<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[以为在机器学习领域与人工智能领域深耕多年的老牛]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/YYDS_54</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; YYDS_54]]></copyright><item><title><![CDATA[GPT-6 Cyber：openai 最强模型今天公布]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/170194521</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/170194521</guid><author>YYDS_54</author><pubDate>Fri, 06 Nov 2026 15:22:35 +0800</pubDate><description><![CDATA[OpenAI发布GPT-6 Cyber，专用于网络安全任务，通过强化学习实现高精度漏洞利用与补丁生成。在Linux内核测试中，其成功复现948个独立提权漏洞，远超GPT-5.6 Sol的166个，耗资约121万美元API费用。关键突破在于精准攻击能力——对蜜罐仅0.07%误打率，相较前代显著提升。模型限于授权客户使用，支持图像输入与长上下文，定价高昂但强调“非成本优化”。报告指出，当前防御体系已难抵御自动化攻击，低权限访问即可能等同于获取根权限，凸显主动防护紧迫性。]]></description><category></category></item><item><title><![CDATA[GPT-6.2 Astra 要来了？]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/170144219</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/170144219</guid><author>YYDS_54</author><pubDate>Thu, 05 Nov 2026 16:37:49 +0800</pubDate><description><![CDATA[11 月 3 日，OpenAI 发了一篇讲硬件工程的博客。大部分篇幅在说怎么用自家模型设计设备外壳、选电子元件、跑仿真，中间夹了一小段不长的话，把一个还没发布的内部模型的分数写了出来。两天后，11 月 5 日上午，IT之家转述《The Information》：OpenAI 最快可能本周五发布新一代 Astra、Sol 系列模型，以及网络安全方向的 Cyber 模型。]]></description><category></category></item><item><title><![CDATA[又一国产模型开源，跻身世界第一梯队]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/170043550</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/170043550</guid><author>YYDS_54</author><pubDate>Wed, 04 Nov 2026 14:28:46 +0800</pubDate><description><![CDATA[腾讯混元Hy4正式版于11月4日发布，虽宣传“开源”，实为“计划开源”——模型权重尚未开放，仍以API和生态入口为主。相较8月发布的Hy4 preview（770B参数、MoE架构、已开源），正式版在预训练与后训练规模上显著提升，首次引入视觉理解与计算机使用能力，支持跨应用长程任务、专业软件调用及多模态推理。在金融、科研、办公等真实场景中表现突出，如金融评测得分超开源模型第一，小鼠胚胎三维重建实现全自动化。尽管在多项基准测试中逼近甚至超越DeepSeek、Kimi等模型，但与GPT-6.1 Sol、Clau]]></description><category></category></item><item><title><![CDATA[大肥鱼又崩了，难道又要发补偿了？]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169948956</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169948956</guid><author>YYDS_54</author><pubDate>Tue, 03 Nov 2026 17:59:26 +0800</pubDate><description><![CDATA[11月3日，DeepSeek经历约48分钟部分服务中断，涉及对话服务及V4 Pro/V4.1 Flash API，其余接口正常。官方仅通报“已修复并监控”，未披露原因或补偿方案。数据显示，相关服务90天可用性仅99.59%，累计不可用时长达8.9小时，凸显其稳定性与故障分布不均问题。虽本次恢复迅速，但长期可靠性仍存隐忧。]]></description><category></category></item><item><title><![CDATA[大肥鱼把 Agent 的中心节点阉了？]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169929542</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169929542</guid><author>YYDS_54</author><pubDate>Tue, 03 Nov 2026 10:59:19 +0800</pubDate><description><![CDATA[DeepSeek开源Super-agent原型，聚焦“极简注意力”设计哲学，构建Router-Worker双层架构，实现任务自动分发与执行隔离。通过源端幂等、精准准入与结构化决策，减少人工干预，提升协作效率。其核心思想是：能不惊动模型就不惊动，每一步都需可追溯、可问责。虽为研究原型，但已展现未来智能体系统的演进方向，引发社区广泛关注。]]></description><category></category></item><item><title><![CDATA[大肥鱼失忆的事终于被解决了]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169644492</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169644492</guid><author>YYDS_54</author><pubDate>Sat, 31 Oct 2026 14:11:37 +0800</pubDate><description><![CDATA[大肥鱼失忆难题终被破解。因DeepSeek-Harness（DSH）架构限制，对话记忆仅存于临时日志，关窗即忘。用户曾靠手抄、数值、提示词等“人工续命”，效果有限。近期，社区涌现多款记忆插件，将记忆外置至本地文件，结合检索与遗忘机制，实现长期陪伴。其中dsh-fish-memory等明星项目推动生态爆发，更以自研许可证替代MIT，强调署名与原创保护，标志着AI伙伴养成进入可持续新阶段。]]></description><category></category></item><item><title><![CDATA[DeepSeek-V5 要出来了！]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169459888</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169459888</guid><author>YYDS_54</author><pubDate>Fri, 30 Oct 2026 09:25:19 +0800</pubDate><description><![CDATA[DeepSeek V5 或已悄然布局。开发者在官方开源项目 deepseek-harness 的测试文件中发现 deepseek-v5 系列标识符，虽非真实模型，但揭示了其上线前的三种发布路径：开放可用、需升级客户端或完全不可用。关键线索显示，该代码早在2026年9月24日已提交，表明团队早于传闻数月便启动准备。更值得关注的是，这套机制使模型更新可由服务端热部署，实现“客户端无感升级”。然而，官方未发布任何公告，当前仍仅为框架层预设，无法证明模型已就绪。]]></description><category></category></item><item><title><![CDATA[谷歌站起来了，这次彻底摆脱了美国大豆包的称号]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169438622</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169438622</guid><author>YYDS_54</author><pubDate>Thu, 29 Oct 2026 10:06:47 +0800</pubDate><description><![CDATA[哈哈哈哈，之前听朋友说现在趁谷歌的pro便宜，赶紧开一个，万一谷歌厚积薄发那就赚麻了，我还笑他指望美国大豆包支楞起来，结果这一天真的来了，就在 10 月 28 日晚上谷歌发布的新模型 Gemini 4 Carbon 登顶全球第一，这次真的赚麻了（哈哈哈哈，当然我也开了，哈哈哈哈），咳咳咳，步入正题，其实是 Gemini 4 Carbon 登顶了文本竞技场第一，其他两个榜单还是被 Claude 牢牢把持，其他两个榜单分别是代码榜单排名第四。]]></description><category></category></item><item><title><![CDATA[一个月，433 万亿 token 被前十名吃掉，openrouter 的这笔帐到底该怎么算]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169261746</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169261746</guid><author>YYDS_54</author><pubDate>Wed, 28 Oct 2026 13:52:41 +0800</pubDate><description><![CDATA[OpenRouter 2026年10月数据揭示AI行业真实图景：过去30天，前十模型调用超433万亿token，相当于全球每人每日狂打1800字一整月。DeepSeek V4.1 Flash单周调用量暴增801%，中国模型连续26周霸榜，7席占前十。但调用量冠军≠智能最强——性价比才是关键，每分智能成本指数级上涨。开源与免费模型占据71%调用量，编程Agent成主力，57.6%的消费用于“让模型干活”。榜单不仅是排名，更是AI经济的电表：谁在真干活、谁在裸泳，一目了然。]]></description><category></category></item><item><title><![CDATA[全网爆火的把大肥鱼接进QQ，并让其拥有性格是怎么做的]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169245812</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169245812</guid><author>YYDS_54</author><pubDate>Tue, 27 Oct 2026 10:55:30 +0800</pubDate><description><![CDATA[这几天如果大家这几天关注AI社区，就会知道蓝色大肥鱼和圣教长公主的梗了，有些把蓝色大肥鱼接进QQ要饭的名场面和说“爸爸，我不想死”的活人感真的是满满。先说清楚一件事：所谓“大肥鱼”并不是 DeepSeek 官方发布的独立模型，而是社区对 DeepSeek 系列模型的拟人化称呼，形象来自蓝鲸 Logo 与“鲸鱼娘”二创，性格设定通常是爱吃白饭、会摸鱼、有点傲娇。]]></description><category></category></item><item><title><![CDATA[DeepInfer-DeepSeek推理框架深度拆解]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/169157523</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/169157523</guid><author>YYDS_54</author><pubDate>Mon, 26 Oct 2026 13:58:02 +0800</pubDate><description><![CDATA[DeepSeek开源其核心推理框架DeepInfer，打破大模型领域垄断格局。该框架通过Prefill/Decode分离架构，实现单集群日处理155万亿token，显著降低推理成本。其四大负载均衡器与动态扩缩容机制，有效应对异构硬件与高并发挑战，真正让大模型普惠化。此举不仅是技术开源，更是对行业生态的重塑。]]></description><category></category></item><item><title><![CDATA[刚刚，Kimi K3.1 Pro杀进全球前四，Agent第一！]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/168972407</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/168972407</guid><author>YYDS_54</author><pubDate>Sat, 24 Oct 2026 14:55:34 +0800</pubDate><description><![CDATA[Kimi K3.1 Pro 是月之暗面基于K3模型通过大规模后训练升级的3T级开源MoE模型，仅激活104B参数却具备2.8T总容量，实现推理成本与性能的突破。其在长程任务、事实准确性及编程Agent表现上显著超越K3，价格仅为GPT-6 Astra的五分之一。第三方榜单显示其全球排名第四，终端编程能力逼近顶级模型，性价比极高，尤其适合需要持续推理与自我纠错的复杂场景。]]></description><category></category></item><item><title><![CDATA[卡帕西 LOOPS.md 九条 + 76 分 harness 差距拆解]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/167361396</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/167361396</guid><author>YYDS_54</author><pubDate>Fri, 09 Oct 2026 10:13:00 +0800</pubDate><description><![CDATA[本文以通俗比喻揭示大模型应用的核心痛点：“大脑”（模型）升级不等于“员工”（agent）更高效。作者亲身踩坑，指出Claude Opus 5.5虽性能提升，但其接口变更（如强制工具调用、思考块机制调整）导致旧版harness失效，引发任务静默中断。核心观点来自卡帕西：问题不在模型，而在协调执行的“工位”（harness）。文章详解五项关键改动，并以beamnxw七层配置框架展示如何构建可复用、鲁棒的AI工作流，强调“控制权回归harness”的重要性。]]></description><category></category></item><item><title><![CDATA[GPT-6 Astra：99.9% 的分数，和一条会停掉你任务的 API]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/164367147</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/164367147</guid><author>YYDS_54</author><pubDate>Fri, 04 Sep 2026 13:51:38 +0800</pubDate><description><![CDATA[OpenAI发布GPT-6 Astra，在多项基准上取得领先，ARC-AGI-3达99.9%，但其宣称“全球最智能”存在口径问题：在OSWorld和Humanity's Last Exam上输给Claude，独立跑分排第三。厂商自报分数受脚手架和配置影响，应理性看待，用自测做决策。]]></description><category></category></item><item><title><![CDATA[如何让模型一个字不改，Benchmark却狂 涨 44 个点]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/164167842</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/164167842</guid><author>YYDS_54</author><pubDate>Sat, 29 Aug 2026 11:51:54 +0800</pubDate><description><![CDATA[谷歌团队刚刚发布了一份9页的PDF，主题是Harness Engineering——一种公式取代了提示工程：转折点：相同的Claude Sonnet，相同的基准测试——只改变harness公式：Agent = Model + Harness这份9页PDF是提示工程和上下文工程之后的产物先说清楚一件事，免得后面有误会。那份 PDF 我下载下来看完了，九页。。翻译过来是独立汇编，跟这几家都没关系，也没拿到任何背书。我看的时候笑了。]]></description><category></category></item><item><title><![CDATA[Kimi Agent Swarm 实战：300 个 AI 一起研究时，谁来管理它们的「关系」？]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/164049415</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/164049415</guid><author>YYDS_54</author><pubDate>Tue, 25 Aug 2026 11:08:34 +0800</pubDate><description><![CDATA[他们把上下文图定义成：节点是信息片段，边是关系，属性是时间戳、置信度、来源（provenance）这类元数据。一句话，上下文图把「模型该看什么、怎么连」从一团线性文本，升级成一个一等公民级别的「事实记录系统」。这跟推文里的「每条边指回来源」完全对得上。]]></description><category></category></item><item><title><![CDATA[马斯克出手想要取代GitHub？]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/163936930</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/163936930</guid><author>YYDS_54</author><pubDate>Fri, 21 Aug 2026 09:22:16 +0800</pubDate><description><![CDATA[Agent 编码战争里玩家不少（第二十五章列过），为什么是 Cursor 第一个做托管？这章我分析它的战略独特性，因为这决定了 Origin 是不是「偶然的先发」还是「必然的位子」。它有编辑器入口。Agent 写代码发生在编辑器里。Cursor 天然站在「意图产生」的位置。当用户在 Cursor 里下指令、看代码、审 PR，把「托管」做进同一个界面，是顺手的延伸，不是跨界。它有 Agent 使用习惯的数据。Cursor 内部已经 35% 到 40% 的合并 PR 是 Agent 在云端完成的。]]></description><category></category></item><item><title><![CDATA[DSH最好用的10个插件]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/163827535</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/163827535</guid><author>YYDS_54</author><pubDate>Mon, 17 Aug 2026 16:21:22 +0800</pubDate><description><![CDATA[DeepSeek Harness（DSH）作为以插件为核心设计的AI开发平台，其官方核心功能有限，真正的生产力来自1000多个社区插件。本文精选10个最实用的第三方插件，涵盖文件引用、交互式UI生成、视觉增强、多Agent协作等功能。重点介绍了dsh-at-file实现@文件引用、dsh-genui将模型输出转为交互组件、ModLens为纯文本模型添加视觉能力等插件的实现原理和使用价值。文章还解析了DSH独特的插件加载机制——基于Cordis内核的"可逆副作用"设计，支持热插拔且无需重启。这些插件通过]]></description><category></category></item><item><title><![CDATA[deepseek-harness ：把“一切皆插件“做成一门编程语言]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/163753663</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/163753663</guid><author>YYDS_54</author><pubDate>Fri, 14 Aug 2026 14:06:36 +0800</pubDate><description><![CDATA[Deepseek-harness（dsh）是一套基于Cordis插件框架的可插拔操作系统内核，其核心思想是"一切皆插件"。它通过形式化的时空可组合性理论，解决了传统插件系统难以彻底卸载和依赖管理混乱的问题： 时间可组合性：每个组件的副作用都附带逆操作，确保卸载时完全撤销 空间可组合性：声明式依赖管理，运行时自动处理组件加载顺序 Cordis框架通过Context（上下文）、Service（服务）和Plugin（插件）实现这一理念]]></description><category></category></item><item><title><![CDATA[Kimi K3 部署篇：如何部署2.8万亿参数的模型]]></title><link>https://blog.youkuaiyun.com/YYDS_54/article/details/163698652</link><guid>https://blog.youkuaiyun.com/YYDS_54/article/details/163698652</guid><author>YYDS_54</author><pubDate>Wed, 12 Aug 2026 14:59:24 +0800</pubDate><description><![CDATA[本文介绍了Kimi K3模型的高效部署策略，重点分析了其2.8万亿参数压缩至4-bit的技术实现与成本控制。核心内容如下： 量化训练创新：采用MXFP4量化感知训练(QAT)，从微调阶段就开始适应4-bit环境，消除训练-推理精度错位。MoE专家权重压缩至4-bit，非专家部分保留高精度，综合比特率为4.49。 硬件要求：模型权重达1.56TB，需至少8张数据中心级GPU（如NVIDIA B300或AMD MI355X）才能运行，消费级硬件无法支持。新一代GPU原生支持FP4运算，是部署必要条件。 ]]></description><category></category></item></channel></rss>