专题
模型与基础设施
模型选择、推理经济性、本地部署、压缩与服务架构。
- 博客文章
- 80
- 主题
- AI 与智能体
从这里开始
本集合最新内容
AI 与智能体Cue 轮次检测：电话号码采集、基准测试与局限
停顿不代表电话号码已经说完。解析 Pype Cue v1 的实际改进、基准测量边界，以及正确采集和确认号码的测试方法。
AI 与智能体Google SAM 现名 Agent Mesh：跨机器调用 MCP 工具
跨机器连接已获授权的工具，理解控制平面与签名 EU 标签，并明确首次试点应通过哪些检查。
AI 与智能体EdgeQuake：用 PostgreSQL GraphRAG 构建 MCP 智能体记忆
让智能体检索文档之间的关系。基于 v0.34.0 核查 PostgreSQL 部署、MCP 访问权限、本地模型角色，以及 LightRAG 基准测试。
AI 与智能体BitNet CPU 推理：2B4T 的实际内存需求与 100B 说法
哪个 BitNet 模型可以下载，现有 CPU 又能运行哪个版本？厘清 100B 基准、0.4 GB 指标与 1.19 GB 文件的区别，再用实际任务评估。
AI 与智能体SuperPenguin：按 PR、客户和功能核算 AI 成本
Claude Code、Codex 和 Cursor 的费用该归到哪个 PR？产品 API 调用又属于哪位客户？了解 SuperPenguin 的成本归因、账单核对、定价和试点方法。
AI 与智能体Claude Dashboards + Motion：把产品指标做成视频
把核查过的产品指标做成简短动画。通过一个分群示例、两个提示词和共享规则，了解 Claude Dashboards 与 Motion 的实际协作流程。
完整文章目录
- Cue 轮次检测：电话号码采集、基准测试与局限
- Google SAM 现名 Agent Mesh：跨机器调用 MCP 工具
- EdgeQuake：用 PostgreSQL GraphRAG 构建 MCP 智能体记忆
- BitNet CPU 推理：2B4T 的实际内存需求与 100B 说法
- SuperPenguin：按 PR、客户和功能核算 AI 成本
- Claude Dashboards + Motion：把产品指标做成视频
- OpenAI Intelligent UI 与 OpenUI：企业应用如何落地生成式 UI
- RunAnywhere Wally：按已验收编程任务计算成本
- Reducto 德语发票提取：测量人工复核成本
- OpenAI Decisions API：置信度、拒绝回答与任务路由
- Claude Model Router：到底何时切换模型？
- Cloudflare Clef 与 Jev：价格、基准测试与迁移
- Context Language Models 与上下文压缩：应该如何试点？
- Caveman 3.0 与 Claude Code：本地输入压缩、原文恢复与基准
- LiteLLM Lens：用 SQL 与 API 分析智能体 Trace
- SmythOS Studio 自托管指南：Docker、成本与部署边界
- DeerFlow 2.0：Docker 部署、沙箱与记忆机制
- CLM-8B 自托管：vLLM、动作缓存与验证器
- AnyJev：LLM 概率校准与选项顺序偏差
- LiteAgents SDK：逐轮模型路由、安装与迁移指南
- mcp-memory-service：让 Claude Code 与 Cursor 共享持久记忆
- Claude Opus 5.5 使用指南：适用场景、提示词与思考强度
- Laya 与 Jev 的企业应用：6 个实用工作流
- Laya vs Jev：基准结果与 AI 创业护城河
- Jev AI 评测：面向智能体工作流的决策模型
- SwarmLLM 评测 2026：手机与笔记本协同浏览器 LLM 推理
- Phonely Alma 评测：这款语音 LLM 能否用于生产？
- Utopia 企业评估：双时态知识图谱与历史问答
- NVIDIA PAIR 评测：本地 AI 路由与 AMD 支持缺口
- Tencent Hy4 Preview 评测：百万 Token 上下文值得试点吗？
- PageLM 评估：自托管与商业使用
- M6 Mac mini 对比 M5 Mac Studio：本地 AI 选购指南
- FreeToken AI 评测：消费级 GPU 能跑前沿 MoE 大模型吗？
- Darkbloom AI 评测：用闲置 Mac 提供私有推理
- Ox Alpha 已揭晓为 GLM-5.3-Flash：变化解读
- Pika Audio API 价格：SFX 真的便宜 20 倍吗？
- Thunder Compute 获 1300 万美元融资：企业 GPU 虚拟化采购指南
- AirLLM 只用 4GB 显存跑超大模型？逐层推理原理与代价
- Qwen3.8-27B：自托管电脑操作智能体，截图不出内网
- Netflix 的 vLLM 与 Triton 推理栈：7 个生产经验
- Transformers.js 浏览器本地 AI：什么时候适合放进产品
- LiteLLM 生产级自托管指南：2026 架构与安全
- AI 就绪企业 Wiki：架构与实施指南
- Claude 会给文本加水印吗？2026 API 实战解读
- OpenKB 评测：知识编译器 vs RAG
- Unsloth Desktop 评测：私有本地 AI 工作站？
- NeMo Switchyard 0.2：无需训练的智能体模型路由？
- Firecrawl AnyDoc 评测：14 种格式转 Markdown
- Muse Glimmer 30B：Meta 本地智能体模型能否用于生产？
- OmniRoute AI 路由：配置指南与生产检查清单
- Gemini Robotics 2：全身控制与试点决策
- pdf-inspector 评测：先本地解析 PDF，再调用 OCR
- 本地多模态 AI 编程助手：语音、OCR 与隐私架构
- 一台 AI PC 本地运行 DeepSeek V4 Flash 0731，现实效果如何？
- 用 Unsloth 和 Colab 免费微调 Gemma 4
- Taalas HC1 评测：硬编码 LLM ASIC 值得买吗？
- 你的硬件能运行哪个本地 LLM？llmfit 使用指南
- Miso TTS 本地部署对比 API：成本、延迟与显存真相
- 把 RAG 向量压缩到 2-bit：数据无关量化能上生产了吗？
- LMCache 报告共享 KV 缓存让平均 TTFT 降低 13.7 倍
- LLM 权重无损压缩 vs 8-bit GGUF：哪些已具备生产条件？
- NVIDIA Nemotron 3.5 ASR：免费自托管 STT 能否用于语音智能体？
- Kimi K3 企业评测：API 价格、数据合规与试点清单
- Mesh LLM 评测：一个大模型能否跨多台电脑运行？
- Bonsai 27B 评测：270 亿参数 LLM 真的能在手机上运行吗？
- Soofi S：德国主权大模型准备好商用了吗？
- Colibri 让消费级硬件跑起 GLM-5.2，代价是什么？
- 本地模型什么时候胜过 API：欧盟企业盈亏平衡计算器
- 2026 年 LLM 成本计算器：算任务，不算 Token
- Pxpipe 评测：图像能把 Claude Code 成本降低 60% 吗？
- 每 token 更便宜，每任务仍可能更贵
- Anthropic 不主张禁止开放权重。成本之争依然真实。
- 2026 年 DACH 地区的内部 AI 助手到底要花多少钱
- 2026 年 LLM 网关对比：LiteLLM vs OpenRouter vs Portkey vs RouteLLM
- 在欧盟自托管 LLM：开放权重模型何时才真正划算
- 2026 开放权重 LLM：DeepSeek、Qwen、Kimi、GLM、Llama 与 Muse
- 如何在 2026 年降低 LLM Token 成本
- 什么时候值得构建一套 LLM 评测？成本、ROI 与信任裁判
- 2026：RAG vs Fine-Tuning vs Long-Context
- 2026 LLM API 成本：架构要变
只收重要内容
获取下一篇关于AI 与智能体的一线笔记
有新文章时发送一封简短邮件，不使用跟踪像素，也不发送填充内容。