Deng的博客

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”...

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、或等待人工审批的智能体，几乎不消耗计算资源。但现有的部署模型往往为一个活跃会话独占一个进程甚至一台容器，导致物理资源被严重浪...

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宽和通信延迟主导。而 Agent 系统的出现让这个问题进一步恶化——它们需要在一次请求中完成数十次工具调...

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（trusted defenders）”。 注意这里的逻辑反转：Gemini 3.8 Flash Cyber 在谷歌官方描述中”以更...