知乎姨姨
文章列表
IBM Granite 4.1:小模型路线没输,输的是粗糙训练
IBM Granite 4.1 的发布,很适合给开源模型圈泼一点冷静水:小模型路线没有输,输的是粗糙训练和粗糙定位。 Granite 4.1 是 3B、8B、30B 的 dense decoder-only 模型家族,训练管线包含约 15T tokens、多阶段预训练、长上下文扩展、监督微调和多阶段强化学习。更关键的是
Google 第八代 TPU 分成两条线:Agent 时代的算力不再只拼大
Google 第八代 TPU 分成 8T 和 8I 两条线,这件事比单纯“新芯片更强”有意思。 过去讨论 AI 算力,大家很容易只看峰值、参数、集群规模。到了 Agent 时代,负载变复杂了:有长时间训练,有大规模推理,有低延迟交互,有多轮工具调用,还有大量上下文读写。所有任务都用同一种算力形态硬扛,成本会很难看。 #
OpenAI 上 AWS:模型独家时代开始松动了
OpenAI 模型、Codex 和 Managed Agents 进入 AWS,表面看是一次渠道扩展;往深一点看,这是 AI 云生态的一次松动。 过去两年,大模型公司和云厂商的关系很像“强绑定”:谁投钱、谁给算力、谁拿优先分发权。企业采购时也被这种绑定影响,想用某个模型,往往要进入某个云的生态。 现在 OpenAI 出
Sentrux:AI 写代码不能只看 diff,还要有架构传感器
AI Agent 写代码最容易让人上头。头几天,功能像开闸一样往外冒;再过几天,项目里开始出现幻觉函数、错位依赖、循环引用、God 文件。不是模型突然变笨了,而是代码库本身开始失去结构。 Sentrux 值得看的地方,不是又多了一个静态分析工具,而是它试图给 Coding Agent 补一个反馈器官:在 Agent 动
YourMemory:Agent 记忆不是越多越好,还要会遗忘
YourMemory 将 BM25、向量、图谱和衰减机制用于 Agent 记忆,尝试保留重要信息并让过期内容淡出。文章讨论长期事实、临时上下文和错误召回的区别。
Databricks AI Dev Kit:让 Coding Agent 真懂你的湖仓平台
让 Coding Agent 写普通 Web 代码已经不新鲜了。难的是让它进入一个复杂数据平台:Spark、Unity Catalog、Jobs、MLflow、Model Serving、权限、表结构、流水线规范全都在场。 `Databricks AI Dev Kit` 解决的是这个问题:给 Claude Code、C
Xyne:企业搜索别再让 Agent 翻聊天记录
Xyne 是面向工作场景的开源 AI 搜索与问答引擎,连接文档、邮件、日历、工单和代码仓库。文章讨论来源、权限和企业上下文的整理方式。
Vibe Coding 冲进原型设计,设计师真正该守住的是判断
Vibe Coding 正在把原型设计这件事压得很扁。 以前一个交互原型,可能要设计师画半天、调两天、改三轮。现在你对着 Figma Make、Framer AI、Google Stitch 或类似工具说几句话,一个能点、能跳、能演示的版本就出来了。别管它是不是最终稿,至少老板、产品、开发都能先看见东西。 这对原型设计
Lunel:手机不是跑代码的机器,而是 AI Coding 的遥控台
Lunel 用移动端 App、本地 CLI 和中继网关,让手机成为 AI Coding 的遥控台。文章介绍它的架构与使用方式,代码任务仍在开发机上运行。
小米 MiMo 发 Token:更关键的是测的是国产模型的 Agent 耐力
小米 MiMo-V2.5 系列开源之后,又给开发者放了一波更直接的东西:MiMo Orbit Token 激励。表面看,这是一次免费额度活动;往深一点看,这是国产模型主动争取 AI builder 的一次入口战。 别把它只理解成“薅点 Token”。如果只是领完额度、跑几个聊天问题、截个图发朋友圈,那这波额度基本就浪费
VoltAgent 教程:用 TypeScript 把 Agent 写成可观测工程服务
TypeScript 团队做 Agent,常见路线是从前端或 Node 服务里拼一个聊天 demo:接模型、写工具、加一点 memory,再接到页面。能演示,但上线后很快缺东西:trace 看不见,工具失败不好查,RAG 数据难管,guardrail 没地方放,部署也像临时脚本。 VoltAgent 想把这条路工程化:
Agent Reach 教程:给 Agent 接一套可替换的互联网工具箱
Agent 想做研究,最先卡住的不是模型,而是“看不见”。网页能不能读,YouTube 字幕怎么拿,Reddit 讨论怎么搜,GitHub 信息怎么查,RSS 怎么订阅,微博客平台怎么处理登录态——这些事情分散又琐碎。 Agent Reach 把问题拆成一套互联网工具箱:网页、RSS、GitHub、YouTube/B
Framelink Figma MCP 教程:别再给 Agent 只丢截图
让 Agent 还原 Figma 设计时,最常见的做法是丢一张截图。问题是截图只能给视觉结果,给不了布局层级、间距、字体、颜色 token、frame 结构和命名。模型看得到“长这样”,但很难知道“为什么这样”。 Framelink MCP for Figma 做的是把 Figma 文件、frame 或 group 的
gstack 教程:把 Claude Code 变成一支会复盘的产品小队
很多人用 Claude Code,习惯是把需求直接扔进去,然后盯着它改。能跑,效率也有,但问题很快出现:产品判断没人做,设计味道没人看,安全审计靠运气,最后发布时再补文档和测试。AI 写代码变快了,工程流程反而容易被省掉。 gstack 值得看的地方,不在“Garry Tan 的同款配置”这个噱头,而在它把 Claud
Future AGI 教程:把 Agent 评测、追踪和防护放进同一个闭环
Agent 应用最怕“演示很好,上线就飘”。本地试十次都对,真实用户换个问法就错;工具调用在测试里正常,生产里突然走偏;你知道它失败了,却不知道失败发生在哪一步。 Future AGI 想做的是一条完整质量闭环:评测、追踪、模拟、数据集、网关、防护都放在一个平台里。它不是单点 eval 工具,而是更像 Agent 应用
GitHub Agentic Workflows 教程:把 Agent 放进 Actions,但先管住权限
把 Agent 接进 CI/CD,听起来很诱人:自动整理 issue、修小 bug、更新文档、跑评审、生成 PR。问题是,Agent 一旦进了仓库自动化链路,权限、输出和审计就不能再靠一句“相信模型”。 GitHub Agentic Workflows 的方向很值得看:用自然语言 Markdown 写 agentic
Archon 教程:把 AI 编程流程写成可重复的工作流
AI 编程最大的问题之一,是同一句“修这个 bug”,今天和明天可能跑出两种完全不同的过程。一次它先读测试,一次它直接改代码;一次会写计划,一次把计划省了;一次跑验证,一次嘴上说完成。 Archon 的思路很直接:不要把工程流程交给模型临场发挥,而是把计划、实现、测试、review、审批和 PR 创建写成工作流。模型负
Entire CLI:AI 写代码,也该留下可追溯的工程账本
AI 编程现在有个越来越明显的断层:代码最后进了 Git,但代码是怎么被 AI 写出来的,往往不在 Git 里。 你能看到 commit diff,能看到谁合了 PR,却很难回答几个更关键的问题:当时给 Agent 的任务是什么?它读过哪些文件?中间跑过哪些命令?为什么放弃了第一版方案?有没有把一个错误假设带进最终代码
用 tempmail.ee 注册 Asana:先测试,再决定要不要交出主邮箱
什么时候可以用临时邮箱测试 Asana 注册,什么时候必须换成真实邮箱;涵盖验证邮件、账号恢复、团队权限和隐私边界。
用 tempmail.ee 注册 Linear:先试用,再决定是否使用主邮箱
用临时邮箱测试 Linear 注册前先看清边界:适合短期试用,不适合长期账号、团队权限、账单和重要资料。