Deng的博客

xAI发布Grok 4.5：与Cursor联合训练，重新定义AI编程能力天花板2026年7月8日，xAI正式发布了其旗舰大模型 Grok 4.5——这是该公司迄今为止最强大的编程智能体模型。不同于以往仅将编码作为通用能力的附属品，Grok 4.5从架构到训练数据都围绕”真实工程场景”重新设计，最令人瞩目的细节在于：它与Cursor公司进行了深度联合训练，直接吸收了Cursor平台上的海量真实开发者交互数据。 背景：大模型的”编程竞赛”进入白热化阶段过去两年，AI辅助编程的赛道经历了从工具到代理（agent）的范式转变。早期工具如GitHub Copilot专注于代码补全，而2025年后兴起的Claude Code、OpenClaw等终端优先的自主编码代理则能直接接管整个开发流程——理解需求、编写代码、调试、提交，全流程无需人类干预。 xAI在这一轮竞赛中起步较晚。其早期模型Grok 3.5在通用对话和推理上表现不俗，但编码能力始终落后于Anthropic的Claude Opus系列和OpenAI的GPT-4/4.5系列。直到今年年初，马斯克将目光转向了编程领域，xAI开...

最近 GitHub 上有一个项目的关注度持续飙升，它就是 OmniRoute — 一个免费、MIT 协议的本地优先 AI 网关。短短数周内，它已经登上了 GitHub Trending 榜单，支持超过 500 个模型和 290+ 服务提供商，成为开发者们手中最实用的”AI 瑞士军刀”。 一、为什么我们需要另一个 AI 网关？如果你是一个日常使用 Claude Code、Cursor、Codex CLI 或任何 AI 编程助手的开发者，你可能已经对以下问题深有体会： API 限额焦虑：一个提供商的调用量用完了，项目就卡住； 成本失控：多个模型按不同价格计费，月底账单让人头皮发麻； 服务中断：某个提供商宕机了，整个开发流程被迫停摆； Token 浪费严重：长上下文里充斥着冗余 token，白白烧钱。 市面上现有的解决方案要么功能单一（如仅做 API 代理），要么价格昂贵且闭源。OmniRoute 的出现正是为了解决这一系列痛点 — 它提供一个统一的 OpenAI 兼容端点，背后自动处理路由、降级、压缩和缓存，让你只需写一次代码，就能自由调用全球几乎所有的主流 AI 模型。 二、核...

引言：七月”神仙打架”如果说六月是 OpenAI 发布 GPT-5.6 的预热月，那么七月就是两家巨头正面交锋的”神仙打架”。GPT-5.6 于 7 月 9 日正式 GA（General Availability），Claude Opus 5 紧随其后在 7 月 24 日上线——短短两周，AI 前沿领域同时迎来了两位重量级新选手。 更引人注目的是，两家都采取了”降价抢量”的策略：Opus 5 号称性能接近 Claude Fable 5（旗舰模型），但价格只有后者的一半；GPT-5.6 Sol 则通过分层定价策略覆盖了从日常使用到重度推理的全场景需求。这场对决不仅仅是一次产品发布，更是大模型行业进入”性价比竞争”时代的标志性事件。 GPT-5.6：三层架构的价格分级OpenAI 这次采用了罕见的三层产品线设计：Sol、Terra、Luna，分别定位旗舰、均衡和轻量三种使用场景。 层级 输入价格 ($/1M tokens) 输出价格 ($/1M tokens) 典型用途 Sol $5.00 $30.00 复杂编码、Agent 工作流、深度推理 Te...

三级架构：Luna、Terra、Sol——OpenAI的”分级智能”新范式7月9日，OpenAI正式发布GPT-5.6，并首次采用三级模型家族（Tiered Model Family）架构，将不同算力配置和性能定位划分为 Luna（轻量高效）、Terra（均衡全能）和 Sol（旗舰最强）。这一产品策略被业界视为OpenAI在激烈竞争中应对Anthropic Claude系列差异化定价的正面回应。 与过去”一个模型打天下”的策略不同，GPT-5.6的三级架构意味着开发者可以根据场景灵活选择——日常问答用Luna节省成本，复杂推理选Terra平衡性能，前沿任务则启用Sol以获得最强的编码和科学计算能力。这种分层模式类似于自动驾驶中从辅助驾驶到完全自主的不同级别，标志着大模型产品化进入了”按需智能”时代。 ALE 53.6与AA Coding Index：GPT-5.6 Sol的性能表现根据OpenAI官方发布的数据，GPT-5.6 Sol在多项基准测试中刷新了纪录： ALE 53.6——OpenAI自研的评估指标（Agent Learning Efficiency），综合衡量模型在...

开放，终于来了长期以来，OpenAI 一直是人工智能领域最大的”封闭玩家”——GPT、o1、o3 系列无一例外地将权重锁在自家服务器中。然而，2025年4月16日，这家 AI 巨头终于向公众敞开了大门：gpt-oss 开源模型正式发布，包括 gpt-oss-120b（120B参数）和 gpt-oss-20b（20B参数）两个版本，采用 Apache 2.0 协议授权。 这标志着 AI 行业一个重要的分水岭时刻——当最顶级的推理模型开始开源，整个生态将发生怎样的变化？ 架构亮点：MoE 的极致运用gpt-oss-120b 是一个基于 混合专家（Mixture-of-Experts, MoE） 架构的大语言模型。总参数量高达 117B，但通过稀疏激活机制，每次推理仅使用约 5.1B 个活跃参数。这种设计使得它能够在单个 80GB GPU（如 NVIDIA A100/H100）上高效运行，同时保持接近闭源模型的性能水准。 小版本 gpt-oss-20b 则为更低延迟场景而生——总参数量约 21B，活跃参数仅 3.6B。尽管体积仅为大模型的六分之一，其性能表现依然令人惊喜。 基...

背景：国产大模型进入”百万Token时代”2026年6月13日，智谱AI（Zhipu AI）正式发布了新一代旗舰大模型 GLM-5.2。作为清华系孵化的老牌AI创业公司，智谱在过去几年持续输出高质量开源项目——ChatGLM系列曾是国内最早开放对话能力的开源大模型之一。而此次发布的GLM-5.2被智谱定位为”面向长任务时代的旗舰模型”，其核心卖点是真正可用的1M上下文窗口。 为什么”百万Token上下文”值得关注？因为在过去很长一段时间里，各大厂商虽然标称了200K甚至更长的上下文支持，但实际体验中一旦超过一定长度（通常是200K token左右），模型就会出现明显的性能衰减——信息丢失、注意力分散、推理质量下降。GLM-5.2的突破在于通过DSA（Dense-Sparse Attention）机制的深度优化，在1M token的全长度范围内保持了稳定的性能表现。这意味着开发者终于可以把一个完整的工程项目文件作为上下文喂给大模型了。 架构亮点：744B参数、MoE设计、FP8量化版GLM-5.2采用 Mixture of Experts (MoE) 架构，总参数量约744B（不同...

Meta Llama 4重磅发布：MoE架构+千万级上下文，开源大模型的”封神之战”引言：OpenAI一骑绝尘之后，Meta的反击来了2025年4月，Meta AI正式发布Llama 4系列——这是该家族迄今为止最激进的一次升级。不同于以往在参数量上”堆料”的做法，Llama 4选择了一条技术路线更复杂、工程难度更高的路径：原生多模态+混合专家（Mixture of Experts, MoE）架构。 在OpenAI的GPT-5系列和Anthropic Claude Opus占据闭源大模型话语权之际，Meta用Llama 4宣告了开源社区的一次重要反击。这不仅是一个模型的发布，更是整个AI产业格局正在发生微妙变化的信号。 Llama 4家族：三款模型，各有所长Meta此次发布的Llama 4并非单一模型，而是涵盖三个子型号的完整产品矩阵： 1. Llama 4 Scout —— “万级上下文之王”Scout最大的亮点在于其高达 1000万token的上下文窗口——这几乎可以容纳一本25万字的长篇小说。在实际场景中，这意味着你可以一次性将完整的代码仓库、整本技术白皮书或数十份PDF文...

Google 一口气发布三款 Gemini 新模型：3.6 Flash、Flash-Lite 和 Cyber，旗舰版还在憋大招7月21日，Google 在 I/O 大会之后再次引爆 AI 圈——一口气发布了三个全新的 Gemini 模型：Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 以及 Gemini 3.5 Flash Cyber。但最让外界关注的是：备受期待的旗舰版 Gemini 3.5 Pro 仍在内部测试中，尚未正式开放。 这已经是 Google 在 2026 年 5 月推出 Gemini 3.5 Flash 后的第二次快速迭代，展现了其在 AI 模型赛道上密集的更新节奏。 三款新模型各有所长Gemini 3.6 Flash — 速度与质量的再平衡Gemini 3.6 Flash 是此次更新的旗舰产品，主打更低的延迟和更高的性价比。根据 Google 官方介绍，该模型在推理速度和成本方面都有显著改善——虽然具体的 benchmark 数据尚未公开，但从定位来看，它旨在取代此前 Gemini 3.5 Flash 成为轻量级场景的首选...

背景：WAIC 上的重磅发布2026年7月19日，世界人工智能大会（WAIC）在上海拉开帷幕。阿里巴巴在大会上展示了其最新 AI 旗舰模型——Qwen3.8-Max Preview。这个以”预览版”形式亮相的模型，迅速在全球 AI 社区引发轰动：总参数规模高达 2.4 万亿（2.4T），成为 Qwen 家族首个突破万亿参数大关的成员。 此前，阿里巴巴已在 WAIC 上展示了基于 Qwen3.8-Max 构建的多模态工作区应用，涵盖文档理解、网页搜索、代码生成和智能体任务等多种场景。模型本身支持文本、图像和视频的统一处理——这也是”多模态”标签的由来。 值得注意的是，截至发文时（7月22日），官方尚未公布任何基准测试成绩、许可证信息或激活参数（Active Parameters）数量。Qwen 团队仅表示将在后续发布完整的开源权重版本和更详尽的技术报告。这种”先声夺人”的策略，既体现了阿里巴巴对自家模型的信心，也让外界对 Qwen3.8-Max 的真实能力充满了期待与猜测。 核心亮点：万亿参数时代的到来2.4T 参数的意义在传统认知中，2 万亿参数量级几乎只存在于 GPT-4&#x...

引言：当WiFi信号成为”眼睛”想象一下这样一个场景：在一个需要保护隐私的房间里——可能是老人的卧室、医院的病房，或是安保敏感的区域——我们无法安装摄像头，但仍然需要检测是否有人闯入、是否在跌倒、甚至监测他们的呼吸和心率。传统的做法是佩戴可穿戴设备，但这些设备对用户来说是负担。 现在，一个名为 RuView 的开源项目正在探索一种全新的可能：用WiFi信号本身来感知空间中的活动。这个项目的 GitHub 仓库（ruvnet/RuView）在几天内就突破了 83,000 Star，成为近期 GitHub Trending 上最火的开源项目之一。 RuView 是什么？RuView 是由开发者 ruvnet 主导的开源 WiFi 感知平台，其核心思路是将 WiFi 路由器的 信道状态信息（Channel State Information, CSI） 转化为房间级别的空间智能数据。简单来说：WiFi 信号已经在你的家里、办公室里流动，当有人走动、呼吸、坐下或静止时，空间中反射的无线电波会发生微妙变化——RuView 就是要捕捉这些变化并从中提取有价值的信息。 与传统基于摄像...