architecture-comparison

一篇架构对比文章，分析 Pi Durable 与 OpenCode 的设计差异：Pi Durable 将模型生成、工具调用等序列化为可调度的持久任务，使工作不再绑定于单个进程，而传统会话式 harness（如 OpenCode、Claude Code、Codex）仍依赖进程内的活动 agent 循环。

一项对60K参数下Ternary语言模型的受控重新检查表明，基线形状显著影响性能比较，挑战了关于路由Ternary模型优势的先前说法。

Pi的新架构与Maka工具的架构高度相似，表明agent harness层正在借鉴数据库的预写日志和事件溯源原理，形成工程共识。

本文引入了一个通用层方程，将图神经网络统一为七个组件，从而实现架构比较、理论分析，并对过平滑和表达能力等问题提供见解。

Qwen3.8-27B 在架构上与 Qwen3.6-27B 完全相同，所有能力提升都归功于训练改进。

Cerebras 联合创始人解释了 WSE（晶圆级引擎）与 NVIDIA GPU 的根本区别：GPU 为图形设计通过堆叠核心和 NVLink 互联运行 AI，而 WSE 将整块晶圆做成单芯片，片上互联带宽和内存带宽远超 GPU 集群，推理速度大幅领先。