Deng的博客

引言：AMD终于交出了”能打”的AI芯片答卷在AI芯片领域，NVIDIA长期以来几乎垄断了高端训练市场。从V100到A100再到H100，NVIDIA的每一步都让竞争对手望尘莫及。然而，2026年9月12日，AMD在Advancing AI 2026大会上正式发布了Instinct MI400系列GPU——这不仅是AMD迄今为止最强大的AI加速器，更是其 roadmap 终于追上NVIDIA B系列的关键里程碑。 MI400系列的发布标志着AI芯片战争进入了一个全新的阶段：不再是NVIDIA的独角戏，而是真正的双雄争霸。 MI400系列的核心规格：HBM4时代的先行者AMD MI400系列包含多个型号，其中最具代表性的是MI455X（面向前沿AI训练与推理）和MI430X（面向主权AI和HPC工作负载）。以下是其核心亮点： 1. 432GB HBM4内存——带宽革命的落地MI455X配备了高达432GB的HBM4内存，这是业界首批采用HBM4技术的GPU之一。相比上一代HBM3e，HBM4在带宽和能效上实现了显著提升： 带宽提升：HBM4提供了远超HBM3e的带宽容量，为大规模...

引言：AI基础设施的”去NVIDIA化”浪潮2026年10月20日，在PyTorch Conference 2026上，Google正式宣布TorchTPU开源——这是一个让PyTorch能够原生运行在Google TPU上的完整软件栈。与此同时，Meta也参与了联合开发。这一消息标志着AI基础设施领域又一场”去NVIDIA化”的战役正式打响。 就在同一天，Amazon也推出了类似的工具TorchNeuron。两大云厂商几乎同步行动，意图十分明显：打破NVIDIA在AI训练和推理领域的软件生态垄断。 什么是TorchTPU？TorchTPU是Google与Meta联合开发的原生PyTorch后端，它让开发者无需修改代码即可将现有的PyTorch模型迁移到TPU上运行。简单来说，过去你想用TPU，可能需要使用JAX或TensorFlow；现在，直接用PyTorch就能跑在TPU上。 核心特性 零代码迁移：现有PyTorch工作负载只需 minimal changes 即可在TPU上运行 eager execution优化：针对TPU硬件特性优化的即时执行引擎 torch.compi...

从B200到B300：NVIDIA在”内存墙”上的关键一役2026年，AI基础设施的竞争焦点已从单纯的”算力峰值”转向**”单位智能成本”**——即每百万token的推理成本。在这个维度上，显存容量和带宽成为了决定性的分水岭。 本周，NVIDIA正式发布了 Blackwell Ultra B300 加速器，以及基于它的 DGX B300 系统。这并非B200的简单升级版，而是NVIDIA针对”长上下文推理”和”大模型部署”痛点给出的系统性答案。 B300的核心升级：288GB HBM3e，为长上下文而生Blackwell Ultra B300的关键规格如下： 参数 B300 B200（对比） 显存容量 288 GB HBM3e 192 GB HBM3 显存带宽 8,000 GB/s ~6.7 TB/s FP4 Tensor Core性能 ~75 TFLOPS（单卡） ~50 TFLOPS FP8 Tensor Core性能 72 PFLOPS（DGX B300系统级） - TDP 1,400 W 1,000 W 最引人注目的是显...

DeepSeek V4.1-Flash-1017 发布：MIT 开源权重，给 Agent 装上”搜索神经”2026 年 10 月 17 日，DeepSeek 把 V4.1-Flash-1017 这个 checkpoint 推上了 Hugging Face 与 ModelScope，许可证是干脆利落的 MIT。同一天，它的网页、移动端和 API（调用名仍是 deepseek-flash，价格不变）也完成了升级。对开源社区而言，真正分量十足的不是跑分数字，而是”权重全开 + 自带搜索”这两步棋——它把一款面向智能体的轻量模型，从”能用”推向了”可自托管、可离线改造”的层级。 一、为什么是这次更新？DeepSeek V4.1 Flash 系列本身就是团队里”又快又便宜”的那一档：552B 总参数的稀疏 MoE，激活参数却只有输入 8B、输出 16B 的非对称拆分。这种设计把每个 token 的计算量压到很低，同时保留 100 万 token 的上下文窗口——天然适合长时程、多轮、带工具调用的 Agent 场景。 V4.1-Flash-1017 官方 model card 自己称其为”一...

一、从”用模型”到”改模型”：AI编程工具的第三次跃迁过去两年，开发者与 AI 编程助手的交互方式经历了两次范式转移。第一次是 Copilot 时代的”补全”——模型在你敲代码时给出下一行；第二次是 Claude Code、Cursor 这类 Agent 时代的”自主执行”——模型直接读文件、跑命令、修 bug。但无论哪一代，有一个隐含前提始终没变：你只能使用助手默认的行为。它怎么读上下文、按什么顺序调工具、在哪些地方卡住权限、界面长什么样——全由厂商写好，用户无权插手。 2026 年 10 月 1 日，Anthropic 正式推出了 Mods（修改器），试图打破这个隐性契约。它让开发者能用几行 TypeScript，直接改写 Claude Code 在会话运行时的默认行为、自定义界面、甚至替换内置功能。如果说前两次跃迁是”让模型更聪明”，那么 Mods 的意义在于把编程助手从一个黑盒工具，变成一个可编程的平台。 二、Mods 到底是什么：跑在你本地的函数钩子先厘清一个容易混淆的概念。Mods 不是新模型，也不是云端 API 的升级——它是 Claude Code 2.1.287...

当整个行业还在为 Vera Rubin NVL72 那 60 Exaflops 的数字狂欢时，NVIDIA 在 OCP Global Summit 2026（10月12–15日，圣何塞 McEnery 会议中心，全场售罄）上做了一件比发布新芯片更深远的事——它把 Vera Rubin 的机架与计算托盘设计开源了。 这不是又一次参数迭代，而是一次战略重心的迁移：AI 算力竞争的战场，正从”谁的硅片更强”转向”谁定义行业标准”。 一、从”卖芯片”到”定标准”：一次有预谋的开放过去两年，NVIDIA 用”极端协同设计”（extreme co-design）把计算、网络、存储、散热封装成一座座 AI 工厂，Vera Rubin NVL72 就是集大成者。但规模从兆瓦迈向吉瓦后，建造 AI 工厂的瓶颈不再是单卡算力，而是能否快速、可复制地铺开基础设施。 正是在这个节点，NVIDIA 向 Open Compute Project（OCP）贡献了 Vera Rubin 的关键机架与计算托盘设计，依托开放的 NVIDIA MGX 架构，为系统厂商提供一个”通用底座”。OCP 是亚马逊、谷歌等巨头...

一、背景：当红队开始”自己写代码打自己”网络安全领域有一条心照不宣的定律——渗透测试的本质是信息差与组合创新。一名资深测试工程师的价值，不在于会跑多少扫描器，而在于能否在侦察、漏洞发现、利用链拼接之间建立人类直觉式的关联。这套工作流长期依赖人工协调：手动收集资产、手写下探测命令、把散落的输出拼成一份报告。 但随着 Agent 框架在编程领域的爆发，一个自然的问题浮现：既然 AI 能自主写代码、改代码、调试代码，它能否自主地完成一次完整的渗透测试？ 答案之一是 PentAGI（vxcontrol/pentagi）——由德国安全工程公司 VXControl 开源的一套完全自主的多智能体渗透测试系统。上线不久即冲上 GitHub AI Agent 类趋势榜前列（约 3 万 Star，7 日增长约 4.8k），MIT 协议、支持自托管，直接把”AI 红队”从概念推到了可落地的工程产品。 二、核心定位：不是又一个扫描器，而是一套”智能体编排系统”PentAGI 与传统 Nessus、AWVS 这类扫描器的根本区别，在于它把决策权交给了 LLM。官方对它的定义是：”Fully autonom...

一、从”一个助手”到”一支军团”：为什么需要元框架（Meta-Harness）过去两年，AI 编程助手的竞争主线一直是”让单个模型更聪明”——更长上下文、更强推理、更低价格。但真正把 AI 拉进生产工程的团队逐渐发现：能写代码只是起点，能把一个任务拆成研究、编码、测试、安全审查、文档并协调它们并行推进，才是瓶颈。 2026年10月13日，Cognitum One 发布了开源项目 Ruflo（github.com/ruvnet/ruflo）的最新版本。它把自己定位为”agent meta-harness”（智能体元框架）——不是又一个模型，也不是又一个 IDE 插件，而是包裹在 Claude Code、OpenAI Codex 或任意 MCP 客户端外围的执行层。它的核心主张很直接：模型负责推理和写代码，框架负责给它工具、记忆、循环、沙箱和控制。 Ruflo 最早以 “Claude Flow” 之名约一年前亮相，如今已积累 74,000+ GitHub Star、8,800 Fork，过去十二个月 npm 下载量达 1250 万次。这个数字背后，是业界对”编排即产品”（orches...

REA登顶GitHub：让AI智能体”拆开”任何软件的逆向引擎过去两周的 GitHub Trending 榜首，被一个名字霸榜——REA（Reverse Engineer Anything，逆向工程任何东西）。这个由开发者 morluto 于 10 月 7 日开源的工具，上线不到一天就冲上热门榜第一，累计 Star 逼近六万。它干的事很直接：把你的编码智能体（Claude Code、Codex、Cursor）接到一套逆向分析引擎上，让 AI 像资深逆向工程师一样，把原生二进制、Electron/JS 应用、.NET 程序集乃至整个网站”拆开”，还原出功能逻辑并给出证据。 这标志着 Agent 工具链的一个微妙转折：过去半年，GitHub 上的爆款几乎全是”如何生成代码”的助手；而 REA 证明了**”如何读懂已有代码”**同样是刚需，且能催生一个全新的 MCP（Model Context Protocol）品类。 一、从”单点封装”到”逆向工具链标准化”市面上早有把 Ghidra 或 IDA 搬到模型面前的 MCP server，但绝大多数只有几百行——本质是把 dec...

当AI Agent学会”记事”：持久化记忆如何成为2026年开源新赛道一、从”金鱼记忆”到”第二大脑”：一个被忽视的瓶颈如果你用过任何AI智能体（Agent），一定会遇到那个尴尬的瞬间：刚跟它聊了半小时的项目架构、技术选型和你个人的偏好，换个对话窗口，它就一脸茫然地让你”重新介绍一下背景”。这不是模型变笨了，而是当前绝大多数Agent的根本缺陷——它们没有持久记忆。每一次会话都是一次”失忆”，模型被迫在预填充（prefill）阶段重复消费大量本应记住的上下文，既浪费token，又拖累响应速度。 2026年10月的GitHub趋势图清楚地显示，行业焦点正在从”如何让模型更聪明”转向”如何让智能体记得住”。一批专门做持久化记忆基础设施的开源项目集体爆发，标志着Agent架构正式进入”拥有第二大脑”的新阶段。 二、正在升温的新赛道：四个代表性项目过去一周，GitHub上以agent-memory、persistent memory为标签的项目星速增长显著。其中几个值得关注的代表： doobidoo/mcp-memory-service（约2k星，Apache-2.0）：一个...