vLLM 把 DeepSeek-V4.1-Flash 塞进 GB300 机架：单卡每秒吐 95 万 token
vLLM 官方近期放出了 DeepSeek-V4.1-Flash 在英伟达 GB300 NVL72 机架上的大规模部署方案，靠 Prefill/Decode 分离加 Wide-EP，把单卡吞吐拉到每秒…
DeepSeek、MiniMax 跑通大模型出海登记：合规通道一通，海外客户心里有底了
10月23日，央视「玉渊谭天」披露，DeepSeek 与 MiniMax 已完成大模型技术出口登记，把开源发布和海外授权的合规流程走通了。这事看着是手续，实则是给中国模型出海铺了条确定性跑道。这篇用运…
OpenAI 披露 Habitat 存储架构：十亿用户还能把读取延迟压到 10 毫秒
OpenAI 近期在工程博客里摊开了自家在线存储平台 Habitat 的家底：支撑全球 40 个地区、超 10 亿 ChatGPT 用户，靠着缓存和 Rust 重写把读取延迟压到 10 毫秒。这篇用运…
Block 放出 Dessa 全双工语音模型：不走文本中转，听得出你笑着还是在叹气
10月23日，杰克·多西旗下的 Block 放出全双工语音模型 Dessa，主打一个音频进、音频出，中间不经过文字中转，能捕捉笑声、停顿这类情绪。它还可以在 MacBook Pro M4 Max 上本…
Anthropic 把智能体 Agent Skills 标准捐给 Linux 基金会：以后大家都说同一种话
10月22日，Anthropic 宣布把智能体开放标准 Agent Skills 捐给 Linux 基金会旗下的 Agentic AI Foundation。说白了，就是有人牵头给各家智能体定一套通用…
知识图谱到底是什么？AI 怎么把零散知识点连成一张大网
大模型有时「知道很多词，却不懂它们之间啥关系」。知识图谱就是专门补这块短板的：把「实体—关系—实体」连成网。本文讲清它长啥样、跟向量检索差在哪、在搜索和推荐里怎么悄悄帮你，再说说它和大模型怎么搭伙，以…
上下文窗口到底是什么？AI 一次到底能「读」进去多少字
总听人说某模型「上下文 12 万 token」，这数到底管啥用？本文讲清上下文窗口是模型的「短期记忆容量」，为啥超了就忘事、长文档咋喂才不浪费，再聊聊这跟你能不能一口气聊完一整本书到底有关系，以及咱们…
AI Agent 到底是个啥？它怎么自己动手把一摊子活儿干完
最近老听人聊「智能体 Agent」，听着玄乎，其实没那么神。本文用跑腿小哥打比方，讲清 Agent 跟普通聊天 AI 差在哪、它怎么自己规划步骤、调用工具、查结果，再说说咱普通人能在哪些事上用它真省力…
Token 到底是什么？大模型怎么把你打的汉字切成一块块来算
你跟 AI 聊天按量计费，可它数的不是「字」也不是「词」，是 token，也就是它对外算账的最小单位。这篇文章用接地气的比喻讲清 token 是啥、中英文切法差在哪、为什么一句中文可能吃掉好几个 to…
大模型为什么会一本正经胡说八道？一文讲清 AI 幻觉到底是什么
你有没有遇过让 AI 写资料，它甩出一堆看起来像那么回事、实则张冠李戴的内容？这叫「幻觉」。本文用大白话讲清幻觉到底是啥、模型为啥会一本正经地编、哪些场景最容易翻车，再给你几招普通人就能用的防坑办法，…