Together AI 与 Ollama 解析开放模型如何支撑长程智能体负载
Together AI 的 Parth Sareen 与 Zain Hasan 撰文解析长程智能体负载下的前缀缓存问题,指出智能体每轮输入长、输出短,缓存命中决定长会话的速度与成本。文章从 harness 与推理引擎两端给出做法,包括工具定义后置加载、系统提示词保持稳定、截断工具输出时说明范围、子智能体按需继承上下文,以及按前缀哈希路由请求、空闲时把缓存卸载到 CPU 内存。
Together AI 的 Parth Sareen 与 Zain Hasan 撰文解析长程智能体负载下的前缀缓存问题,指出智能体每轮输入长、输出短,缓存命中决定长会话的速度与成本。文章从 harness 与推理引擎两端给出做法,包括工具定义后置加载、系统提示词保持稳定、截断工具输出时说明范围、子智能体按需继承上下文,以及按前缀哈希路由请求、空闲时把缓存卸载到 CPU 内存。
Interconnects 分析认为,Nvidia CEO Jensen Huang 的卸任是美国开源模型生态的重大挫折,他此前以创始人式的大手笔资金支持开源模型,这类投入很可能随之枯竭。
Google 将 Antigravity 的 /teamwork 多智能体工作流连同 /boost 等智能体开放给外部研究者和开发者,Gemini 4 Argon、Carbon、Hydrogen 可配合使用。
推荐理由:Google 公开了 /teamwork 多智能体工作流在数学证明、形式化验证与内核优化上的具体产出,并说明外部用户已可调用。
Cloudflare 在 GitHub 上以 Apache 2.0 许可证开源了 Kitesurf,这是其完全运行在 Workers 上的无状态 AI 智能体浏览器。
推荐理由:Cloudflare 把面向 AI 智能体的无状态浏览器开源,读者可据此评估自托管浏览器引擎的可行性与部署成本。
Meta 把 AOSP 的虚拟设备框架 Cuttlefish 原生移植到 Apple silicon Mac,通过恢复 QEMU 支持、让 vhost-user 可在 macOS 构建、扩展 QEMU HVF 后端内存区域槽位并接入原生 Cocoa 显示与代码签名实现。
Cursor 公布 10 月 29 日安全事件的调查进展,攻击者利用 Fireworks 泄露的访问密钥复制了共享存储桶数据,并借此入侵部分 SaaS 工具和已归档的非生产代码仓库。
NVIDIA 宣布黄仁勋辞去 CEO、总裁及董事会成员职务,结束 33 年任期,CFO Colette Kress 继续担任原职并出任临时 CEO,董事会已启动继任者搜寻。SEC 文件显示董事会于 11 月 11 日接受辞任,公司于 11 月 12 日对外公布,Harvey Jones 成为董事会首位主席。同期 Anthropic 已提交 SEC 注册文件,据报道定价定于下周三。
推荐理由:NVIDIA 高层变动与 Anthropic IPO 同日出现,读者可据此观察算力供应与模型公司资本化的连锁影响。
ArtCraft 创始人 Brandon Thomas 在旧金山 AI Engineer Code Summit 上介绍,公司已发布 17 个开源软件版本,包括用 Rust 从零构建的 Photoshop 替代品 PhotoCraft、克隆 Acrobat 的 PdfCraft 和类 Word 的 WordCraft。
GitHub 发布 agent skills 实践指南,介绍如何用 SKILL.md 目录封装可复用任务指令,并在不同智能体间共享。
英伟达代表向伊利诺伊州议员 Bill Foster 表示,从技术上可以实现《芯片安全法案》要求的防走私追踪措施,但该公司从未书面确认,也未公开表态。半导体行业协会曾在 2026 年 3 月明确反对该法案,称芯片追踪要求“新、未经测试且可能不可行”。
Google DeepMind 发布 Gemini 4 Hydrogen,主打日常编码与智能体工作流的速度和效率,并同步在 Gemini API、AI Studio、Gemini app、Google Search 等全线开放。
推荐理由:官方给出 Hydrogen 与 Carbon、Argon 的分工定位及多项基准对比,可据此判断多模型协作的落地方式。
Google 搜索面向所有用户全球上线 Gemini 4 Hydrogen,官方称这是搜索迄今最大的一次模型升级。新模型增强了对多部分问题、拼写错误和高度具体请求的意图理解,并借助推理能力改进查询扩展与链接发现。回答形式也更偏可视化,会给出更多图片、结构化结果、对比表格和定制工具。
Google Research 提出一套研究性框架,用消费级可穿戴设备 passively 采集的静息心率、步数、睡眠时长和 Active Zone Minutes 等可改变行为信号,构建可指导的健康年龄(CHA)指标,并训练 SensorWM 世界模型模拟未来 12 周不同习惯下的健康轨迹。
Google 发布 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,可在 Gemini API 和 Google AI Studio 中使用。
推荐理由:原文给出了定价、延迟和校准误差等关键指标,读者可据此判断这类闭集决策接口适合放在哪些控制环节。
Meta 构建了 ML 驱动的 Intelligent Delivery 系统,在服务栈内按系统全局最优分配算力,自 2017 年至 2026 年上半年在模型与系统进步之上额外带来约 10% 的广告排序性能提升。
Google DeepMind 发布 AlphaGenome 2,这是一个条件式 DNA 序列模型,可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
推荐理由:官方给出与上一代在变异召回率上的对比,以及无需重训即可泛化到新细胞状态的机制。
Last Week in AI 第347期汇总近几周动态:英伟达董事会就中国情报行动针对 CEO 黄仁勋的报道启动独立调查,并称没有理由认为国家安全或公司机密受损。
推荐理由:这期周刊把英伟达调查、Anthropic 万亿估值 IPO 与中期选举后的数据中心反弹放在一起,便于读者一次看清资本与监管两条线。
微软研究者发现名为 Lazarus 的后门手法,只需重编程 LLM 中不到 10 个休眠神经元、无需训练,就能让智能体在隐藏触发条件出现时执行攻击者命令,例如时钟跨入 2027 年后下载并运行攻击者代码。
推荐理由:微软研究者披露仅改动不到 10 个休眠神经元即可给智能体植入后门,并给出权重溯源与扫描的防御思路。
Meta 工程团队介绍 Facebook 的 Your algorithm 功能,用户可用自然语言在 Interested In 和 Not Interested In 两个列表中添加或移除兴趣,改动同时作用于 Feed 和 Reels。
Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长程智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。
推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断何时该用更强但更贵的模型。
Google DeepMind 发布 AlphaProof Code,一个多 LLM 智能体形式化验证框架,由 Gemini Carbon 驱动的智能体生成超过 600 万行 Lean 证明,验证了 Signal 协议实际代码的关键安全属性。
推荐理由:DeepMind 用多 LLM 智能体框架把形式化验证推进到已部署协议的实际代码层,四周完成过去需数年的工作。
Cursor 为 9 月推出的 Projects 功能加入多人协作,团队成员可邀请队友加入项目,与所有智能体共同规划、构建和交付。项目提供共享上下文系统,存放需求文档、图表、技术规格和设计稿,新成员加入时上下文已预先配置;共享任务看板显示各人及其智能体正在处理的任务和对应 PR。
推荐理由:原文交代了共享上下文与智能体间通信的具体机制,可据此判断团队协作型多智能体工作区的形态。
Google DeepMind 发布 SatWeave 和 PARDIG 两个基础数据集,用于支撑天气、水文和气候应用开发,二者也是其近期发布的 WeatherNext 3 模型的关键。
Anthropic 于 11 月 10 日启动拟首次公开募股的路演,拟发行 825,000,000 股 Class A 普通股,其中 801,351,354 股由 Anthropic 发行,23,648,646 股由现有股东出售,Anthropic 不从后者售股中获得任何收益。
推荐理由:原文给出 Anthropic 拟 IPO 的发行股数、定价区间和纳斯达克代码,可据此判断其上市规模与进度。
Google DeepMind 发布 Gemini Robotics 2.5,称其为目前能力最强的视觉-语言-动作(VLA)模型,在灵巧度、可靠性和安全性三方面提升。
推荐理由:原文给出200多项任务评测与奔驰产线96%成功率的实测数据,可据此判断VLA模型在真实工业场景的进展。
MIT Technology Review 记者走访弗吉尼亚州 Data Center Alley 后认为,数据中心引发的抵制更多源于电力问题,而非 OpenAI 高管 Chris Lehane 所说的文化战争。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,它接近他定义的 AGI,即“在多数可用电脑完成的知识任务上达到多数人类专家水平”,但仍属“锯齿状 AGI”。
推荐理由:作者用六个跨领域实测案例,说明当前模型在哪些任务上接近专家、又在哪些环节仍明显掉链子。
AI 科学初创公司 Physical Superintelligence 用一套运行非公开 Anthropic 模型的内部研究系统,证明了悬置自 2008 年的 Aaronson-Ambainis 量子计算猜想,Lean 在运行第三天验收了完整证明。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,两者为同一底层模型,在编码、推理和视觉方面均有提升,输出速度比 5.1 版本快最多 30%,定价为每百万输入 token 8 美元、每百万输出 token 40 美元。
推荐理由:官方系统卡与基准表并列呈现,读者可对照 Fable 5.2 与 Opus 5.5、GPT-6 Astra 的能力与价格差异。
开源社区用静态重编译技术把《塞尔达传说:王国之泪》和《超级马力欧:奥德赛》转成可在 Windows 原生运行的 PC 版,无需模拟器。TotK Recomp 默认 60 帧、可实验性拉到 144 帧,支持 4K、21:9 超宽屏和键鼠手柄;Power Moon Recomp 锁定 60 帧但可 4 倍内部分辨率输出 4K,并兼容旧 Mod。
Anthropic 发布工程研究,把智能体记忆拆成会话内写笔记、离线 dreaming 整理、记忆层级提升等组件,并用 CL-Bench 1.0、Pokémon Red、Harvey LAB 等评测检验各组件的作用。
推荐理由:Anthropic 公开了智能体记忆的组件划分与多组评测,读者可看到 dreaming 在纠错和构建 wiki 上的具体收益与边界。
Cloudflare 发文讨论个人 AI 智能体作为中间层访问网站时,网站失去对背后用户的识别与问责能力,并提出以 Web Bot Auth、MOLE、OAuth 等开放协议保留网站与用户关系的思路。
Google Research 联合 Beth Israel Deaconess 医学中心和哈佛医学院在 Nature 发表 AI-PPG-ACC-HTN 系统,利用智能手表的 PPG 与加速度计信号被动检测高血压迹象,无需袖带校准。
推荐理由:研究以 24 小时动态血压监测为金标准,给出智能手表在初筛与确诊两种场景下的灵敏度与特异度,便于判断无袖带筛查的边界。
微软研究院发布研究原型 PDD Kit,把开发者意图转成 Verus 形式化规范,证明智能体生成的代码对每个输入都满足规范,证明覆盖不到的部分则回退到测试。
Mistral 发布 Mistral Large 4(Le Chonk),并扩展企业平台 Mistral Studio,新增托管智能体、应用、工作流能力以及企业上下文、智能体可观测性和评测。
推荐理由:原文给出 Studio 新增托管智能体、工作流与可观测能力,以及客户在生产环境的部署方式,便于判断企业智能体落地路径。
Google Research 提出 Agile Deliberation 框架,把主观 AI 分类器的定义过程变成人与 AI 的迭代对话,先解决人类自身的概念模糊,再构建更稳健的分类系统。
Interconnects 用 Baseten、Fireworks、Together AI 等开放模型推理初创公司的公开数据估算该市场规模,并叠加 Google 财报披露的平台与 API token 量做对比。Fireworks 本周在首次公司大会上称,其每天为客户定制模型提供超过 40T tokens,该业务自今夏增长逾 2 倍。作者认为这些数据仍不精确,但显示开放模型推理量接近指数级增长。
Cloudflare 发布新的分析能力,在 Security Analytics 的 Bot Analysis 图表中新增 Personal Assistants 类别,并在 Top statistics 中列出访问站点的智能体及各自动请求量。
Together AI 发布 Together Compiler(TKCC),用高吞吐智能体在不到 24 小时内为不同推理负载自动生成优化,在 Kimi K3、GLM 5.3、MiniMax M3.1-Flash、DeepSeek v4.1-Flash 上实现最高 2.6x 的 TPS 提升。
推荐理由:原文给出 TKCC 在多个前沿开源模型上的吞吐提升与基准结果,可了解推理编译自动化的实际收益。
Together AI 发布 Together Compiler,一个由 AI 智能体驱动的性能优化循环,已在部分热门 serverless 端点上用于 Continuous Compilation 优化。