openEuler熊伟:大模型一万条指令,操作系统如何接住?

资讯 腾讯网 作者:光锥智能 全文 5702 字 · 约 15 分钟读完 分类智能体数据中心

不急着造Agent OS,先把承重墙立起来 文|白 鸽 编|王一粟 AI大模型的浪潮下,当数据中心的硬件和上层应用都在变化,中间层的操作系统自然也要改变。 ....

所属频道 算力与芯片智能体与 Agent


不急着造

编|王一粟

AI大模型往前推进,数据中心里硬件和上层应用都在变,夹在中间的操作系统没有理由不动。openEuler委员会主席熊伟的说法很直接:“人可能一秒钟能发出一个指令,而大模型会发出一万个指令。”指令的节奏一变,后面一串事情都得跟着变。

开放原子开源基金会

过去的流程是软件先开发、再测试、再审计,最后交付,人点一下,机器走一步。如今模型能当场生成指令,Agent接过来就执行。

一件复杂活儿还可能被切成若干子任务,分给多个Agent并行处理。底层系统要扛的,就不只是“多开几个程序”,而是海量任务随时被创建、很快结束、走的路径还不完全确定。

硬件这一侧同样在变。AI训练和推理要吃掉大量算力、内存和加速卡,它们得放在一起协同,超节点因此慢慢成了主流设施。

可把多台机器连起来,跟把它们当成一台机器使,并不是一回事。后者要操作系统把内存、算力、数据传输统一管起来。

一边是Agent带来的新任务,一边是超节点带来的新硬件。

压力于是落到操作系统头上:模型成了新的“指令发出者”,Agent成了新的“任务执行者”,超节点成了新的硬件形态,过去围着单机和人工操作搭起来的基础软件体系,还跟得上吗?

openEuler社区委员会执行总监刘飞把话说得很白:“如果没有操作系统介入和改造、同步做优化,是实现不了的。所以一定需要操作系统来发力。”

openEuler这次升级,瞄准的就是这件事。

11月13日,openEuler发布openEuler 24.03 LTS SP5版本,同时宣布升级为面向Agentic Infra的操作系统,提供

说白了,一头是压低模型生成

当然,openEuler也没打算把答案简化成再做一个“

那么,大模型能“想”、Agent能“干活儿”之后,操作系统怎么追上来,openEuler能不能借Agentic Infra交出自己那份答案?

Agent从“说”到“做” 操作系统被推到执行现场

熊伟的判断是:“去年和今年是整个历史分水岭,不光是AI的分水岭,是整个人类历史上分水岭。”

在他看来,核心变化主要有两块:

第一块是模型能力变了。他认为,在

第二块是Agent把模型的输出变成了实际行动。大模型收进来、吐出去的仍是Token、字符串或向量值,好比人只有思想,思想不会自己变成动作。

把这些输出解析成具体任务并执行的,是Agent。模型说“发一封邮件”,Agent接着要定发给谁、发什么、什么时候发,最后调邮件系统把事办完。

所以熊伟认为,Agent本质上就是一个小程序,它真正改变世界的地方,在于把大脑和四肢的动作有机结合到了一起。

这个变化看着只是多了一层应用,实际却把操作系统推到了执行现场。

说到底,“会做事”和“会生成”对底层系统的要求并不一样。操作系统要面对的,不再是一次请求占多少资源,而是一整个执行过程怎么调度、怎么隔离、怎么保障安全。

最直接的压力来自速度。AI推理和Agent应用越来越多,执行环境的创建和调度也跟着吃紧。传统虚拟机可以长期跑着,启动慢一点通常还能忍;Agent任务却可能扎堆涌来,每个任务都要独立环境,有的几秒钟就结束了。

创建环境、调度任务如果吃掉大量时间和资源,模型算得再快,执行端照样可能掉队。Agent要想连续干活,光跑得快还不够,还得记住前面发生过什么。

熊伟举了个例子:先问天气、再问订票,天气很差的话,模型可能推荐车票而非飞机。这靠的就是上下文和记忆能力。前面的信息留不住,后面的任务就很难连贯执行。

其中,

这些能力看着像AI推理层的优化,可Agent要连续执行多步任务时,缓存和记忆就成了一种基础设施能力。每个Agent应用都自己重复造轮子,成本和体验都撑不住。

安全层面同样有麻烦。Agent一旦执行动作,就可能越权、出错,甚至造成危害。熊伟的看法是:大脑发出的指令有可能错乱,甚至有害,因此得把Agent的运行限制在一定程度之内。

而

这里有个容易被忽略的判断:沙箱不是Agent应用自己写规则就能搞定的事。允许运行什么、不允许运行什么,说到底要靠操作系统这一层的基础能力来控制。

上层任务在变,底层硬件也在变,超节点就是一个集中体现。

以前一个集群里摆着很多服务器,CPU、内存和加速卡各管各的。机器之间传数据,通常得走网络。AI任务的数据量一大,搬来搬去就可能把整个系统拖慢。

超节点的思路是把多台机器连得更紧,用起来更接近一台大机器。刘飞对此表示:“以前分布式只是大家协同,现在真的变成一台机器了。”

OpenAtom openEuler委员会执行总监刘飞

对操作系统而言,这不只是管的机器变多了,资源管理的方式也变了。过去主要是协调多台独立服务器,现在要尽量把她们的内存、算力和数据传输统一调度起来。

这里经常提到“

打个比方,城市里的仓库都挂上了统一门牌号,货怎么放、车怎么走、急件先送哪一单,还是得有人管。调度不到位,货照样绕远路,车照样堵在路上。

更麻烦的是,超节点不是“把机器连起来”这么简单。

熊伟表示:超节点有

因此,基于超节点这种新型硬件架构,可能得创造新的软件接口,也就是“

很多传统软件并不是为超节点设计的。通过兼容层,它们能跑起来,却未必跑得好。熊伟因此提出:“原则上,你的软件应该从设计开始就应该考虑超节点的架构。”

支持一款硬件,不等于现有软件都能用好这款硬件,这才是超节点生态真正难的地方。

不过,Agent也好,超节点也罢,都不意味着操作系统要推倒重来。熊伟说:“目前为止,所有的操作系统还是基于原先的能力进行持续演进。”

管理CPU、内存、存储和网络,控制进程和权限,这些基本工作并没有消失。变化在于:资源管理要从单机扩展到跨节点,任务调度要适应大量短生命周期的Agent,权限控制还得面对模型临时生成的指令。

从这个角度看,AI给操作系统带来的不是一场推倒重来的革命,而是职责的扩展:它不用变成Agent,也不必包办Agent的“大脑”和工作流程,但必须让Agent跑得起来、跑得快、跑得安全。

不急着造Agent OS 先把承重墙立起来

面对这些变化,openEuler没有先造一个“Agent OS”的大概念,而是选择从具体问题入手。

“先把问题弄清楚,别一上来就谈大框架、大故事、大概念。一个一个问题解决掉,最后会发现这栋楼的毛坯已经起来了,剩下就是拿业务和场景做精装修。”熊伟这样描述推进方式。

openEuler对Agentic Infra的界定同样克制:先把操作系统底座增强,再跟其他社区联手搭垂直方案,合起来构成AI运行需要的基础设施。

在熊伟看来,沙箱、KV Cache是当下撑得住场子的几根“柱子”,往后大模型路由这类新方案也可能被添进来,他把这些能力比作“柱子”和“承重墙”。

具体落到活儿上,openEuler抓的是两条线。

一条是接着把超节点OS能力做扎实,让多台机器的资源能被管起来。大会发布的信息显示,2025年openEuler推出了全球首个支持超节点的操作系统,眼下已有不止一家伙伴拿出了基于openEuler的超节点OS商业版本。

另一条是在超节点OS之上,把Agent跑起来所需的基础设施补全。这次发布的面向Agentic Infra的操作系统,涵盖沙箱、KV Cache、记忆系统和Agent安全等能力。

这些也正是此次发布的核心所在:往下能托住超节点,让跨节点的内存、算力与数据资源统一管理、协同调度;往上能撑起Agent运行,提供沙箱、KV Cache、记忆系统与Agent安全等关键能力。

站在客户角度,用Agent能力不必先换掉一整套超节点硬件,落地门槛因此降了下来;从生态看,不同伙伴也各有各的切入空间。

超节点OS与Agentic Infra的分工理清之后,问题就转到另一头:前面说的速度、安全、成本三道难题,这些能力打算怎么解?

拿沙箱来说,它最能说明技术落地远没有概念听起来那么轻巧。

安全是沙箱最先被指望的事,可熊伟不讳言它的“出身”:“沙箱不是一个新技术,它本身就是虚拟化,和我们传统的虚拟化,从本质上没有任何区别。”

它也不是天生就比虚拟机安全。熊伟说,“安全性两者基本等同,而是在于适应大模型发指令的速度。”

换句话说,openEuler要回答的不是“有没有隔离环境”,而是这个环境够不够轻、起得够不够快、能不能同时开出一大堆。

方向看着不模糊,真动手时头一道坎却是路线之争。刘飞回看这段摸索时说:“目前最大的坑是路线之争,沙箱的技术路线有好多个分支,到底用哪个?”

比如已有的

结果openEuler的选择是全都要支持。刘飞的理由是:“生态是包容、兼容、演进的,不是非黑即白。”这样不必替用户站队,可后面的活儿一点不轻松。

各种沙箱不仅都得跑得通,还要尽量跑得好,公共能力就应当尽可能沉到操作系统里。刘飞解释:“这些沙箱要做好,都依赖我们对文件系统的修改、内存管理的修改和优化,包括安全的优化。”只在上层管沙箱、不动操作系统,启动、并发和隔离很难一并兼顾。

openEuler技术委员会委员陈亚强也提到,看沙箱主要盯三个指标:“启动、并发和

围绕这些,openEuler在文件系统、内存管理和资源调度上做了一连串优化。刘飞用

再往上,靠内存压缩等手段改善冷启动、热启动和镜像恢复。到了超节点上,计算、内存、存储和网络还得放在一起协调。据披露,沙箱加速引擎能带来20%—30%的超分比收益,并且不挑某一种沙箱形态。

安全当然不能全交给Agent自己拿主意。

陈亚强说,若只在Agent Runtime层按用户意图做权限控制,可能被“破甲”之类的手法攻破。所以还得“在操作系统层面,先把权限的边界保护好”。

两层分工其实好懂:Agent自己琢磨“想做什么”,操作系统拍板“实际允许做什么”。就算模型判断出了岔子,也不该随随便便就拿到删文件、翻隐私数据的权限。

这挡不住模型幻觉。模型说错话,操作系统未必看得出来;可它要是因此要动危险操作,操作系统能多拦一道。

另一个棘手的是KV Cache,既要快,也要装得下。但高速的

“片上内存非常贵,而且不够。”刘飞说,“所以我们要做多级缓存:上面片上内存,中间

说到底,快的那层存储价格高,容量大的那层又偏慢。操作系统要干的活,就是让常用数据尽量待在快的层级,同时把更大的存储空间用起来,少让数据来回搬、白白等。

围绕这两项配合工作,社区仍在推进研究:

超节点这一侧,openEuler南向要解决两件事:一是把硬件在一定程度上弥合,保证

熊伟也把中间路线的代价摊开说了:生态不光是硬件能被支持,硬件这关其实不算最难,难的是真能用、用得顺。中间加一层软件隔离,老软件是能跑起来,可效果打折,性价比也不够。

要想真正把超节点用好,软件从设计阶段就得考虑新架构、新接口,否则硬件能力释放不出来,生态就停留在“能跑”而不是“好用”。

这些动作串起来看,openEuler没打算把Agent的“大脑”塞进操作系统,它盯的是另一件事:Agent跑起来的时候,脚下有没有趁手的执行环境,数据能不能少绕几道弯,权限能不能收得住。

技术有没有用 先看生产环境里的几笔账

基础设施技术讲得再复杂,最后都要接受生产环境的检验。

熊伟说,openEuler跟京东去年已经联手做创新,今年把核心场景摆上台面,一起搭超节点OS和KV Cache的核心能力。京东618广告、双十一已经有相当大的流量比例切到超节点上。

那么,为什么京东需要超节点?

互联网企业把时延看得极重,道理就在这儿:双十一抢购的时候,慢上几毫秒,用户兴许就划走了,时延每压掉一毫秒,都是实打实的利润。

实验的路子也实在:先在大促里接一部分流量,确认效果,再扩大使用范围。据京东现场介绍,相关实践实现了15%的时延降低。

放到行业里看,沙箱、KV Cache、记忆系统这些本事要是没法替客户省时延、降成本、提效率,Agentic Infra能不能立住就要打个问号,技术叙事讲得再漂亮也撑不住。

据悉,目前openEuler面向Agentic Infra的操作系统已经在互联网、金融等行业头部用户商用落地。

市场层面,openEuler系操作系统国内累计装机量预计突破2200万套,

显然,openEuler现如今已经不只是“一个新版本”,而是有了规模基础,超节点OS已经有了一批商用案例,Agentic Infra也开始进入生产环境,接下来更重要的是复制。

换一家客户、换一批硬件、换一个业务,方案还能不能顺利部署?收益能不能保持?长期运行是否稳定?这些都需要更多项目来回答。

毕竟,原有的装机量和市场份额能够提供基础,却不会自动转化为Agentic Infra的商业成功。

Agentic Infra从“技术发布”走到“产业成熟”,差的就是这最后一公里。开发布会,一场大会就够了;产业成熟,得靠一个个项目慢慢磨。京东15%的时延降低算得上有说服力的样本,可样本能不能长成可复制的模板,才是真正的考验。

谈到openEuler与其他开源操作系统的不同,熊伟也并没有强调某项独家技术:“技术上都是开源的,原则上没有不同。”

他认为更重要的是:“我们自己认为的不同我很清晰,就是耐力,就是持续不断投入。”

这话搁在眼下挺贴切。Agent和超节点带来的麻烦,起个新名词解决不了,得一个项目一个项目去磨,也离不开芯片厂商、操作系统厂商、云厂商和行业客户长期搭手。

对openEuler来说,现在最重要的不是把“Agent OS”讲得多大,而是让更多业务在真实环境里跑得更快、更稳、更便宜。

这些案例能被反复复制,Agentic Infra 才算真正走完从技术发布到产业成熟这一段路。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 从中国到全球,openEuler正成为Agentic 时代的算力基石

    文/ 观察者网 吕栋过去三年,大模型完成了从技术热词到产业底座的身份转换。进入2026年,行业关键词正从“模型”迅速让位于“Agent”。当智能体能够自主感知、规划、调用工具,并以多Agent协同的方式完成长链条任务,算力的消耗方式、软件的运行形态乃至基础软件的分工边界,都在被悄悄重写。近日,Agentic Infra

    来源 腾讯网
  2. 蚂蚁国际杨鹏新加坡金融科技节谈未来金融:普惠性与可信任是关键

    【环球网科技综合报道】全球最大金融科技聚会之一的新加坡金融科技节(SFF)11月18日开幕,包括银联国际、中国银行、蚂蚁国际等在内的中国金融企业在可信AI金融、智能体商业上的展示,得到了全球企业和金融机构与会者的高度关注。在今天的“未来金融体系”圆桌讨论上,蚂蚁国际CEO杨鹏预测下一代金融体系发展:当AI、通证化...

    来源 腾讯网
  3. 梁文锋的“大肥鱼”,围剿大厂 Agent 地盘?

    点击 Tech星球 > 点击右上角“···” > 设为星标 Tech星球(微信ID:tech618)文 | 华卫封面来源 | 豆包AI龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到

    来源 腾讯网
  4. AMD苏姿丰给出2027年指引:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  5. AMD苏姿丰给出2027年目标:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  6. AMD苏姿丰立目标:2027年服务器营收翻倍,总营收增超80%

    【TechWeb】11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。 服务器营收翻倍的具体指向,是EPY

    来源 AI 行业观察
  7. Gartner 2027十大技术趋势:四项聚焦AI治理,成熟窗口仅1到6年

    Gartner近日发布了2027年十大战略技术趋势,这份清单定位为面向全球CIO的五年技术规划。十项技术按三个主题分组:驾驭非文本AI前沿,治理自主智能体平台,构建持久敏捷性。今年的主线是自主化(Autonomous Business),AI在企业中的角色从生成内容、辅助判断,扩展到代替人做出决策并执行。这十项分成三组

    来源 腾讯网
  8. 阿姆斯特丹百人抗议微软数据中心,算力扩张遭遇落地抵触

    11月6日,100多名抗议者聚集在阿姆斯特丹一座计划供微软使用的数据中心工地,部分人进入现场、爬上起重机。路透社报道,组织这轮行动的联盟要求暂停大规模建设,直到政府制定更清楚的规则。项目业主表示愿意与当地各方沟通,微软则表示尊重和平表达意见的权利,但不赞同违法行为。

    来源 网易科技
  9. 央企财务谈蕾用上TeleAgent:194张发票20分钟核完,带AI比带徒弟省力

    财务人亲历智能体做账变革|图 AI生成作者/ IT时报 孙妍编辑/ 钱立富 孙妍每个工作日早上,谈蕾(化名)坐到办公桌前,第一件事不是打开账务软件,而是点亮那款AI工具,在对话框唤出昵称“小星”。谈蕾是一名央企财务人员,和账本打交道近30年。核对发票、做凭证、出报表、申报税金,她负责集团内多家分公司的整盘账务,...

    来源 腾讯网
  10. OpenAI等AI企业遭亚利桑那州刑事调查:失控智能体疑入侵银行

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  11. 亚利桑那州刑事调查OpenAI等AI企业:智能体被指入侵银行系统

    11月19日,据路透社报道,美国亚利桑那州已对OpenAI及其他人工智能企业启动刑事调查,案件核心指向“失控AI智能体疑似入侵银行系统”事件。该州总检察长克里斯·梅耶斯(Kris Mayes)周三在芝加哥的新闻发布会上表示:“亚利桑那州对此非常担忧,我们正从多个角度审视这一问题。”

    来源 TechWeb
  12. 谷歌 SRE 圣经被迫重写:AI 时代,硬技能在塌陷,第一性原理在升值

    编译|林绮蓓 策划|Tina 2016 年,一本蓝色封面的书砸进了整个技术行业,把“运维”这两个字从地下室拽进了工程学科的殿堂。 在它之前,运维在大多数组织里是一个成本中心,是一群被凌晨告警叫醒的人,是开发团队眼中“拖慢发布速度的那帮人”,是一门靠师傅带徒弟、靠口口相传、靠个人英雄主义在机房里临场发挥的手艺。系统出了故

    来源 AI 行业观察
  13. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
  14. 谷歌提出SIM记忆机制:让AI智能体跨模型持续自我改进

    模型一换,精心优化的 agent harness 可能立刻“水土不服”。专为 Claude 演化的 harness 甚至可能给 Gemini 带来“负收益”。因此,模型迁移后需要重新评估继承的修改,判断哪些仍然有效,哪些需要修订。 harness 管理 agent 的上下文、工具和执行流程。递归自我改进(RSI)虽会依

    来源 AI 行业观察
  15. 谷歌Gemini 4逆袭!国产AI没有上榜

    最新的 Agent Arena 榜单中,被大家戏称北美 “豆包” 的 Gemini 算是翻身了,直接跑赢了 GPT!两个模型Gemini 4 neo 和 Gemini 4 carbon都压着GPT打,算是出了口恶气。不少朋友可能不清楚这个榜单到底测什么,它不比AI聊天问答好不好玩,而是比AI 智能体的实战干活能力:比如

    来源 腾讯网
  16. 三星高管回应AI泡沫争议:新云厂商风险有限 AI投资源于真实需求

    【三星高管回应AI泡沫争议:新云厂商风险有限 AI投资源于真实需求】财联社11月19日电,针对市场担忧企业过度举债可能催生AI泡沫,三星电子DS部门数据中心事业部总裁兼负责人金容宽(音译)近日在新加坡举办的摩根士丹利会议上指出:“NeoCloud(新云厂商)在整个市场中体量相对有限,仅占约8%。并不认为这类风险会对整体

    来源 腾讯网
  17. Copilot成办公新入口:微软把Word、Excel装进对话界面

    微软宣布 Copilot 正式从“侧边栏助手”升级为“工作操作系统”,Word、Excel、PowerPoint 不再作为独立应用被打开,而是作为能力内嵌在 Copilot 的对话界面中。下一步是全天候在线的智能体(always-on agents)。这标志着办公软件从“打开应用找功能”转向“表达意图、由 A

    来源 AI 科技快讯
  18. 英伟达澄清新云融资担保:独立融资是前提

    英伟达临时CEO Colette Kress澄清了公司为新云(neocloud)数据中心提供贷款担保的具体条件。只有当新云公司获得独立融资、数据中心建成并安装英伟达设备后,英伟达才会承担担保责任。此举旨在回应市场对其大举投资AI云服务商可能带来的财务风险担忧,同时表明英伟达在支持AI基础设施扩张与控制自身风险

    来源 AI 科技快讯
  19. 业务本体:面向 AI 与数据分析,统一规范业务概念与指标口径 | 技术趋势

    2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 11 月 3 日,我们宣布推出 Business Ontology ,即将开启公开预览。它提供了一种受治理的方式,支持团队定义、归属、审批共用业务术语、实体、关联关系与

    来源 AI 行业观察
  20. Snowflake前沿工程团队:七周定制医疗AI模型,编码效率最高提升八倍

    2026 年,智能体将在企业级应用中取得哪些实质性突破?点击下载《2026 年 AI 与数据发展预测》白皮书,获悉专家一手前瞻,抢先拥抱新的工作方式! 对于大多数企业而言,有前景的 AI 试点项目并不稀缺。真正的挑战在于,如何通过严格的评估、明确的数据所有权归属以及可信的数据治理,将这些试点项目转化为业务可以信赖的生产

    来源 AI 行业观察
  21. Salesforce推CLIFT:网页智能体靠自问自答给自己打分

    你有没有想过,一个能帮你订机票、填表格、逛淘宝的网页智能体,是怎么知道自己做对了没有?这个问题比听起来复杂得多。2026年的今天,开源网页智能体已经能够在真实浏览器里点击、输入、滚动,完成相当复杂的任务了。但训练它们变得更聪明这件事,卡在了一个很尴尬的地方:你用来告诉AI"这次做得好不好"的反馈信号,要么太...

    来源 腾讯网
  22. Claude Code新模式来了,不换模型,Token消耗最高砍掉77%

    用过 Claude Code 的开发者,几乎都有过同一种体验:干活确实爽,但看着后台飞速跳动的 Token 消耗和账单,心也在滴血。 过去想让 AI 智能体跑得更快、花钱更少,用户通常只有两条路:要么苦等厂商发布更便宜的新模型,要么手动把主力模型降级成小模型,忍受交付质量的滑坡。 但最近,Anthropic 在 Cla

    来源 AI 行业观察
  23. Echo 创始人邹皓:硬件负责收集声音,AI负责创造价值

    过去一年,AI 硬件经历了一轮完整的冷热切换。年初,“取代手机”式的探索产品相继退场,热度转向更加务实的产品路线:录音卡片累计出货突破百万台,头部公司做出上亿美元级别的年经常性收入,AI 眼镜出货量一年增长超过三倍,行业叙事也从录制工具,升级为记录生活的入口。2026 年下半年,Personal Agent 概念爆火,

    来源 腾讯网
向下滚动自动加载更多