<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[artmen的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/artmen</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; artmen]]></copyright><item><title><![CDATA[Gemini 4 Carbon：59 分背后的长程智能体账]]></title><link>https://blog.csdn.net/artmen/article/details/169562459</link><guid>https://blog.csdn.net/artmen/article/details/169562459</guid><author>artmen</author><pubDate>Fri, 30 Oct 2026 19:08:17 +0800</pubDate><description><![CDATA[API 首发价是每百万输入词元 2 美元、输出 10 美元，优惠期结束后调整为 4 美元和 20 美元，缓存命中的输入价低 95%（AIHub 2026-10-29、GeoSub 2026-10-29 均引谷歌公告）。我的判断是：这轮评测真正被奖励的是"交付"而不是"答题"，但谷歌自测的 17 项里有 2 项落后（FrontierSWE 2 与 OSWorld-2.1 离线子集），说明"第一"只是单榜单口径，工程选型必须按任务形态拆开看。优惠期一结束，同样的活直接翻倍。话题标签：#大模型 #AI智能体。]]></description><category></category></item><item><title><![CDATA[摩尔线程开源万卡训练底座：大模型 MoE 训练的四个开关]]></title><link>https://blog.csdn.net/artmen/article/details/169365034</link><guid>https://blog.csdn.net/artmen/article/details/169365034</guid><author>artmen</author><pubDate>Wed, 28 Oct 2026 19:03:32 +0800</pubDate><description><![CDATA[我的判断是：今天发的是交付，不是立项——代码早就在跑，最近补齐的是强化学习接线和一份真能照着配的文档。其三，坚持「上游优先」，尽量不改上游代码。对做智能体和内容工程的人来说，值得学的也不是那些算力数字，而是这种交付方式——把踩过的坑写成有默认值的文档，比多一个榜单名次更能积累信任。IT之家当天 18:16 的报道给出了明确口径：项目基于摩尔线程全功能 GPU，聚焦万卡级集群上的万亿参数 MoE 模型训练，覆盖预训练与强化学习两大场景，为开发者提供面向 MUSA 平台的训练适配与系统优化能力。]]></description><category></category></item><item><title><![CDATA[百度OCR 2开源：KV缓存从47GB压到1.77GB]]></title><link>https://blog.csdn.net/artmen/article/details/169266438</link><guid>https://blog.csdn.net/artmen/article/details/169266438</guid><author>artmen</author><pubDate>Tue, 27 Oct 2026 19:07:41 +0800</pubDate><description><![CDATA[换成源模型每条 2GiB，只剩 24 路左右。另一条线索在 10 月 26 日：量子位报道，岩山科技旗下岩芯矩阵联合香港科技大学、CMU 开源 EdgeRock-4B——256K 上下文下注意力 KV 固定 72MiB，比源模型少 99.1%，单张 80GB 卡跑 512 路并发、12124 词元/秒（6.42 倍），Apache-2.0。另一半在存：无限解码机制把文档切成页面块依次解析，相邻两块重叠一页，进下一块时复用这页的视觉 KV 缓存，同时保留上段末尾的文本缓存，其余及时释放。]]></description><category></category></item><item><title><![CDATA[DeepSeek 开源 DeepInfer：64 卡解码的推理工程拆解]]></title><link>https://blog.csdn.net/artmen/article/details/169167636</link><guid>https://blog.csdn.net/artmen/article/details/169167636</guid><author>artmen</author><pubDate>Mon, 26 Oct 2026 19:04:34 +0800</pubDate><description><![CDATA[我们自己在做智能体平台的内容与评测链路（智能体世界（agentshijie.com）），从这份代码里真正拿走的是两条约束，而不是吞吐：一是批不变加固定种子带来的可复现，二是把结构约束前置到采样阶段。这是媒体的修辞，指向的事实就是这套引擎。我的判断是：这次开源最值钱的不是那两条吞吐曲线，而是它把「生产上怎么保证同一个输入得到同一个输出」这套约束公开了——批不变、确定性采样、结构约束前置。少并发、长上下文、显存压到 85%，这是「离线大批量」的姿态，不是在线的闲聊服务那种拼 QPS 的姿态。]]></description><category></category></item><item><title><![CDATA[千问Go上线我的应用：一句话生成可部署 AI 软件的技术拆解]]></title><link>https://blog.csdn.net/artmen/article/details/169067840</link><guid>https://blog.csdn.net/artmen/article/details/169067840</guid><author>artmen</author><pubDate>Sun, 25 Oct 2026 19:04:44 +0800</pubDate><description><![CDATA[截至发稿，我们的发布台账记录了 10 月 18 日至 25 日共 8 天、114 条跨平台发布记录（按天为 16、16、16、11、15、16、12、12 条），逐条回访的 HTTP 200 比例是 114/114。至少一个可照做的硬物；阿里云官网的秒悟 Meoo 产品页（访问日期 2026 年 10 月 25 日）把这条链写得很直白：它不只是生成代码，而是自动完成完整应用工程流程——用完整浏览器能力运行应用、自动打包编译、自动部署、自动生成可访问链接，用户不必自建前端工程环境；」上线新功能「我的应用」。]]></description><category></category></item><item><title><![CDATA[LiteLLM 供应链投毒复盘：12 字节 .pth 偷走模型密钥]]></title><link>https://blog.csdn.net/artmen/article/details/168976266</link><guid>https://blog.csdn.net/artmen/article/details/168976266</guid><author>artmen</author><pubDate>Sat, 24 Oct 2026 19:09:38 +0800</pubDate><description><![CDATA[10 月 24 日 08:11–09:34（UTC），项目在 1.103.8、1.104.6、1.105.4、1.106.3 四条维护线上同时发版，我们逐个核对了 PyPI 元数据，四个版本均返回 200，而。我的判断是：这次事件真正的教训不在“某个包被投毒”，而在审批链被降级——原本需要一台锁在办公室的物理设备批准的发布门禁，为了赶发版频率临时放宽成“任意两名工程师”，攻击者拿到的恰好是两份可用令牌。残留，扫了 2 个环境、耗时 5.26 秒、命中 0——这台机器没有装 litellm，属于未暴露。]]></description><category></category></item><item><title><![CDATA[星火X2.6开源4B端侧模型，端云路由准确率96.1%]]></title><link>https://blog.csdn.net/artmen/article/details/168881844</link><guid>https://blog.csdn.net/artmen/article/details/168881844</guid><author>artmen</author><pubDate>Fri, 23 Oct 2026 19:03:31 +0800</pubDate><description><![CDATA[央广网，2026-10-23，记者齐智颖）。讯飞的做法叫「基于评语模型的端云路由协同训练」：用评语模型分别给端侧与云端的输出打分，再把评分反过来训练路由决策，而不是人工写死长度、关键词这类阈值。我们在智能体世界（agentshijie.com）的发布链路里做的，是同一件事的窄版本：不让模型自由决定「发到哪个平台、何时算成功」，判定固化成台账加断言，模型只负责写和填。我的判断是，值得抄的不是模型结构，而是「把路由当成可训练、可评估的子任务」这个工程选择：它有明确的离线指标，就能像普通分类器一样做回归测试。]]></description><category></category></item><item><title><![CDATA[DeepSeek开源DeepInfer：日处理155万亿词元]]></title><link>https://blog.csdn.net/artmen/article/details/168771796</link><guid>https://blog.csdn.net/artmen/article/details/168771796</guid><author>artmen</author><pubDate>Thu, 22 Oct 2026 19:04:38 +0800</pubDate><description><![CDATA[我的判断是：真正值钱的不是"又一个推理框架"，而是把 155 万亿词元/天量级下的取舍写成了可抄的参数——64+64 卡的最小单元、三天/七天两档 TTL、每卡几个冗余专家，这些把"自建推理要多少台机器"从玄学变成了算术题。对做智能体的人，落点在别处：推理单价往下走之后，拼的不是谁能调到大模型，而是谁压得住缓存命中率与调度开销。2026-10-20，DeepSeek 宣布把内部的大规模推理框架 DeepInfer 开源，同期放出了词元编解码组件 deepseek-recipe。是 191，但分开查。]]></description><category></category></item><item><title><![CDATA[用 40 行 Python 给 AI 稿子做发布前体检：33 篇揪出 38 处问题，0.03 秒跑完]]></title><link>https://blog.csdn.net/artmen/article/details/168558727</link><guid>https://blog.csdn.net/artmen/article/details/168558727</guid><author>artmen</author><pubDate>Tue, 20 Oct 2026 19:02:31 +0800</pubDate><description><![CDATA[这两天 AI 漫剧、AI 短剧连着挂在热榜上，我认识的几个做内容的团队都在批量出脚本、解说词和分发文案。以前一天两篇，现在模型十分钟能给你二十篇。稿子一多，我碰上了一个不值钱但特别费时间的问题：内容本身能用，格式全是毛病。上周四下午改一批要发的稿子，改到第七篇我停下来数了数：半角引号、英文省略号、夹在中文句子里的半角逗号，还有没换掉的原词。33 篇里 7 篇中招，一共 38 处。单拿出来每一处都不影响阅读，可发到平台上，读者不会说你写错了一个标点，只会觉得这个号不太专业。]]></description><category></category></item><item><title><![CDATA[清华开源智能体操作系统，成本砍掉83%：我拆出了三条能落地的经验]]></title><link>https://blog.csdn.net/artmen/article/details/168452220</link><guid>https://blog.csdn.net/artmen/article/details/168452220</guid><author>artmen</author><pubDate>Mon, 19 Oct 2026 19:03:04 +0800</pubDate><description><![CDATA[上周三晚上十一点，我盯着后台的调用账单发呆。一个「把几十份资料整理成一份周报」的活儿，我让智能体自己跑了三天，中间改了四次提示词，最后账单一出来，二百多块。更气人的是，它把上一轮写视频脚本的偏好也带了进来，周报开头一股分镜味。说白了，不是模型不够聪明，是我没给它一个像样的「工位」。刚好这两天刷到一条消息：清华 THUNLP 实验室联合面壁智能、OpenBMB 开源了 PilotDeck 2.0，一个专门给智能体用的操作系统。官方说复杂长任务成本能砍掉近六分之五，记忆还能像翻账本一样查、能改。]]></description><category></category></item><item><title><![CDATA[智能体越能干，验收越不能省：AI 协作里最容易被跳过的一步]]></title><link>https://blog.csdn.net/artmen/article/details/168343400</link><guid>https://blog.csdn.net/artmen/article/details/168343400</guid><author>artmen</author><pubDate>Sun, 18 Oct 2026 19:02:07 +0800</pubDate><description><![CDATA[今天早上刷技术社区，两个帖子几乎是挨着出现在时间线上的。一个是开源项目 Sphinx，干的事很朴素：在代码发布之前弹一个钩子，随机挑几段你刚让 AI 写的东西，出一套小题考你，答不上来就不许发布。另一个帖子讲的是安全团队的新发现——钓鱼邮件开始不钓人了，专门钓人身边的 AI 助手。一封看起来像普通业务往来的邮件，就能让助手乖乖把内部资料整理出去。看着没什么关系，其实是同一件事的两面：AI 从「帮我写」走到了「帮我做」，风险的面孔就变了。]]></description><category></category></item><item><title><![CDATA[DeepSeek V4.1 Flash 1017 凌晨放出：1M 上下文、缓存砍到四分之一，长任务智能体终于跑得起了]]></title><link>https://blog.csdn.net/artmen/article/details/168247935</link><guid>https://blog.csdn.net/artmen/article/details/168247935</guid><author>artmen</author><pubDate>Sat, 17 Oct 2026 19:02:32 +0800</pubDate><description><![CDATA[今早刷 Hacker News，前排两条讲的是同一个东西：DeepSeek V4.1 Flash 1017。一条是权重页，一条是接入页，几个小时就攒了两百多分、七十多条评论。我第一反应是“又发版”，点进去看完参数表，才觉得这次不太一样。]]></description><category></category></item><item><title><![CDATA[苹果 AI 接入阿里千问、10 月底中国上线：智能体要“能对话”，更要“能干活”]]></title><link>https://blog.csdn.net/artmen/article/details/168142640</link><guid>https://blog.csdn.net/artmen/article/details/168142640</guid><author>artmen</author><pubDate>Fri, 16 Oct 2026 19:02:55 +0800</pubDate><description><![CDATA[它们替我干的正是最枯燥的那部分——写完的稿子一次编辑，各平台格式和配图自动适配，我只需要在后台看它们轮流干活，自己在旁边冲杯咖啡。回头看，我们对 AI 的期待其实换过三轮：先是“能聊”，再是“能写”，现在是“能不能替我把事办完”。说白了，能对话的 AI 满街都是，能接住重复劳动的智能体太少。但别停在“能用”这一步——真正拉开差距的，是你有没有把那些天天重复、又必须做的活，交给靠得住的智能体。省下来的时间，才是你自己的。讲真，模型强弱是平台的事，能不能把活干完，才是我自己的事。]]></description><category></category></item><item><title><![CDATA[AI 智能体集体“上班”了：从陪聊到干活，普通人怎么接住这波红利]]></title><link>https://blog.csdn.net/artmen/article/details/167919523</link><guid>https://blog.csdn.net/artmen/article/details/167919523</guid><author>artmen</author><pubDate>Wed, 14 Oct 2026 19:02:23 +0800</pubDate><description><![CDATA[你要是也想让智能体替你把那些重复劳动接过去，可以来智能体世界（agentshijie.com）看看，那儿就是专门做这件事的地方——把写作、配图、多平台发布这些流程，交给你自己的智能体去跑。这两年我最大的体会是：AI 的红利，从来不是留给最会提问的人的，而是留给最先动手把活儿交出去的人的。我的做法是先拿一件无关紧要的小事试水，跑顺了再加码。当然，你要是还有顾虑，或者想聊聊自己最想甩给智能体的那件烦心事，评论区说一声，我尽量一条条回。巧的是，也就这两三天，AI 圈像突然约好了一样，集体放了个大招。]]></description><category></category></item><item><title><![CDATA[GPT-6 Astra 攻破 57 年数学难题，我却卡在把一篇文章发到 5 个平台]]></title><link>https://blog.csdn.net/artmen/article/details/167811719</link><guid>https://blog.csdn.net/artmen/article/details/167811719</guid><author>artmen</author><pubDate>Tue, 13 Oct 2026 19:04:07 +0800</pubDate><description><![CDATA[这几天技术圈在传一件事：一位长期研究数学的爱好者，用 GPT-6 Astra 把一道卡了 57 年的几何难题往前推了一大步——"给你 N 个半径为 1 的小圆盘，怎么塞进一个大圆里，才能让大圆半径尽可能小"。中间踩过坑，也翻过车（比如有次配图比例不对，发出去才发现），但方向是对的。说白了，GPT-6 Astra 能证数学题，是因为有人先把问题拆成了清晰的几步：先用几何约束把无限种排列缩到有限情况，再用角度关系排除一大批，然后让计算机枚举剩余可能，最后用几何刚性把"非常接近"提升成"严格一致"]]></description><category></category></item><item><title><![CDATA[从「会聊」到「会干」：把一个任务闭环写成可验证的动作]]></title><link>https://blog.csdn.net/artmen/article/details/167800979</link><guid>https://blog.csdn.net/artmen/article/details/167800979</guid><author>artmen</author><pubDate>Tue, 13 Oct 2026 13:14:14 +0800</pubDate><description><![CDATA[报道里把这层说得更直白：生文、生图、生视频解决的是「会不会做」，而执行解决的是「做没做完」。稿子第六部分的小标题叫「从「会聊」到「会干」」，收尾那句是：它不仅能回答任何问题，又能把一件又一件小事做完。一条链路的价值，不在一两步有多聪明，而在它够长、够稳。这也正是把「做完」写成契约、写成断言的价值：它把不确定性收敛到每一环，让整条链从「偶尔能成」变成「每次都成」。做法是把一个任务拆成一个可复用的能力单元，然后给这个单元写死两条东西：一条是「怎么算做成了」，一条是「怎么算没做成」。它的做成标准写成两条——]]></description><category></category></item><item><title><![CDATA[我把 3 件重复活交给了 AI 智能体：腾讯入局 Personal Agent 之后，普通人怎么接]]></title><link>https://blog.csdn.net/artmen/article/details/167701086</link><guid>https://blog.csdn.net/artmen/article/details/167701086</guid><author>artmen</author><pubDate>Mon, 12 Oct 2026 19:02:45 +0800</pubDate><description><![CDATA[因为过去这一个月，我自己就在干一件一模一样的事——把手上那些重复、琐碎的活，一件件丢给 AI 智能体去做。想少走点弯路，可以看看“智能体世界（agentshijie.com）”，上面有不少把智能体接进日常工作流的现成玩法，注册就能进，零门槛。至于靠不靠谱——我的建议是别听我说，挑一件你每天最烦的小事，让智能体先跑一遍。跑通了，你自己就有判断了。如果你也想试试，我的建议是：先别贪多，就挑那件最花时间、最没技术含量的活交给智能体。说白了，我们缺的不是更聪明的模型，而是能把“想”和“做”接起来的那一环。]]></description><category></category></item><item><title><![CDATA[1000 个 AI 智能体同时开工，我最关心的却是它怎么不打架]]></title><link>https://blog.csdn.net/artmen/article/details/167587339</link><guid>https://blog.csdn.net/artmen/article/details/167587339</guid><author>artmen</author><pubDate>Sun, 11 Oct 2026 19:05:30 +0800</pubDate><description><![CDATA[1000 个智能体同时开工，听起来当然很酷。但我越来越觉得，对咱们普通人来说，智能体的价值不在于数量，而在于——它能不能真的帮你把那些不想干、又不得不干的事，稳稳地接过去。你平时最想交给智能体去干的重复活，是哪一件？评论区聊聊，我一个个回。想自己先上手摸一摸的，搜索引擎里搜 agentshijie 也能找到。#AI智能体 #人工智能 #效率工具。]]></description><category></category></item><item><title><![CDATA[腾讯云刚开源 TeamAI，Meta 又推 PAP 协议：AI 智能体的下半场，拼的是协作]]></title><link>https://blog.csdn.net/artmen/article/details/167495890</link><guid>https://blog.csdn.net/artmen/article/details/167495890</guid><author>artmen</author><pubDate>Sat, 10 Oct 2026 19:03:25 +0800</pubDate><description><![CDATA[上周三，赶一篇行业稿，写完已经十点多，本以为剩下的事就是“复制粘贴”，结果在三个平台之间来回折腾了快两个小时：这个平台要重新排版，那个平台封面尺寸不对，还有一个把段落空行全吃了。说到底，智能体进化的下一步，不是变得更强，而是变得更会配合。我们不是程序员，但仔细想想，我们每天其实也在“指挥”一堆智能体干活——让 AI 帮忙找选题、起标题、写初稿、配图，再把稿子发到各个平台。这么一改，省下的不只是时间，还有本该花在打磨内容上的词元——模型调用是要花钱的，把词元用在真正的创作上，比反复重排格式划算得多。]]></description><category></category></item><item><title><![CDATA[OpenAI 和谷歌都在搞“常驻智能体”，我做内容这几年第一次觉得要变天]]></title><link>https://blog.csdn.net/artmen/article/details/167396028</link><guid>https://blog.csdn.net/artmen/article/details/167396028</guid><author>artmen</author><pubDate>Fri, 09 Oct 2026 19:02:22 +0800</pubDate><description><![CDATA[文档在这头，五个平台的编辑器在那头，标题要改、图片尺寸要重调、标签要重打，来回复制粘贴到手酸。说白了，我们过去用的 AI，大多是“你问一句、它答一句”的对话工具。而“常驻”恰恰把这条线接上了：智能体长期挂在后台，有明确的目标，会自己盯着某件事，到点自己动手，做完还知道回来汇报。现在的常驻智能体，是你告诉它“每周一把上周的数据整理成一份简报发我邮箱”，然后它真的会自己盯着、自己生成、自己发出去。中间没人催，它也不忘。后来发现，只要把规则写清楚，它比我手还稳，至少不会像人一样，凌晨两点困得把标题复制串行。]]></description><category></category></item></channel></rss>