搜索
智能正在走向更持续的理解与行动。围绕一个目标，Agent 理解上下文、制定计划，在执行中验证判断；面对新的信息，它重新评估已有结论，调整行动路径，继续推进任务。未来，更多智能将融入我们日常使用的应用。
继 Apex-35B-V1.0 凭借领先 Flint 的表现引发关注之后，开源 RSI 模型又迎来一份亮眼成绩单：REMORY 仅凭一个 1.9B 的记忆模块，用两张 H800 实现完全自监督训练，在多项关键评测中领跑；驱动小模型持续数日递归改进，产出接近 GPT-6.1-Terra。
模型 A 负责规划，模型 B 负责细化和总结；复杂问题交给强模型，简单问题交给轻量模型——多模型协作，为 AI Agent 应用提供了兼顾效果与成本的路径。
Muse 的实时语音与拟人化形象降低了个人 AI 的交互门槛，并通过承接琐碎需求积累上下文，但研究显示过度使用语音 AI 可能加剧孤独感与情感依赖。
RAGFlow 1.0 以 Go 重写并公开知识编译层与 Retrieval Harness，将产品定位升级为 Agent Native 数据库，通过证据链等编译产物降低 Token 消耗并提升上下文可追溯性。
DeepSeek Harness 团队前几天发了篇关于 Super-agent 设计探索的长文，想用 Router + Worker 双层架构，把一个人管理多个 Agent 的负担交给系统。文章出来后讨论不少，大多关注这套调度机制是怎么设计的。
百度开源文心 5.5 Flash Base（ERNIE 5.5 Flash Base）权重，该模型总参数280B、每token激活14B，采用稀疏MoE与混合稀疏注意力，微调和推理上下文外扩至1M tokens。
由前 Manus 成员 Cecilia 与 Tianyi 创立的 Persom 推出本地优先的 Personal Agent，在用户授权下将电脑中的工作与生活上下文沉淀为可由其他 Agent 调用的 Personal Database，并持续沉淀工作流与个人判断。
Anthropic 开源了基于零知识密码学的 FlashProve，使用户无需获取模型权重即可验证回答确由指定模型生成；该系统已在 4000 亿参数的 Llama 4 Maverick 上达到约 110 Token/s，但仍是受成本和上下文限制的研究原型。
长上下文已经成为大语言模型重要的基础能力，但长上下文也给模型架构带来了一个现实问题：全注意力能够直接建模任意位置之间的关系，却带来随序列长度显著增长的计算和显存开销；滑窗注意力和线性注意力更加高效，但效果上都存在明显的不足。因此混合架构逐渐成为当前大语言模型设计的主流。