV 数据库来记录文件名、标签等元数据 最后用 Cloudflare Pages 跑一个前端网页 只需配置现有云服务账号，就能以较低维护成本跑起来

推荐这篇公告，一个重量级的开源模型托管合作。 首个 3T 级开源模型通过美国推理基础设施向开发者开放——后续模型同步首发。 Together AI 在 7 月 29 日宣布与 Moonshot AI 达成战略合作：Together AI 成为 Kimi K3 及未来所有 Moonshot 开源模型的美国托管平台。 合作内容 • Kimi K3 已在 Together AI 上线，通过 moonshotai/Kimi-K3 端点访问 • 未来所有 Moonshot 开源模型都将在发布当天同步上线 Together • 支持微调：开发者可以用自己的数据对 Kimi 模型做后训练，同时可选择移除 MIT 许可证中的 attribution 要求 • 三层部署选项：Serverless（按量）、Provisioned Throughput（预留容量 + 99% SLA）、Dedicated Inference（专有实例） 定价 • 输入 $3.00 / 1M token（缓存 $0.30） • 输出 $15.00 / 1M token • FP4 量化推理 战略意义 Together AI 的推理栈已经为 Cursor、Y Combinator 和 Decagon 等公司的 agentic 和编程负载提供生产服务。这次合作意味着开发者可以通过一套 API 同时访问 Kimi K3、LLaMA、GLM 等所有主流开源模型，不需要为每个新模型配置新的 SDK 或账户。 Moonshot 端——Kimi K3 作为首个开源 3T 级模型，在国内已经通过 API 服务广泛部署，但美国开发者此前缺乏一个可靠的托管方案。Together AI 填补了这个空白。 原文： #KimiK3# #TogetherAI# #OpenSource#

AWS Lambda 现在支持 Self-managed S3 code storage 以前Lambda 部署代码时，会把 ZIP 包复制到 AWS 管理的存储空间，占用 Lambda code storage quota 现在： Lambda 可以直接引用你自己 S3 Bucket 中的代码 不需要额外复制代码包 代码存储容量由你的 S3 管理 支持 Lambda Functions 和 Layers 这个变化对于拥有大量 Serverless 应用的团队尤其有价值： 多环境部署 大量 Lambda Functions 多个 Lambda Layers CI/CD 自动化发布流程 不过需要注意： 1. 不会提升单个 Lambda 函数 ZIP 包大小限制（250MB unzipped） 2. Container Image 仍然使用 ECR #AWS# #Lambda# #Serverless# #CloudComputing#

我理解SaaS的逻辑，你要尽可能沟通协作，分享链接，添加人，一堆人七手八脚协同工作，一个流程要几个人分别走完，所以必须把infra撘到server上面去。 我不懂personal AI Agent要上云的逻辑，都是私密的东西，藏着自己的密码、联系人、文件、信息、所有authentication，你几乎不可能跟任何人分享你的AI Agent接入端口，完全是你自己的专属禁脔。 这玩意儿上云的唯一逻辑， 就是一个hosted container永远不断电，你自己的电脑有1%的概率断网或者断电，这样一些long horizon tasks可以24小时跑在上面。 问题是，绝大多数人早就养成了自己电脑24小时不关机的习惯，这种任务放在本地完全正确，完全不用全塞进你给我管理的container里面。 所以我说，muse和cue以及dots迟早会被反噬，迟早还会都放在本地跑， 单纯一个原因，就是一个桌面级virtual machine非常昂贵，有OS license授权，有GPU，有额外的各种资源，整个OS巨大，不能像linux kernel一样裁剪到2GB左右运行， 费钱，费CPU，费GPU，费内存，费硬盘，一切都费，跟你跑一个serverless、一个S3 storage或者某个巨大database instance或者专门request/response的EC2根本比不了，theoraticallly这东西的成本价就他妈压根降不下来，而运行的又是你自己的那点私密工作。 所以我说，muse、cue、dots这个商业模式是彻底跑不通的，就是他妈太贵了，绝大多数人是受不了的， 最后肯定还是跑在你本地，最实惠，最方便，最卫生。