- 博客(302)
- 收藏
- 关注
RSS订阅原创 AI前沿速递｜三步训练干翻商业巨头！机器人“毕业即上岗“速度快21倍，NVIDIA新架构120B参数只用12B干活
少即是多”（Less is More）。Axion 1.0证明了三步训练法就能训练出顶级Agent——关键是数据质量，不是流水线长度W2A证明了视频模型的"世界观"可以浓缩进轻量动作模型——训练时多请家教，上班时轻装上阵证明了混合架构+MoE是Agent场景的最优解——大知识、小计算，鱼和熊掌可以兼得AI正在从"大力出奇迹"走向"精炼出真功"。当行业还在比拼谁的模型更大、训练流程更复杂时，真正的高手在研究怎么用最少的步骤、最小的计算量，达到同样的效果。简单，往往是最高级的复杂。
2026-11-07 21:04:01
58
原创 AI前沿速递｜AI学会自己“压缩自己“了！给大模型装上“眼睛“碾压人类13.7倍，GPT-5竟然不知道自己知道什么
AI已经能够自主完成模型压缩这项曾经需要人类专家耗费数天的工作。虽然还达不到人类专家的最佳水平，但这是AI"改进自身"的一个里程碑式的能力验证。
2026-11-06 10:13:09
203
原创 GitHub 开源趋势日报 | 2026-11-04
每日精选 GitHub Trending 热门项目，聚焦 AI 与大模型、Agent 智能体领域，带你用一篇文章看懂开源风向。
2026-11-04 21:28:41
277
原创 AI前沿速递｜LeCun用1亿参数打脸720亿！大模型的“内存“竟然能跨模型共享，长文本处理提速22倍
今天带来的三篇论文，每一篇都在挑战AI行业"大力出奇迹"的惯性思维。第一篇来自图灵奖得主Yann LeCun——他用一篇37页的论文：一个仅有1.09亿参数的模型，在跨模态理解上击败了720亿参数的Qwen2.5-72B和Llama-3-70B，；第二篇让大模型在处理1000万token的超长文本时，，而且准确率几乎不变；第三篇则实现了一件看似不可能的事——，省去重新计算的开销，加速6.5到21.2倍。。
2026-11-03 22:01:02
165
原创 2026年11月2日 · 三篇最新arXiv论文深度解读
术语注解：由Anthropic提出的标准化协议，让AI Agent能够以统一的方式与外部工具服务器交互。你可以把它理解为AI世界的"USB接口"——不管什么工具，只要符合MCP规范，AI都能直接调用。当下，越来越多的AI Agent通过MCP协议与外部工具交互。当你让AI帮你规划旅行、查天气、搜索餐厅时，AI会调用各种工具服务器（如地图API、天气API等），每一次调用都会留下工具调用轨迹——包括工具名称、调用参数、返回结果和调用顺序。
2026-11-02 14:37:11
223
原创 GitHub 开源趋势日报 | 2026年10月30日IDE 巨头正式下场做 Agent IDE
今天的 Trending 榜单透露了一个清晰信号：Agent 生态正在从"能跑起来"转向"能管得住"。记忆持久化、行为审计、IDE 深度集成——三个方向同时爆发。
2026-10-30 14:26:53
444
原创 GitHub 开源趋势日报 · 2026年10月28日Agent 不该住进你的 IDE，IDE 应该围着 Agent 长出来。
榜单上近七成项目直接与 AI 编程代理、多智能体协作、Agent 安全审计相关。更值得关注的是，Agent 的技能注册、工具分发、安全防护三个方向同时爆发，一条完整的 Agent 基础设施链正在成型。
2026-10-28 10:13:11
374
原创 GitHub 开源趋势日报 | 2026.10.22为 Agent 构建完整的基础设施层
Agent 生态大爆发的一天。日榜 11 个项目中 8 个与 AI/大模型直接相关——从安全审计到代码压缩，从金融预测到逆向工程，编程 Agent 正在吞噬一切。
2026-10-22 15:26:29
377
原创 多智能体系统失败率高达 86.7%：我用“七层大楼”拆解了 2026 年最值得关注的 Agent 架构
第一，先修门卫，再装调度。1F 和 2F 是 P0。多用户系统的失败，大多不是“记忆不够聪明”，而是租户边界没强制、上下文在协作中炸掉。harnis 或 qm 起步，AgentScope 2.0 做调度底座，这是当前开源生态里最务实的组合。第二，图书馆分书架，别把三类东西混着买。Hindsight 管群体认知，claude-mem 管个体笔记本，AKV 管地下室的电费。把 claude-mem 当共享记忆层用，是 2026 年最常见的架构踩坑之一。第三，监控和质检最后上，但别永远不上。
2026-10-21 16:10:51
635
原创 GitHub 开源趋势日报 | 2026年10月21日
金融时序预测是一个通用基础模型"水土不服"的领域——金融数据在主流 TSFM 的预训练语料里占比不足 1%。Kronos 选择从零构建 100% 金融语料，这个方向性决策如果最终被验证有效，可能催生一系列垂直领域的专用基础模型。
2026-10-21 15:45:07
500
原创 AI前沿速递｜AI自己“进化“操作界面干翻GPT-5.5！8B“流体模型“提速2.54倍，清华让Agent学会“收拾记忆“成本直降28%
上下文快到上限时，一刀切地把大部分历史"压缩"成一段摘要，只保留最近几轮对话。但这带来一个两难困境：压缩太多会丢关键信息，压缩太少成本降不下来。
2026-10-21 15:43:54
448
原创 GitHub 开源趋势日报 — 2026年10月20日Agent 吞噬一切：今日 GitHub 被 AI 智能体全面占领
更值得关注的是它带动的"周边生态"——今天榜单上至少有 6 个项目是专门为 Claude Code 构建的插件或配套工具（claude-plugins-official、context-mode、ai-memory、diagram-design 等），这已经形成了一个小型"App Store"效应。这不是一个"玩具级"的 demo。和 Headroom 一样，它在解决 Agent 的"上下文管理"问题，但路径不同：Headroom 做的是数据压缩，Context Mode 做的是输出隔离和路由策略。
2026-10-20 16:09:46
438
原创 AI前沿速递｜AI交付的真实差距让人沉默
今天的三篇论文放在一起看，画面非常有意思。Google的AI已经能自主打通关一个需要27小时的复杂游戏，哈佛的研究让Agent群体学会了不需要领导的自组织，但FDE-Gym告诉我们——当AI走出实验室、面对真实客户时，“做题能力"和"解决问题的能力"之间还有一道鸿沟。这或许就是当下AI研究最值得投入的方向：不只是让模型更聪明，而是让它更懂"人”。
2026-10-19 10:40:53
293
原创 GitHub 开源趋势日报 | Agent 战国时代全面开启！
VoiceStudio 的日增 Star 量说明市场对「本地优先 + 开源」语音方案的饥渴程度。ElevenLabs 的 API 定价一直是中小团队的痛点，而 VoiceStudio 直接提供了一个功能对等的替代方案——而且数据完全不出本机。646 种语言的支持也意味着它在全球市场（尤其是非英语地区）有巨大的应用空间。
2026-10-19 10:04:12
293
原创 AI前沿速递｜你的Transformer偷偷会“伸缩“！AI学会预判自己何时翻车，多智能体“破案“神器精准甩锅
│ ││ 🔧 Elastic Transformer → 模型比自己以为的更灵活 ││ 一个模型，任意算力，无需重训 ││ ││ 🔮 置信度校准 → AI可以学会"自知之明" ││ 做事之前就知道这局会不会输 ││ ││ 🔍 BLADE → 多智能体系统可以有"责任追溯" ││ 出了问题，精准定位到人和步骤 ││ ││ ││ 共同趋势：AI从"能用"走向"好用" ││ ││ • 弹性推理 → 让AI更高效地"用" ││ • 置信度校准 → 让AI更可信地"做" │。
2026-10-15 16:23:05
171
原创 AI前沿速递｜AI学会“装傻“了！
模型不再只是更大、更快，而是更"自主"。隐藏能力论文告诉我们：AI的安全边界可能比我们以为的更模糊ATHLETE告诉我们：机器人不再需要完美的数据，就能在复杂世界中行动MASS告诉我们：AI可以自己教自己，虽然这条路还很长这三篇论文都带着一种"坦诚的野心"——它们不回避自己的局限性，同时又在 pushing 边界。隐藏能力论文的作者公开了模型以促进防御研究；ATHLETE用5小时碎片数据挑战了"需要完整数据"的假设；MASS则主动报告了编码任务上的失败。
2026-10-14 15:46:24
343
原创 AI前沿论文解读｜何恺明让AI“过目不忘“、1.7B小模型碾压6倍大模型、微软发现“清空聊天记录“性能暴涨66%
这些技术进步，离普通人有多远？这次的答案可能比以往都近。VISTA告诉我们：有时候不需要更聪明的AI，而需要更好的"记忆工具"。这对所有做Agent产品的团队都是启发。UNITAS告诉我们：正确的表示方式比堆参数更有效。1.7B打败6B的故事，是"巧劲胜蛮力"的最佳注脚。告诉我们：即使是微软这样的巨头，最有价值的发现也可能是"清空聊天记录"这样朴素的方法。技术的前沿不一定是最复杂的公式，有时候是最朴素的洞察。本文解读基于arXiv预印本，论文可能尚未经过同行评审。如有勘误欢迎留言讨论。
2026-10-13 15:19:23
135
原创 GitHub 开源热榜日报 · 2026年10月13日
类别项目今日新增核心看点💥 爆款rea+45,495Agent 逆向工程，事件级爆发💥 爆款artcraft+4,106Rust 创意引擎，设计师新宠💥 爆款+2,100AI 编码工具的"美学补丁"📈 持续+70513 亿免费 Token，AI 编码白嫖📈 持续open-webui+14215.4 万 Star 的 AI 界面霸主🐴 黑马+1,903浏览器里的开源间谍卫星🐴 黑马AirLLM+8864GB 显卡跑 2.8T 模型🐴 黑马+394。
2026-10-13 15:17:28
251
原创 AI前沿速递｜机器人学会“想象未来“，AI靠“做梦“无限进化——2026年10月12日三篇必读论文深度解读
重尾分布是一个统计学概念：在一个分布中，大多数事件集中在"头部"（频繁发生），而少量事件分散在"尾部"（罕见但可能存在）。如果尾部的概率衰减得比指数分布慢，就称为"重尾"。头部：少数记忆被反复检索，构成"常用核心"长尾：大量记忆只被访问一两次甚至零次，沉入"遗忘区"fill:#333;important;important;fill:none;color:#333;color:#333;important;fill:none;fill:#333;height:1em;记忆使用分布。
2026-10-12 15:23:35
354
原创 GitHub 开源趋势日报 ·阿波罗 11 号制导计算机原始代码
今天的 GitHub Trending 榜单有点意思——AI Agent 赛道再次爆发，一个"用 AI 逆向一切"的项目单日暴涨 2.5 万 Star，直接冲上全榜第一；与此同时，低资源大模型推理、游戏移植工具、卫星数据可视化等项目也在各自赛道持续升温。以下按三层结构，逐一拆解。
2026-10-12 15:19:32
206
原创 JSON 字段顺序如何影响 LLM 性能？
论文的核心发现是：结构化输出的性能损失（“结构税”）几乎完全来自字段顺序而非结构本身。推理优先（Reasoning-first, R,A）的 schema 在 20 个模型-数据集组合中 13 个取得最佳成绩，且从不崩溃；而答案优先（Answer-first, A,R）在推理密集任务上可导致准确率暴跌 68 个百分点。工程上的直接建议是将所有 JSON/XML schema 的默认字段顺序改为"推理字段在前、答案字段在后"。
2026-10-11 15:03:04
140
原创 GitHub 开源趋势日报 | 2026年10月10日,告别 Mermaid 的图表设计系统
109 的日增 star 看起来不多，但"流式 3D 重建"是具身智能和自动驾驶的核心技术之一。当 Agent 需要理解三维物理世界时（比如机器人导航、AR 应用），这类技术是不可或缺的基础设施。学术光环（ECCV 最佳论文候选）加上实用价值，后续增长空间很大。
2026-10-10 11:18:10
539
原创 GitHub 开源趋势日报 | 2026年10月9日
今天的 GitHub Trending 榜单上，AI Agent 工具链项目呈爆发式增长——从逆向工程 Agent 到 Agent 跨会话记忆系统，再到 Anthropic 官方为知识工作者推出的插件库，"Agent 基础设施"正成为最火热的赛道。与此同时，PS5 移植工具和创意引擎的异军突起也值得关注。
2026-10-09 10:00:14
493
原创 推理越久越理性？拆掉你对大模型的三个“想当然“——2026 年 10 月三篇 AI 论文的工程视角
这篇把 2026 年 10 月 arXiv 上的三篇新论文揉在一起，回答三个直接影响你选型和评测的问题：推理模型想得越久是不是越理性、不重新训练怎么改掉模型里的事实、Agent 的技能库是不是越多越好。适合做 AI 应用落地、模型选型和效果评测的工程师与产品同学；读完你能拿到三条可以直接落地的判断。
2026-10-08 15:13:01
361
原创 GitHub 开源趋势日报 | 2026年10月8日
今天的 GitHub Trending 榜单被 AI Agent 生态全面占领。从逆向工程到安全审计，从代码记忆到终端工具，Agent 不再只是一个概念——它正在长出完整的基础设施。
2026-10-08 09:51:06
431
原创 从零到精通 Vibe Coding：写给“会 C 和 Python“的你的完整实操手册
入门篇：理解了 LLM 是"高概率接话王"（所以描述要清晰、输出要验证）；建立了"描述→生成→运行→反馈"的对话闭环心智模型；选好了工具路线（网页生成器起步 → AI IDE 主力）；亲手做完了第一个待办清单；记住了五大入门坑（需求模糊、贪大求全、报错两极端、无存档裸奔、全盘信任）。进阶篇：掌握了结构化需求 + 验收标准的写法；理解了"上下文"和"三天记忆实习生"模型，学会用规则文件、新会话、@文件来管理它；掌握了 QA 式反馈公式和五步调试法；跑通了小工具、改 bug、数据分析、网站上线四大场景；
2026-10-07 22:31:50
809
原创 GitHub 开源趋势日报 | 2026年10月7日用 AI Agent 逆向工程一切
morluto/rea 是一个基于 AI Agent 的逆向工程框架，目标是将"逆向分析"这个传统上高度依赖人工经验的领域，变成 Agent 可自动执行的工作流。支持从应用行为分析到 native binary 反汇编等多层次逆向任务。
2026-10-07 20:57:28
569
原创 GitHub开源趋势日报 | 顶流热门项目：AI Agent 专属“全网之眼”
每日精选 GitHub Trending 榜单，聚焦，帮你用最短时间追上全球开源最热方向。
2026-10-06 22:20:13
434
原创 一篇文章看懂Laya 与 JEV，他们将颠覆哪些场景？
大模型的军备竞赛正在进入平台期。参数量从 7B 卷到 700B，边际收益递减。下一个战场不在"模型更大"，而在"架构更聪明"。智能不一定需要大模型，融合感知本身就是智能。执行不需要思考，事件驱动本身就是最高效的智能。当这两者成熟，我们会发现：过去两年，90% 的"AI 智能体"其实根本不需要大模型。它们需要的是一套感知融合层和一套事件执行层。大模型只是偶尔被请出来"救场"的顾问，而不是 24 小时坐在工位上的全职员工。这不是大模型的终结，是智能体真正的开始。
2026-09-25 22:49:00
276
原创 数字人的口型是怎么「对上」模型声音的，情绪又是怎么喂进去的?
// ① TTS <audio> 已接线 → 每帧实测 RMS} else {setBusRms(0) // 无接线必须清零：残留 RMS 会让遥测误报「有声不动」if (ext!= null) {mouthAmplitude = ext // ② RTC 外部电平注入// ③ 都没有 → mouthAmplitude 保持 0，后面走合成包络兜底注意只要有真实驱动源，即使上层状态机没来得及把状态切成 speaking，口型照样驱动。写到这里必须坦白一个现状。
2026-09-09 22:06:01
297
1
原创 我在教室 75 寸大屏上跑了一个超低成本 AI 数字人：系统设计 + 口型同步、拒答根治、实时化三线攻坚实录
都在「跨系统边界」上——前端渲染与音频链的边界、编排多阶段之间的边界、云端黑盒与我们信令的边界、搜索引擎与实时数据的边界。边界上的 bug 之所以难查，是因为没有任何一个单点组件是「错的」，错的是组件间的假设。不是又一个烧钱的数字人 Demo，而是一个能真正放进教室、长期无人值守运行的低成本方案。如果你也在做教育场景的 AI 落地，希望「低成本不等于低体验」这个命题，能给你一点信心。
2026-09-09 17:18:13
289
原创 训练目标函数——模型的性格，是“考题“决定的 1.4
2018~2020 年，社区还在吵"BERT 和 GPT 谁更优雅"。零缝隙：推理就是从左到右生成，训练和用法完全一致，没有[MASK]这种历史遗留问题；100% 样本效率：每个位置都是训练样本，对比 MLM 的 15%，同一条数据被榨出了六七倍的训练量；单向不是绝症：虽然每步只看左边，但在不同位置上，模型把"每个词的左边"都看了个遍——整条街从头走到尾，哪怕只许往前看，走完全程你也认识每家店；scaling law 太香：模型越大、数据越多，loss 越稳地往下掉，涌现能力跟着冒头。
2026-08-11 11:17:55
230
原创 预训练数据工程——大模型的“食谱“比米其林还讲究1.3
数据合规清洗流水线原始数据↓[1] 版权来源检查 → 是否为合法获取？License 是否允许商用？↓[2] robots.txt 过滤 → 该网站是否禁止爬取？是否有 opt-out 声明？↓[3] PII 脱敏 → 移除所有可识别的个人信息↓[4] 有害内容过滤 → 去除仇恨、暴力、非法内容↓[5] 偏见评估 → 检测并缓解数据中的各类偏见↓[6] 来源记录 → 为每条数据保留来源追溯信息↓训练就绪数据集最佳实践清单记录一切。
2026-08-10 21:55:23
234
原创 Transformer 深度解剖——把“变形金刚“拆成零件给你看1.2
让序列中的每个词，都能"看到"其他所有词，并决定该关注谁、关注多少。批注：Transformer模型的核心机制是自注意力机制，能够直接建模任意距离的词元之间的交互关系。阶段技术核心思想复杂度1.0稀疏化注意力模式O(n)2.0优化硬件内存访问O(n²) 但常数极小3.0分页管理 KV Cache解决显存碎片批注：KV缓存通过存储注意力机制中的键值对，避免重复计算历史token的注意力，从而加速推理。
2026-08-10 18:06:44
321
原创 AI 简史与大模型起源——从「人工智障」到「赛博佛祖」的 70 年奇幻漂流1.1
类比：你不需要知道一个人的 DNA 序列来认识他。你只需要知道他和谁吃饭、在哪上班、朋友圈是什么——这些"共现关系"已经定义了他的社会身份。Word2Vec 对词语做的事，和你对朋友做的事一模一样。
2026-08-10 18:05:22
204
原创 第 03 章 像人一样记东西：记忆分三层，各有各的职责
把记忆模块的四个接口（存 / 变 / 找 / 让不让）定下来，让换数据库、换嵌入模型都不用改 Agent 一行代码。
2026-07-27 17:18:15
395
原创 第 02 章 先祛个魅：记忆、RAG、长 Prompt 是三件不同的事
先说最容易被当成"记忆"的那个——把历史对话拼进上下文窗口。它到底是什么：上下文窗口（context window）是模型这一次推理能"看到"的全部 token。把它当记忆用，就是每次请求都把历史拼进去。小周前两次打补丁（塞 20 轮、扩到 50 轮）干的就是这个。它的死穴，有论文实锤：注意一个细节：Lost in the Middle 测的是"能否正确引用明确写在输入里的事实"。这说明问题不是模型笨，是架构把关键信息放在了它最容易忽略的位置。这和小周第二次翻车（第 19 轮被截断）是同一类病——信息在上下
2026-07-27 17:08:32
243
原创 第 02 章 先祛个魅：记忆、RAG、长 Prompt 是三件不同的事
先说最容易被当成"记忆"的那个——把历史对话拼进上下文窗口。它到底是什么：上下文窗口（context window）是模型这一次推理能"看到"的全部 token。把它当记忆用，就是每次请求都把历史拼进去。小周前两次打补丁（塞 20 轮、扩到 50 轮）干的就是这个。它的死穴，有论文实锤：注意一个细节：Lost in the Middle 测的是"能否正确引用明确写在输入里的事实"。这说明问题不是模型笨，是架构把关键信息放在了它最容易忽略的位置。这和小周第二次翻车（第 19 轮被截断）是同一类病——信息在上下
2026-07-27 16:50:32
197
原创 第 01 章 翻车现场：上线三天，我的 Agent 被骂下线了
这一章没有技术名词，只有一个故事。一个后端工程师，一个客服 Agent，三次翻车。如果你做过 AI 应用，大概率能在里面看到自己——因为这些坑，专咬"真的把 Agent 上过生产"的人。
2026-07-26 22:46:32
205
云计算OpenStack及相关工具镜像资源分享：包括FusionSphere升级包与HCIE云服务架构实验指南等资料汇总
2025-05-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人