Deng的博客

Hindsight 登顶 GitHub：让 AI 智能体"学会"而非"记住"的记忆系统 当编码智能体（coding agent）连续工作数小时、跨越多轮会话时，一个尴尬的现实浮现出来：它每次重启都像是第一次见到这个项目。RAG（检索增强生成）和知识图谱被广泛用于给 Agent 注入上下文，但它们本质上是"回忆历史"——把过去的对话片段捞出来塞进窗口，却无法让智能体真正积累理解。2026 年 9 月，来自 Vectorize 的开源项目 Hindsight 在 GitHub 上迅速登顶 AI 热门榜，累计 Star 突破 3 万，其核心理念可以概括为一句话：好的记忆系统应该让 Agent 学会（learn），而不只是记住（remember）。 一、问题的根源：上下文腐烂与"金鱼记忆" 现代 Agent 工作流有一个隐蔽的杀手——上下文腐烂（context rot）。随着检索调用、工具使用、用户消息和模型响应不断累积，上下文窗口被无关细节填满，真正有价值的信息反而被稀释。Hindsight 将这种现象类比...

MiniMax H3发布：开源多模态视频模型如何逼近闭源天花板 一、从"单模态玩具"到"全模态创作引擎"：视频生成赛道的分水岭 过去两年，AI 视频生成几乎成了闭源巨头的专属游乐场。Runway、Pika 等早期玩家受限于算力与数据，难以在画质上逼近商业级产品；而 OpenAI、Google 等大厂虽陆续推出 Sora、Veo 类产品，却始终以 API 形式封闭交付，普通开发者与中小团队只能望洋兴叹。 这一格局在 2026年7月31日 被打破。中国 AI 初创公司 MiniMax 正式开源了其新一代多模态生成模型 H3（内部代号 Hailuo 3.0），并同步放出基础版权重。与以往"文本、图像、音频各训一个模型"的做法不同，H3 采用统一架构同时处理文本、图像、视频、音频的跨模态生成——这是开源社区首次推出能在 2K 分辨率下原生输出立体声视频的通用模型。 据 Artificial Analysis 榜单，H3 在文生视频（无音频）榜中以 Elo 1,303 位居开源模型第一；在视频编辑任务上更是登顶榜首。更关键的是，它...

当智能体开始"住进"服务器 过去两年，AI 智能体的开发重心一直停留在"写一个能跑的原型"。开发者用 ReAct 循环把模型调用包起来，接上几个工具，就能在终端里演示修复 bug、生成代码。但原型和生产力之间隔着一道鸿沟：当智能体需要无人值守运行数小时、处理真实用户请求、并在 worker 崩溃后不丢失状态时，大多数"agent 库"就暴露出了它们的脆弱。 今天，GitHub Trending 榜首被一个叫 Agent Substrate 的项目占据——它在几天内斩获超过 3000 star。与层出不穷的 agent 框架不同，它明确自己不是另一个 SDK，而是一个为大规模生产部署而生的运行时系统（runtime）。它的出现，标志着智能体工程的重心正从"如何构建"转向"如何可靠地运行"。 核心问题：智能体太"重"了 Agent Substrate 的设计哲学建立在一个朴素的观察上：类 agent 的应用绝大多数时候都是空闲的。一个正在等待用户输入、等待工具返回、...

Google TPU v8发布：一分为二，为"智能体时代"量身定制的AI芯片 过去十年，Google 的张量处理器（TPU）一直遵循一个朴素理念：一颗芯片同时兼顾训练与推理。从第一代到第七代 Ironwood，无论模型规模如何膨胀、负载如何分化，Google 都试图用同一块硅片把预训练、微调和在线服务串起来。 但到了第八代，这个信念动摇了。2026年4月22日的 Google Cloud Next 大会上，Google 首次把 TPU 线拆成两颗独立芯片——专为训练打造的 TPU 8t 和为推理而生、面向"智能体时代"的 TPU 8i。这不是简单的迭代，而是对 AI 算力需求分化的正式承认：当 Agent 开始连续调用工具、检索、多轮推理时，"一颗通吃"的时代结束了。 一、为什么必须拆分？"智能体"改变了负载画像 要理解这次拆分的意义，先要看现代工作负载发生了什么变化。 传统大模型部署是"一问一答"的同步模式：训练阶段追求峰值算力（FLOPS-bound），推理阶段则越来越受内存带...

当护栏不够用时，信任就成了最后的防线 过去两年，AI安全的叙事几乎被"护栏（mitigation）"一词垄断。模型厂商拼命给大模型加装刹车：拒绝回答、过滤输出、拦截危险指令。但一个尴尬的事实逐渐浮现——护栏越严，模型在合法场景下的可用性越低。当你想让AI帮你审计一段生产代码的安全漏洞时，它却因"疑似攻击行为"而拒答。 2026年9月2日，谷歌DeepMind给出了一个颇具争议的答案：既然无法用护栏区分"恶意黑客"和"善意防御者"，那就干脆用一套**信任审查机制（trust vetting）**来替代部分护栏。这就是同期推出的 Fairwind Program。 这不是又一款新模型，而是一套关于"前沿AI该如何被授权使用"的新治理范式。 Fairwind到底是什么 Fairwind计划的核心，是把谷歌目前能力最强的网络安全专用模型 Gemini 3.8 Flash Cyber，连同其配套的漏洞修复智能体框架 CodeMender，开放给经过严格审查的"受信任防御者（trus...

GPT-6 Astra 发布：OpenAI 把模型重心从"建议"彻底转向"操作" 过去两年，大语言模型的叙事主线是"更聪明地回答"——更高的推理分数、更长的上下文、更像专家的写作。但就在 2026 年 9 月 3 日，OpenAI 发布的 GPT-6 Astra 给出了一个截然不同的答案：模型的价值不在于告诉你怎么做代码，而在于它自己动手把代码写完、把系统跑通、把任务交付。 这不是年度迭代的常规升级，而是一次产品定位的根本转向。当 Anthropic 的 Claude Opus 5 还在打磨"思考的深度"、Google 的 Gemini 3.8 Flash 在卷价格时，OpenAI 选择了一条更硬核的路——把整个模型的优先级从"Agentic Computing（智能体计算）"的第一性原则出发，重新定义前沿模型该干什么。 一、背景：为什么是"操作"而不是"建议" GPT-6 Astra 的诞生，直接回应了 2026 年 AI 行业最真实的痛点...

一、六周内第三次"闪速迭代"：Google 的节奏失控了？ 距离上一篇 Gemini 3.7 Flash 登场仅仅三周，Google DeepMind 又抛出了第三代 Flash 级模型——Gemini 3.8 Flash，并首次以"双生变体"的形式同步推出面向安全的 Gemini 3.8 Flash Cyber。这已是 Google 在六周内发布的第三款 Flash 系列模型，速度之快让生态伙伴直呼"文档跟不上"。 但真正值得关注的不是发布节奏，而是这次迭代释放的两个信号：一是推理模式从"纯提速"转向"可控的思考深度"；二是 Google 第一次把网络安全能力作为一等公民，塞进了一个主打低价与速度的"工作马"模型里。当前沿安全能力开始下沉到消费级定价的模型中，AI 的能力边界与风险边界正在同时被重新划定。 二、核心特性：可思考的闪电 + 攻击者视角 1. “可控思考”：用 token 换质量的新范式 Gemini 3.8 Flash 最大的架构性变化，是引入了...

一、一个"闷声不响"的开源发布 2026年9月11日，上海人工智能实验室（Shanghai AI Laboratory，InternLM团队）在 Hugging Face 上悄悄挂出了 Atria-Dawn-Preview 的权重与 OpenAI 兼容 API，MIT 协议，可商用、可自托管。没有发布会、没有通稿、没有定价页——三天后才补出 arXiv 技术报告，24 小时内就有第三方 LLM gateway 提交了集成 PR。 这种"先上权重后写故事"的发布方式本身就很当下：开源社区早已习惯顶级实验室用代码和 benchmark 说话，而不是靠营销。对读者而言，真正值得关注的不是它低调的登场，而是它的定位——一个为"长时程科研智能体"（long-horizon research agent）而生的模型。 二、站在 GLM-5.2 的肩膀上 Atria-Dawn 并非从零训练。它的底座是智谱在 6 月发布的 GLM-5.2：一颗 744B 参数的 MoE（混合专家）模型，激活参数规模适中，原生支持 256K 上下文。上海...

一、当"桌面"成为AI推理的新战场 过去两年，AI算力的叙事完全由数据中心主导。NVIDIA Vera Rubin 用六颗协同芯片封装出"AI工厂"，AMD MI455X-Helios 以机架级带宽正面硬刚，Intel Gaudi 3 则押注低成本训练路线。然而就在行业把目光锁定在机柜与液冷之时，Apple 于 2026年8月25日 悄悄改写了桌面端的规则——它发布的 M5 Ultra 与首款 2nm 芯片 M6，首次让一台放在桌子上的设备拥有了"单机无妥协运行 70B 模型"的能力。 这不是一次常规的年度迭代。Apple 用 M5 Ultra 证明了：在边缘侧，统一内存架构（Unified Memory）正在成为对抗数据中心 GPU 护城河的一把利刃。当推理的瓶颈从"算力"转向"数据搬运"时，Apple 多年押注的内存带宽优势，恰好击中了大模型部署最痛的那根神经。 二、M5 Ultra：四 die 堆叠出的桌面怪兽 M5 Ultra 是 Apple 首款**四芯片（quad-di...

一、当"路由"成为产品：Fugu Max 的出场 2026年9月11日，日本实验室 Sakana AI 一次性发布了两款产品：Fugu Max（成本优先）与 Fugu Ultra v2（性能优先）。它们共享同一套编排架构，却指向两个截然不同的优化目标——一个把智能体调用成本砍到前沿模型之下，另一个则在不含任何闭源旗舰模型的"纯净池"里打出了超越 Opus 5 的视觉推理成绩。 但真正值得关注的不是跑分，而是 Sakana 对 Fugu 的定义：它不是一个基础大模型，而是一个"被封装成单模型的智能体系统"（Multi-Agent System, Delivered as One Model）。在 GPT-6、Claude Opus 5 仍在比拼单模型参数规模的当下，Sakana 选择了一条反方向的路——不造更大的大脑，而是造一个更聪明的"调度中枢"。 二、核心架构：Conductor 与可插拔模型池 Fugu 的技术内核来自两篇 ICLR 2026 的论文。其设计可以概括为三个要素： 1. Conduc...