DeepSeek V4：一份技术报告里藏着的地震
本文深入解读了 DeepSeek V4 技术报告，指出其核心意义在于实现了训练系统与硬件的解耦。通过英伟达 GPU 和华为昇腾 NPU 的混合验证，中国 AI 训练从“被卡脖子”的死结转变为时间可解的工程问题。作者认为，这是 AI 算力自主可控的分水岭，改变了产业竞争的根本逻辑。
相关文档
还原田柯宇事件：被破坏的训练，和一个争抢“天才”的时代
文章深度还原了2024年字节跳动视频生成模型Goku训练故障事件。团队经历数月无法解释的训练异常，上百名工程师参与排查，最终发现PyTorch代码被篡改、共享服务器上存在隐藏攻击代码，矛头指向实习生田柯宇。字节随后辞退并起诉田柯宇。两年后，田柯宇获近3000万美元融资并在播客中重提旧事，称自己出于“朴素的正义”，引发前同事公开回应与争议再起。文章通过多方访谈呈现排障细节、字节的处理过程，并探讨AI人才竞争中成果与手段的伦理问题。
小米 MiMo-V2.6 技术报告：260 万美元 RL 算力与三维扩展，将万亿 MoE 模型推入前沿梯队
文章解读小米 LLM-Core 团队发布的 MiMo-V2.6 技术报告。核心主张是通过系统性扩展强化学习算力提升模型智能，需同时扩展训练批次、环境多样性和评分器三个维度。模型有 Pro（1.02T MoE）和 Flash（310B）两个规格，RL 后训练成本分别 260 万和 90 万美元。报告详述了中期训练优化、GRPO 训练细节、多 harness 训练、四层 reward hacking 防御、Groupwise Agentic Grading 评分体系、router 冻结发现及基础设施设计，最终性能进入与 Claude Opus 5 / GPT-5.6 同一梯队，并开源蒸馏模型、环境与 RL 框架。
DeepSeek，华为，「必须成功」：十六万颗萤火照进荒原
文章讲述了DeepSeek与华为两条看似毫无交集的技术路线如何走向深度结盟的故事。幻方量化创始人梁文锋早在2019年就囤积算力（萤火一号、二号），而华为通过海思备胎计划在实体清单后推出昇腾芯片。在英伟达对华禁售后，DeepSeek以极致工程能力用低配H800训练出V3和R1，震撼硅谷并引发英伟达市值暴跌。2026年，梁文锋押上200亿元，联合华为将下一代旗舰模型迁移到纯国产昇腾底座，并在内蒙古规划16万颗昇腾芯片的超大型数据中心。这是一场被地缘封锁逼出来的、别无选择的技术突围。
DeepSeek-V4.1-Flash 技术报告：将 KV 缓存压缩推向极限，重构预填充、缓存与部署的成本结构
本文深度解读 DeepSeek-V4.1-Flash 技术报告，该模型通过 CED 不对称编码器-解码器架构、CSA2 跨层稀疏注意力复用、FP4 主 KV 量化及 SWA Bounded Replay 近似恢复四项设计，将常驻 HBM 的全局 KV 缓存降至 890 bytes/token（约为上一代四分之一），持久化缓存降至八分之一。文章详细解析各项技术的原理与协作机制，澄清了对压缩数字的常见误读，评估模型能力变化，并与 PagedAttention、MiniCache 等已有 KV 压缩路线对比，指出该工作将缓存压缩从算法点推进为面向百万 token 长程 agent 场景的系统级共同设计，同时讨论其证据强度与局限。
智谱用 GLM-5.3 自己优化了自己的推理系统
智谱披露 GLM-5.3-Flash 的全部生产推理已运行在超 10 万块国产 AI 加速器上，从跑通到上线不到两周，端到端吞吐量提升 3.2 倍，大量优化工作由 GLM-5.3 驱动的智能体完成。核心经验在于'密集反馈'机制：将资深工程师的隐性过程奖励显性化为分层验证接口，让智能体自主定位并修复精度漂移、GIL 并发瓶颈、重复计算等真实工程问题。国产芯片单 token 成本已对标英伟达 GPU。唐杰指出目标设定与高风险审查仍由人负责，但最小递归自我改进闭环已存在。
BestBlogs 早报 · 08-28｜MHS 连接真实设备，Anthropic 重构产品协作，GLM 5.3 Flash 以架构与国产芯片降本
本期早报聚焦智能体真实交付的三个坐标。其一，Anthropic 的 MHS 研究预览通过标准驱动和统一能力格式，把实验室设备集成从数周压缩到数小时，让智能体操作显微镜、移液工作站与机械臂，卡内基梅隆团队报告实验速度提升约三倍。其二，Mike Krieger 讨论智能体时代团队从逐步派任务转向结果委派，同时强调可观测性、Feature Flag 与意图审查等工程控制的重要性。其三，智谱 GLM-5.3-Flash 通过稀疏注意力、视觉反馈和国产芯片推理栈实现五层降本。速览覆盖教育实验、双盲评估、数据治理、商业协议与算力金融化等话题。
对标 Opus 4.8，价格只有 1/40，“牛来”模型 GLM-5.3-Flash 实测
智谱发布 GLM-5.3-Flash 模型（320B 总参数、仅激活 18B），即此前在 X 上爆火的匿名“牛来”模型。其 AA 综合智能指数达 57 分，与 Opus 4.8 相当，但价格仅为后者的 1/40，并采用稀疏注意力+线性注意力混合架构，由国产芯片支撑全部线上推理流量。作者通过多个实测案例展示模型能力：一句话从 PDF 生成企业官网、生成带真实图片的 PPT、模拟 Omarchy Linux 界面、构建在线 Excel、开发多款小游戏，以及用多模态能力自动剪辑《楚门的世界》电影解说视频。文章认为该模型以架构创新和国产算力打破了“前沿模型必然昂贵”的逻辑，且已以 MIT 协议开源。
PixVerse R2世界模型：AI视频走向可交互的持续世界
文章介绍了PixVerse R2世界模型的突破：不同于生成固定内容视频的传统路线，R2实现连续可交互的视频流，用户的实时输入能持续影响场景、角色和故事。技术报告解析了其两层训练架构、Dynamic Chunk动态分块、Hybrid Teacher Forcing与Diffusion Forcing抑制漂移，以及Sink Memory、Rolling History、Object KV Cache三通道记忆系统。应用方向包括可探索的World、互动影游Story和实时数字人Character。作者认为影响持续存在的世界模型将催生互动影视、实时游戏和新型社交空间等新形态产品。
让AI从新人变成长期的同事——硬核拆解Alloomi的三层技术路线
作者通过分析Alloomi的两篇技术报告，拆解了让AI具备长期工作能力的三层技术路线：记得住、学得会、做得成。第一层通过给信息打标签、时间有效期管理和连接强化构建持久化上下文记忆（OpenContext已开源）；第二层通过经验池筛选、微调飞轮和Engram X设计将经验写入模型权重实现自我进化，并配有三裁判安全阀机制；第三层在SWE-Bench-CL、JobBench、GDPval等基准上验证端到端交付能力。三层构成可回滚的闭环，让AI每完成一次交付就变强一点。
AI 同事的完整技术栈：从“记得住”“学得会”到“做得成”
本文介绍了 Alloomi 提出的 AI 同事完整技术栈，由三层能力闭环组成：Holistic Context 负责跨会话的上下文记忆，Self-Evolving Agent 通过后训练从反馈中学习，专业交付层验证实际工作成果。文章详细阐述了每层的技术机制、benchmark 结果及其局限性，并强调 OpenContext 仅是工程底座而非完整方案。最终指出，只有三层协同工作，才能实现可持续的 AI 同事。
Alloomi｜客户已经改到 V4，AI 还在执行 V1：Agent 需要的不只是上下文
本文通过一个广告片修改的实例，指出当前AI Agent在长期工作中的一个关键缺陷：无法区分旧要求与当前状态，导致执行过时指令。作者认为Agent的下一轮竞争不在于工具数量，而在于记忆、学习与执行三层能力。文章介绍了Alloomi的两份技术报告，分别对应Holistic Context（全域上下文）和Self-Evolving Agent（自进化智能体），并给出了多个基准测试结果，证明其在长期记忆、持续学习和真实任务交付上的优势。最终，作者强调AI应像人类同事一样，从项目经验中成长。
