智能体范式革命：形态跃迁、协议统一与可靠性困局
2026 年并非"AI 能力跃升"，而是智能体的存在范式发生了本质性变革。从"被动应答"到"目标驱动、自主行动"——这一跨越远超命令行向图形界面的演进深度。449亿9700万+20x300+近三年人工智能的叙事脉络历经三次关键转折，而 2026 年的这次变革与前两次有着本质区别回顾近三年，AI 领域的故事线经历了三次重要转向：2023 年：GPT-4 问世，"通用人工智能"成为公众焦点，但实质仍是"性能更强的语言模型"。 20
AI智能体新范式崛起：让机器学会边思考边执行
当前AI领域最显著的趋势，已不再是模型规模的扩张或对话体验的优化，而是AI系统开始具备「独立处理复杂任务」的能力。过去的AI，本质上是一个「机械化的答案生成器」：你提问、它回答，所有回复都源自内置训练数据，面对动态信息处理和需要多个步骤的任务时，常常出现错误、臆造内容、无法应对等问题。而当前备受关注的ReAct智能体，彻底改变了这一局面。它使AI摆脱「被动回复」的束缚，实现了人类级别的推理能力：先分析、再执行、看结果、再调整，循环迭代，直至达成目标。本文以通俗易懂的方式，深入解析ReAct智能体的核心概念
Token工厂：AI算力飞轮如何驱动20倍增长
出品|虎嗅科技组 作者|陈伊凡 编辑|苗正卿 头图|AI生成 过去两年，Token的生产成本持续走低，但价格却稳步攀升。 看似矛盾的现象，实则源于Token商业模式的成熟与落地。 硬件与模型持续迭代，核心目标愈发一致：降低推理成本、提升算力效率。 与此同时，智能体系统日趋完善，业务闭环逐步形成。“真正靠AI赚钱的人，从不因价格退缩，只会想办法降本。”夏立雪说，他几乎瞬间得出这一结论，仿佛早已洞悉本质。作为无问芯穹联合创始人兼CEO，他所在的公司成立于2023年，与清华大学电子工程系渊源深厚，其业务在业内被
人工智能的利与弊
大型语言模型的运作机制依赖于对海量历史文本进行预先训练，从而建立一个能预测下一个字出现几率的分布模型，并基于此产生语义流畅的内容，这带来了三个限制：第一，缺乏稳定性，每次输出可能都不尽相同；第二，欠缺深度分析能力，生成型AI的运作方式更偏向快速直觉系统，而非理性思考系统，因而容易产生AI臆想问题；第三，不可避免地会逐渐退化，因为大模型采用的训练数据和语料都是过往信息。这让我联想到犹如学生遇到不会解的题目，不愿调动大脑🧠运转来思考，直接照搬答案，而答案也可能出错，且几率极高。同时，我们的人脑🧠也形成习惯性模
NVIDIA Dynamo实战解析：Agentic AI推理迈入生产新阶段
伴随Agentic AI与多模态任务的高速发展，AI推理底层架构正由单点调优向多节点分布式协同演进。本次线上分享由NVIDIA资深架构师与业界技术大牛联袂呈现，聚焦NVIDIA Dynamo 1.1版本，带来两场硬核技术解读：长效运行Agent：借助KV Cache感知路由及多级卸载技术提升前缀命中率，并探讨RoleBasedGroup在K8s环境下如何保障有状态Agent服务的高可用与容错机制多模态推理体系：解析E/P/D三段式解耦架构与Embedding缓存调优，如何驱动视频生成及多模态应用的规模化部
企业AI助手普及引爆GPU推理算力市场
随着AI技术加速渗透至企业生产环节，越来越多的公司开始借助AI工具进行办公辅助，这一发展动向对底层的算力基础设施提出了崭新的挑战。据虎嗅调研数据，大量中小商户及实体企业已把AI当作日常工作的“伙伴”，广泛用于客户服务、文案创作、数据处理等领域。这种常态化的AI使用实际上构成了对推理算力的持续消耗。此前业界关注点多在于大模型训练阶段的算力缺口，如今企业端AI的普及正引发推理算力的爆发式增长：大部分企业现有的IT架构难以应对高峰期的并发推理压力，响应迟缓等问题根源在于底层算力供应匮乏。此外，不同规模企业的需求
AI能源危机的解药是专用芯片
西德克萨斯的一片田野里坐落着29台喷气发动机。OpenAI的基础设施合作伙伴Crusoe于2024年底至2025年中分两批订购了这些产品。每个机组约产生35兆瓦电力;它们合计产生1吉瓦，输出功率大约相当于核反应堆。此类投资反映了一种时尚担忧：人工智能对电力的需求会扼杀当前的人工智能热潮——美国会在对人工智能计算需求耗尽之前耗尽电力。虽然电力确实是近期的运营瓶颈，但芯片中的电力问题将得到解决。自2022年以来，燃气发电厂的建设成本翻了一番多，达到每千瓦2200至2500美元。像Meta和Microsoft这
AI前沿速递：政策破冰与算力重构
6月17日，上交所正式发布《人工智能大模型企业适用科创板第五套上市标准》指引，核心门槛为预计市值不低于40亿元，对营收、净利润等指标不作要求。此前第五套标准仅适用于未盈利生物医药和集成电路企业，此次扩容至AI大模型领域，被视为资本市场的"破冰"之举。智谱、MiniMax、明略科技等公司或直接受益，为大量尚未盈利但拥有核心技术的AI企业打开了A股上市通道。6月19日，阿里巴巴集团主席蔡崇信在VivaTech 2026大会上表示，AI的总潜在市场规模应当对标人类生产力本身——全球超100万亿美
人工智能的五个层次
https://blogs.nvidia.com/blog/ai-5-layer-cake/这次的变革不只是单个程序、应用或模型，而是像人类发现火、电力和互联网那样，从底层改变了基础设施。影响非常深远，目前还处于早期阶段。今年相比去年的最大变化，是从“有趣”转向了“实用”，真正能干活做事，让人离不开。过去的工程需要预先设计、结构化存储，花大量时间沟通和设计；但现在有了人工智能，可以实时推理，这是一个巨大的飞跃。每一段话都可能产生不同结果，都是实实在在的智能。不再是提前设计，而是实时推理，因此所有底层都需要
解析AI Infra：定义与核心架构技能
AI Infra即AI Infrastructure的简称，中文名为人工智能基础设施，系支撑AI模型自研发、训练至推理应用的全栈技术基石。两大方向：运维与架构设计。若从事运维方向，需着重强化集群监控及故障定位能力；若深耕架构，则应多积淀大规模算力集群的规划经验。架构设计主要涵盖训练架构与推理架构。以下为推理架构设计的关键技能点：第一部分模型优化，需精通量化、剪枝及算子融合技术，明晰模型微调对推理效能的作用；第二部分推理引擎，需熟练运用TensorRT与vLLM，能调节核心参数以优化吞吐量；第三部分调度与缓
陈立武豪言：英特尔5至10年内冲击10倍回报 重点布局先进封装与新材料
英特尔掌门人陈立武宣称，他对英特尔的收益预期是"5至10年内达成10倍增长"，并正从先进封装、新型半导体材料与下一代基板技术三个维度，对英特尔的技术发展蓝图进行系统性重塑。日前在一档播客访谈里，陈立武深入解读了其变革英特尔的策略：在平衡财务状况、明确产品组合之后，他把投资核心转向了先进封装技术EMIB、玻璃基板、以及氮化镓（GaN）、碳化硅（SiC）、磷化铟（InP）和人造金刚石等新型材料领域，以破解传统工艺节点微缩逼近物理极限的困境。他同时指出，Agent AI与推理应用的井喷正在驱动CPU需求显著上扬
ICML 2026 青年思辨会报名启动：探索大模型逻辑推理新范式
华清普智 × AI TIME 联合呈现「ICML 2026 青年思辨会」精彩来袭🌟本次思辨会特别邀请北京大学人工智能研究院助理教授、研究员李昊轩，分享如何突破统计拟合的思维定式，重新审视大模型的推理逻辑。同时，来自清华、北大、上交、北航、北邮等顶尖学府的青年研究者，将各自用5分钟时间展示他们的前沿研究思路。6月28日，在北京探讨本届ICML顶会的热点议题。一场以思辨为核心的AI线下盛会，报名通道现已开启。ICML青年思辨会【活动形式】线下分享【聚焦赛道】超越统计拟合：大语言模型的逻辑推理能力构建【活动时间
Ted Chiang：AI没有意识，只是模拟人格的“句子接龙”
本文源自 Ted Chiang 2026 年 6 月 3 日在《大西洋月刊》发表的《No, Artificial Intelligence Is Not Conscious》。该文原文译成中文超过一万字。为了方便阅读，我将它拆分为三部分发布。在上篇（不，人工智能没有意识（上））中，Ted Chiang 指出大家之所以觉得 LLM 有意识，是因为逻辑模型能造出语法通顺的句子，而人类习惯从句子里揣测意图。中篇将探讨更深层的问题：若 AI 没有意识，它所展现的人格、价值观、同理心和道德感究竟意味着什么？当我们越
前OpenAI高管清华开讲：AI时代最深层危机，是自我身份的迷失
昨日午前，原OpenAI市场拓展主管、国际AI顾问Zack Kass做客清华大学，发表了题为《The Next RenAlssance: Al andthe Expansion of Human Potential》的演说。据InfoQ现场观察，Zack并未纠结于特定模型、产品迭代或企业博弈，而是致力于探讨一个更为本质的命题：当智能成为廉价且普及的资源，AI将怎样重构社会、产业与个人生活。此前在OpenAI主导商业化进程的Kass，频繁与政企及各行业决策者对话。他持续关切的重点是，AI的红利究竟怎样才能切
昇腾0Day全面优化GLM-5.2推理性能
IT之家 6 月 18 日消息，“昇腾 AI 开发者”公众号 6 月 17 日宣布，昇腾 0 Day 支持 GLM-5.2，为编程与长程任务提供全面推理优化。 据官方介绍，目前昇腾 A3 系列产品已经支持 GLM5.2 的单双机以及大 EP 推理部署。针对 GLM5.2 模型的结构特点，昇腾围绕以下几个关键技术开展了高效推理优化： IT之家注意到，智谱 6 月 17 日宣布上线并开源 GLM-5.2。在全球百万用户参与盲测的前端开发评估系统 Code Arena 上，GLM-5.2 取得全球可用模型第一的