Perplexity开源Decider决策模型：智能体决策过程可查了

Perplexity 开源 Decider 模型，智能体决策更透明

11 月 13 日，Perplexity 把 Decider v1.3 与 Decider Flash v1.3 两个决策模型开源，权重已传到 Hugging Face。配套还新增了 locate 能力，指向的是让智能体在复杂任务里决策更准、对位置更敏感。

对开发者来说，这相当于能直接 inspect（检查）智能体是怎么定下“下一步调哪个工具”“该检索哪段信息”的。过去走 API 是黑盒，调起来费劲；如今权重放开，社区可以按具体场景去微调决策逻辑。官方说短期内免费，做智能体编排（Orchestration）的研究者和工程师大概会来试一把。

Decider 系列干的事很明确：不产出最终回答，只管“路由”和“规划”。智能体工作流一长，决策层准不准直接拖累整体效率。Flash 版本的出现，说明 Perplexity 在意低延迟场景——实时交互里，决策快慢常常比推理深浅更影响体验。

Google 开源 TPU Sync，解决 KV Cache 传输瓶颈

大模型推理里，KV Cache（键值缓存）的管理向来是性能优化里难啃的一块。上下文窗口越拉越长，KV Cache 的数据量跟着猛涨，这些数据怎么在 TPU 的高带宽内存（HBM）、主机内存、共享存储和网络之间高效搬运，成了卡住吞吐量的要害。

Google Cloud 近日把 TPU Sync C++ 库开源，专管这段数据传输。库用异步 DMA（直接内存访问）让 KV Cache 和模型权重并行传输。说白了，数据搬运不再堵住计算单元，TPU 集群的整体利用率就上去了。

对拿 Google TPU 做大规模推理部署的团队，这是个实在的底层工具。从前开发者得自己写复杂的内存管理代码来处理分页和传输，现在 TPU Sync 给了一套标准化接口。这属于偏硬核的基础设施更新，可对追求极致性价比的云服务商和大厂，这种细粒度优化能直接换成成本节约。

Meta 推动 Poppy 标准，个人智能体走向互操作

智能体（Agent）眼下最大的痛点之一是“孤岛效应”：各家有各家的框架，互相说不上话。Meta 拉上行业伙伴推出 Poppy 开放标准的首个版本，想把这个局面撬开。

Poppy 想要的是让个人智能体能和各种服务无缝互操作。Meta 自家的 Muse 智能体已经率先支持。要是其他主流生态也肯采纳 Poppy，用户或许一个智能体就能同时管日历、邮件、购物平台乃至智能家居，不必在不同 App 之间来回切。

战略意图不难读：Meta 想当智能体时代的“连接器”。可标准活得下去与否，看的是生态采用率。目前除了 Muse，其他主流平台还没公开表态支持。Poppy 能不能变成 HTTP 或 OAuth 那样的通用协议，得看后面有没有更多巨头进场。

智能体工作流与记忆机制的新进展

底层设施和标准之外，智能体的“软实力”——工作流执行和记忆管理——也有新动静。

Vercel 发布了 Workflow SDK 5 及 Workflows 更新，重点强化智能体在长流程任务中的表现，步骤启动与衔接更快，加密和安全机制也加强了。做生产级智能体应用的开发者，SDK 稳不稳很要命。Vercel 这轮更新显然在回应市场对“可靠智能体”的需求——demo 跑通和线上稳定运行，毕竟是两码事。

记忆管理这边，MIT 和 Meta 等机构提出了 ReHarness 方法。智能体长期跑下来会攒一堆笔记和经验，其中不少可能过时甚至出错。ReHarness 拿后续任务的结果回头修订先前存下的记忆，减少过时经验对未来造成误导。研究显示，这法子既能抬高基准测试成绩，也能省下重放历史记录的 Token 消耗。说到底是一种更便宜的“遗忘”机制，让智能体能自我纠错，而不是没完没了地堆垃圾信息。

其他值得关注的动态

openJiuwen 发布 AgentOS：openJiuwen 推出 RSI 原生 AgentOS，主打让智能体按需求自己开发、扩展功能并持续迭代。不过公开信息里还没有具体性能数据或实际应用场景验证，实际效果得再看。

AWS 的生产数据闭环实践：AWS 分享了怎么用 SageMaker HyperPod Data Capture 收集生产环境中的推理数据。把这些数据抓到手，团队更容易发现模型漂移（Model Drift）、失败模式以及新的训练需求。这给“模型改进飞轮”提供了一条具体路径：从线上反馈里自动提取高质量训练样本，形成持续优化的闭环。

NVIDIA 与 Thinking Machines 的新模型：Thinking Machines Lab 开源了 594B 参数的 Inkling 2 Small 模型，并发布了基于 NVFP4 的检查点。模型采用原生 4-bit 训练技术，意在降低超大规模模型的部署门槛。同时，NVIDIA 在 Hugging Face 上线了 Déjà View 交互式演示，开发者不用编程就能体验相关能力。

Google 发布了 Gemini 4 Hydrogen，并把它用进了搜索业务。按官方说法，新模型在理解复杂多部分问题、拼写错误和具体请求方面都有提升，号称是 Google 搜索迄今最大的一次模型改进之一。Gemini 4 系列还有 Carbon、Argon 等变体，各自面向不同的成本和性能需求。

结语

这一周的消息看下来，AI 行业的比拼重点正从“模型参数大小”挪到“系统级优化”。Perplexity 把决策模型开源，智能体开发的门槛因此降低；Google 优化底层传输，推理效率得到提升；Meta 推互操作标准，想统一碎片化的生态；ReHarness 这类研究则盯上了智能体的长期可靠性问题。

对开发者来说，眼下正是吃透智能体架构、上手开源工具、参与标准讨论的好时候。基础设施一旦成熟，应用层的创新会迎来爆发，不过前提是底层足够稳固、彼此互通。