Deng的博客

一、当”卖芯片”遇上”教机器人看懂物理世界”2026年9月28日，AMD在圣克拉拉总部宣布了一笔价值 82亿美元 的全股票收购——目标是由AI先驱、斯坦福大学教授李飞飞（Fei-Fei Li）联合创立的初创公司 World Labs。交易完成后，李飞将出任AMD执行副总裁兼首席科学家，直接向CEO苏姿丰（Lisa Su）汇报。 这不是一笔普通的产业并购。过去两年，整个AI行业的叙事几乎被数据中心里的GPU机架和万亿参数大模型完全占据——NVIDIA用Vera Rubin搭建”AI工厂”，AMD以MI455X-Helios的机架级带宽正面硬刚，各家争夺的是exaFLOPS的数字狂欢。然而就在所有人盯着机柜与液冷之时，AMD却把82亿美元砸向了一家成立仅两年、专注”让机器理解三维物理世界”的小公司。 这个动作释放了一个清晰的信号：AI芯片厂商意识到，下一场战争的战场不在更大的算力集群，而在更贴近真实世界的”具身智能”（Embodied AI）。谁掌握了机器人和空间智能的底层模型，谁就握住了AI从数字走向物理世界的钥匙。 二、World Labs到底在做什么：从ImageNet到”世界...

当整个行业还在为数据中心里动辄数万张 GPU 的”AI工厂”狂欢时，一家名为 Liquid AI 的公司正悄悄走一条截然不同的路——它相信，下一代智能体的真正战场不在云端，而在你口袋里的手机、桌上的笔记本、车机乃至可穿戴设备。2026年8月，Liquid AI 开源了 LFM2.5-2.6B，一个能在纯 CPU 上流畅运行、同时具备完整 Agent 能力的端侧模型；9月底又推出面向多模态的 DSpark 推测解码器。这两步棋，正在重新定义”边缘AI”的技术范式。 一、为什么是”端侧智能体”？过去两年，大模型的叙事几乎完全由数据中心主导。从 NVIDIA Vera Rubin 的六芯协同，到 AMD MI455X-Helios 的机架级带宽，竞争焦点始终是”如何把算力堆到极致”。然而对绝大多数真实场景而言，云端推理存在三个无法回避的痛点： 延迟敏感——语音助手、AR眼镜、自动驾驶等场景要求毫秒级响应，跨网络往返无法满足； 隐私红线——医疗、金融、个人助理等数据一旦离开设备，合规风险陡增； 成本天花板——按 token 计费的模式下，一个持续运行的 Agent 若每天消耗数百万 t...

一、当”看”成为智能体的短板：ARC-AGI-3的残酷现实过去两年，多模态大模型的感知能力突飞猛进——它们能读懂图片、转写音频、甚至实时视频对话。但一旦进入交互式视觉环境（需要边看边决策、边行动边推理的场景），前沿模型的表现却屡屡令人失望。 MIT 在 ARC-AGI-3 基准上揭示了这一痛点。ARC-AGI-3 是一套交互视觉游戏集合：智能体必须在完全陌生的规则下，通过不断观察屏幕反馈来发现规律并达成目标。传统做法把这个问题当成”语言问题”处理——给 LLM 一份环境文本化、结构化的描述（比如网格坐标矩阵），让它用世界模型在脑内推理。结果呢？官方基线下，GPT-5.6 Sol 仅拿到 13.33 的 Relative Human Action Efficiency (RHAE) 分，Claude Opus 5.0 高努力模式也只有 40.68。 这个数字意味着：即便用最前沿的模型，让它在陌生视觉世界里”靠推理找规则”，表现还不如一个第一次上手的人类玩家。问题不在模型不够聪明，而在于它失去了对原始视觉证据的直接访问权——文本化过程把宝贵的空间线索、颜色、相对位置全部压扁成了符号。...

Gemini 4 Argon发布：1M输出上限与”防御优先”的AI芯片级较量2026年9月30日，Google DeepMind 正式推出 Gemini 4 Argon——这是 Gemini 4 系列的首款旗舰模型，也是 Google 迄今最先进的开源前沿模型。与过去几年各家实验室”闭源+限量开放”的节奏不同，Argon 选择以完全开源的姿态切入由 OpenAI GPT-6 Astra、Anthropic Claude Opus 5.5 把持的顶级战场。它的定位非常明确：真实世界的软件工程、企业级知识工作（法律/金融），以及自主网络安全防御。 一、为什么是 Argon：命名背后的战略信号Argon 这个名字取自惰性气体元素，暗示着 Google 想让它成为”稳定、可靠、不轻易反应”的基础设施级模型。在 GPT-6、Claude Opus 5.5 还在单点冲刺峰值能力的当下，Google 选择了一条差异化路线——不是比谁的分母更大，而是比谁能把长时程任务一次跑完。 这一判断源于一个工程现实：当 AI Agent 开始连续调用工具、检索知识库、跨多轮推理时，”一问一答”的短...

一、一场”同日发布”引发的价格地震2026年9月22日，前沿大模型市场罕见地在同一天被两股力量同时点燃。当天清晨，OpenAI 一次性发布了 GPT‑6 Sol 与 GPT‑6 Luna 两款新模型——分别接替 GPT‑5.6 Sol 和 GPT‑5.6 Luna——并宣布**永久降价 50%**。仅仅不到一小时之前，Anthropic 也放出了 Claude Opus 5.5，并将价格下调至 $4/$20（输入/输出每百万 token）。而在前一天（9月21日），xAI 的 Grok 4.7 已把输入价压到 $2、输出 $6，率先拉开了当前这轮价格战的序幕。 这不是又一次常规的”小版本迭代 + 限时促销”。OpenAI spokesperson 向 VentureBeat 明确确认：新价格是永久的，不设到期日——降价源于缓存与推理效率的提升，而非拉客手段。当”永久”二字出现在定价公告里，它意味着整个行业的成本基准正在被重新锚定。 二、三级家族：从企业级推理到高频杂务的全覆盖随着 Sol 和 Luna 就位，GPT‑6 家族形成了清晰的三级梯队，与既有旗舰 ...

阿里开源 OpenCodeReview：确定性流水线 + LLM Agent 的混合式代码审查在过去两年里，当整个行业把”AI 写代码”当作热点时，阿里巴巴内部早已默默运转着一套 AI 代码审查系统。它服务了成千上万名开发者，累计发现了数百万处代码缺陷——直到最近，阿里才将这套经过大规模生产验证的内部工具 OpenCodeReview 正式开源。上线不到一周即突破 1.1 万 GitHub Star，并连续多日占据 GitHub Trending AI/ML 榜首。 与市面上”把 diff 丢给大模型、全靠它自由发挥”的纯 LLM 审查工具不同，OpenCodeReview 的核心卖点是一套混合式架构（Hybrid Architecture）：用确定性工程流水线做”该审什么、怎么组织”，再用 LLM Agent 做”如何读懂与评价这段代码”。这条路线看似保守，却恰恰戳中了当前 AI 代码审查领域最真实的痛点——纯模型的可靠性天花板。 一、为什么需要”混合式”？纯 LLM 代码审查的尴尬在于：模型很聪明，但它会”看到”它想看的。面对一个上千行的 diff，它可能漏掉关键的...

AutoHarness发布：让AI编程代理”自我学习”的GitHub开源项目如何崛起一、从”一次性对话”到”持续进化”：Agent工作流的新范式过去两年，AI编码助手经历了从”代码补全”到”自主Agent”的跃迁。然而一个被长期忽视的问题逐渐浮现：同一个模型，在不同项目中表现天差地别。开发者发现，Claude Code、Cursor等工具在A项目里能高效完成测试任务，换到B项目却连构建命令都要重新询问——因为模型并不了解每个项目的独特约定、测试框架和代码风格。 2026年9月，GitHub上一个名为 AutoHarness 的开源项目给出了答案。它由 Tigerless Labs 开发，目前以 4.8k stars 的速度快速增长（其中703+为近期新增），登顶AI Skills分类榜首。其核心理念简洁而颠覆：让Agent从真实工作会话中自动提炼”技能”，并在你工作时持续更新、自动淘汰过时技能——无需守护进程，无需离线基准测试。 二、核心特性：自我学习的技能层AutoHarness 的本质是一个**运行在Claude Code之上的”技能中间层”**。它不替换模型，而是为模型补充...

当整个行业还在为 Vera Rubin NVL72 的 60 exaFLOPS 数字狂欢时，NVIDIA 已经在 GTC 2026 上把目光投向了更远的未来——Feynman（费曼）架构。这不是 Rubin 的简单迭代，而是 NVIDIA 首次公开描绘”AI工厂2.0”的完整蓝图：3D芯片堆叠、定制HBM内存、1nm级制程，以及一个彻底重构的机架拓扑。 一、从”协同设计”到”物理重构”：Feynman的战略定位如果说 Vera Rubin 的核心叙事是极端协同设计（extreme co-design）——用六颗芯片把计算、网络、存储、散热封装成一座AI工厂——那么 Feynman 则要把这场革命推向物理层面。黄仁勋在 GTC 主题演讲中明确指出：”从这里开始的下一代就是 Feynman。” Feynman 平台由多个全新组件构成，形成完整的代际跃迁： 组件 功能定位 关键创新 Feynman GPU AI算力核心 3D die stacking、定制HBM（或超1TB/包）、TSMC A16 1.6nm制程 Rosa CPU 主机编排 Vera的继任者，...

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 将这种现象类比为人脑的记忆机制：我们并非记住每一秒钟的细节，而是通过巩固（consolidatio...

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，它在多项指标上已能正面硬刚闭源竞品，标志着开源多模态模型正式进入”...