标签
作者将IONS协议从暴力图遍历重新设计为认知注意力架构，该架构逐步将查询路由到网络的相关切片中，分离了路径置信度、相关性和实用性。
一种名为工作记忆深度递归的新颖AI方法的演示，完全用纯Python实现，无需反向传播或梯度，支持局部学习并涌现泛化能力。作者已在多个平台发布代码，欢迎审查。
本文阐述了coding agent中harness（运行时框架）作为产品的核心重要性，并详细分析了它需承担的六个关键组件和边界控制机制。
前Facebook AI架构总监、LeptonAI创始人贾扬清在英伟达收购其创业团队一年后离职，据SemiAnalysis爆料，原因包括DGX Lepton运营不及预期及与黄仁勋在开源承诺上的分歧。
一篇批评性评论文章，认为大多数AI购物工具被错误地贴上了‘智能体’的标签，实际上它们只是增强的搜索或推荐引擎。文中以Glance为例，称其为时尚领域罕见的真正智能体。
一种受大脑启发的人工智能架构有望实现更快计算，同时功耗大幅降低，可能推动节能型AI硬件的发展。
探索为什么绘制大脑连接组是有价值的，认为与AI系统不同（AI的设计在权重之外的代码中），大脑必须物理地编码所有设计，因此结构是理解的关键。
Vadim Fedenko 分享了关于递归自我改进（RSI）的技术分析，认为真正的 RSI 需要能力的提升速度快于复杂度的增长，并且要拓展架构空间，而不仅仅是在固定参数内优化。他对 xAI 和 Anthropic 近期提出的 RSI 可能在一两年内到来的说法表示怀疑，理由是当前的大语言模型（LLM）缺乏减法工程能力，且现有的奖励函数忽视了复杂度。
用户推荐斯坦福的AI架构开放课程，认为其讲解精彩，令人目不转睛。
苹果宣布对其Apple Intelligence平台进行重大改革，发布了一套与谷歌合作、基于Gemini技术共同开发的基础模型构建的新AI架构，该架构支持多模态能力，并通过Private Cloud Compute实现隐私保护的设备端与服务器端处理。
一份精心挑选的阅读清单，包含基础和现代资源，用于理解代理架构，融合了经典分布式系统概念与当前AI代理模式。
该推文讨论了AI代理框架中的臃肿问题，赞同Kaffu提出的框架变成‘富人的玩具’的批评，并倡导一种由小型可替换工作者组成的可组合架构，以减少漂移，保持系统廉价且易于调试。
对Kimi K2.6的逆向工程分析显示，其架构优先考虑编排和技能注入，而非原始参数数量，通过多智能体协作无需再训练即可获得高SWE-Bench分数。
这篇评论文章尖锐指出，类似Claude的AI智能体缺乏真正软件架构所需的上下文判断力和说“不”的能力，警告人们不要让它们在缺乏人类监督的情况下设计系统。
一条引用推文讨论了 gBrain 对特定用例是最先进的，在 Hermes Agent 下采用共享内存层架构。
本文指出，大多数所谓的“智能体化”系统实际上只是配备工具的单智能体，并强调了多智能体架构带来的高昂成本和复杂性。文章梳理了三种有效的多智能体模式——编排者-工作者、流水线以及点对点模式，并提供了判断何时采用多智能体而非单智能体的标准。
本文批评了“多智能体编排”这一术语的过度使用，指出许多实现实际上仅仅是单一智能体使用函数调用，而非真正的分布式系统。文章强调了一些经过生产环境验证的实用模式，如顺序流水线和人机协作工作流，作为复杂但低效架构的替代方案。
文章认为，下一场重大AI辩论应聚焦于代表性和机构架构，提出三个层次（感知、核心、驱动）来应对AI系统如何捕获现实、推理及合法行动的问题，而非仅仅模拟智能。