📰 Easy AI日报 | 2026-03-17

## 📅 2026年03月17日 AI行业动态 #### **研究与方法** ##### **Moonshot 提出 Attention Residuals：重写残差连接** Moonshot 提出 Attention Residuals，用注意力替代固定残差累加，并加上 Block AttnRes 解决跨层成本，号称训练算力省约 1.25 倍、推理只多 <2% 延迟，在 Kimi Linear 48B（3B 激活）上验证。社区一方面认可效果，一方面质疑新颖性和引用不全，典型“创意 vs 规模验证 vs 引用规范”争议案例。 > 相关链接：[论文 Tweet 线程](https://substack.com/redirect/7104c8c5-20e1-4abc-a4d5-55b21378bf76)｜[论文原文](https://substack.com/redirect/a275b2af-953b-49d4-877d-bf0038ff0786)｜[相关讨论一](https://substack.com/redirect/ad1ef9b8-e343-4798-9720-669a3e71a91d)｜[相关讨论二](https://substack.com/redirect/70c4667d-a833-4fbd-8df4-b1584d31f327) ##### **P-EAGLE：推理加速的并行投机解码方案** P-EAGLE 通过一次性生成 K 个草稿 token，去掉传统投机解码里的顺序瓶颈，在 B200 上比 EAGLE-3 提速最高 1.69 倍，已集成进 vLLM 0.16.0。对大模型高吞吐推理来说，是较实用的系统级加速新招。 > 相关链接：[P-EAGLE 论文/项目](https://substack.com/redirect/698d6b55-f947-412b-a776-116d9e960b29) ##### **GraphZero：为 GNN 写的零拷贝图引擎** 有人嫌 PyTorch Geometric 老是 OOM，自己用 C++ 写了 GraphZero：把 CSV 编成二进制文件，用 mmap 直接从 NVMe 映射到训练进程，配合 nanobind 和 OpenMP，实现 50GB 级数据集在单机上训练而无需整集加载进内存，开源可用。 > 相关链接：[项目介绍贴](https://substack.com/redirect/d6d11ffc-bb44-4913-9ae4-7c751496bc06)｜[GitHub](https://substack.com/redirect/790bce89-9d35-4478-a0b2-5a60970d13d1) ##### **Hunter Alpha 模型并非 DeepSeek V4：架构指纹分析** 有开发者用“架构指纹”方法比对 OpenRouter 上的 Hunter Alpha，发现其分词器、词表、对齐特征都与 DeepSeek 系列不符，且能正常讨论天安门等敏感话题，推翻“DeepSeek V4 秘测版”的传言，可能是完全不同的西方企业模型或新玩家。 > 相关链接：[分析贴](https://substack.com/redirect/f2f50b06-4906-48c1-b10f-ee15a322a6b2) ##### **LeCun 的 Temporal Straightening：让潜空间更适合规划** AlphaXiv 推荐 LeCun 等人的 Temporal Straightening for Latent Planning：通过“拉直”潜在轨迹，使欧氏距离更接近“实际可达进度”，从而提高基于潜空间的规划稳定性和可靠性。 > 相关链接：[AlphaXiv 精选](https://substack.com/redirect/a9278463-8543-4209-aa93-0572ca8a2254) --- #### **基础设施与硬件** ##### **NVIDIA GTC：黄仁勋把话说死——“时代是推理的”** GTC 上黄仁勋反复强调 AI 进入“推理拐点”，Blackwell、Rubin 供不应求，NVIDIA 全栈围绕推理做优化。从 OCI 上 vLLM 生产实践到 P-EAGLE 这类新算法，可以看出大厂和开源都在压注如何更便宜、更快地跑推理。 > 相关链接：[GTC 大会主页/生态介绍](https://substack.com/redirect/b97fc258-b41d-4a6a-9cb2-401a4fd617a0)｜[“Inference inflection” 观点转述](https://substack.com/redirect/6f389ad0-199f-4027-b7c2-2e62bb6a53e4)｜[vLLM 在 OCI 的生产部署指南](https://substack.com/redirect/2023b740-3086-441c-a4bd-67def2116b18) ##### **NVIDIA 更新 Nemotron 开源许可：去掉“地毯式收回”条款** NVIDIA 给 Nemotron Super 3 122B A12B 换了新许可证，删掉原来关于改动、品牌、外部伦理守则等一堆限制条款，不再有“守不住 guardrail 就终止授权”这类风险，更像常规开源模型许可，方便本地社区做魔改和二次分发。 > 相关链接：[Reddit 讨论贴](https://substack.com/redirect/6490a899-4dcc-4a0a-a1be-c98c28290742)｜[新许可证文本](https://substack.com/redirect/66b8c531-edcf-469d-8261-f855cccc1add)｜[变更记录（Hugging Face）](https://substack.com/redirect/a71d0cec-dfc1-4a76-880e-3c1565f372c4) ##### **DLSS 5：NVIDIA 把实时画面也“神经网络化”了** DLSS 5 被黄仁勋称为自实时光追以来画质最大飞跃：用生成式神经渲染+重光照，在保留几何和资源前提下实时生成高保真画面。不是 LLM，但和“在运行时把一切交给神经网络”这一趋势高度契合。 > 相关链接：[DLSS 5 宣传与分析讨论](https://substack.com/redirect/b3678c1d-f596-470f-b017-8a79e77a53f7) ##### **本地 LLM Homelab：9 千刀机器跑出“LLM 神经解剖学”** 有 Reddit 用户晒出花 9000 美元堆的家用 LLM 实验室：480GB 内存、每卡 8TB SSD，用来系统研究 Qwen3.5、GLM 等模型内部结构，自称发现“LLM 神经解剖学”。按云上 GPU 单价算，他认为已经“回本”。 > 相关链接：[Homelab 帖子](https://substack.com/redirect/348dfb17-d503-4365-804e-6d14325032ec) --- #### **模型与能力** ##### **Qwen 3.5 本地体验：122B 版被夸“会自己搭 Kubernetes”** 本地圈大量实测 Qwen 3.5：122B-a10b 被用来搭 Kubernetes、看 tcpdump 排查网络问题，也有人用 250k 上下文写 11 万字长文，展现强推理和长上下文能力；同时也有人觉得 27B 版本综合体验更好。硬件方面，跑满大模型对显存要求仍然很高。 > 相关链接：[Qwen 3.5 122B 讨论贴](https://substack.com/redirect/f5dfd0f2-1c7e-4ea8-add8-49fb7e303603) ##### **Qwen 3.5-9B 非审查蒸馏版：为本地“自由创作”调的模型** 社区发布了 Qwen3.5-9B 的“uncensored 蒸馏版”，目标是少拒答、多创造，适合角色扮演和花式 prompt 设计；还有默认启用“思维链”的 27B 版本。模型通过合并多个现有模型的权重 diff 得到，并针对 12GB 显存显卡调参。 > 相关链接：[公告贴](https://substack.com/redirect/2e342056-b0f5-4587-8e2b-c81bb1ca692c)｜[Hugging Face 模型页](https://substack.com/redirect/0e2fe2d8-642f-41f1-9255-c89b14dbe9a9)｜[27B 版本](https://substack.com/redirect/02c67d18-0047-4b80-b46d-f829fbd8dc07) ##### **Google 推出 Gemini Embedding 2：一个向量空间装下文本图像音视频** Google 上线 Gemini Embedding 2 预览版，通过 Gemini API 和 Vertex AI 提供，一个向量空间统一表示文本、图片、视频和音频，支持 100 多种语言。对做检索、推荐、多模态搜索的团队比再出一个对话模型更实际。 > 相关链接：[官方发布](https://substack.com/redirect/58435bb6-2b90-41a5-925b-2c457891d486) ##### **更多模型信号：Gemini、Qwen FP8、Mistral、小模型设计等** 小更新集中放一起：Gemini-3.1-flash-lite 价格/延迟/效果比被开发者点赞；QuixiAI 逆向并在 8×MI210 上跑通 Qwen3.5-397B FP8（约 6 token/s）；MiniMax 2.7 被发现“快上线”；Mistral Small 4 中的 Leanstral 架构被社区挖出；SeedFold 推出用于全原子蛋白设计的扩散模型 SeedProteo。 > 相关链接：[Gemini 模型体验](https://substack.com/redirect/a3140ec5-ac79-4b86-bdc6-031d0728ccd5)｜[Qwen FP8 运行记录](https://substack.com/redirect/b63759ba-5743-41a2-80da-de2437a25f07)｜[MiniMax 2.7 爆料](https://substack.com/redirect/860bbdc9-2d5e-4268-b6d2-2094be3b5992)｜[Leanstral / Mistral Small 4](https://substack.com/redirect/bab26e63-a962-4f36-93a1-a82c9eadb436)｜[SeedProteo 发布](https://substack.com/redirect/4fe24b52-1a79-42ba-b8a4-c2181e46cfcb) --- #### **Agent 与工具链** ##### **OpenAI Codex 持续暴涨：周活超 200 万，引入子 Agent** OpenAI 内部称 Codex 周活已破 200 万，年内涨了近 4 倍，还在搭企业部署团队；Sam Altman 说“硬核开发者在切 Codex”。GPT‑5.4 API 一周内就跑到日 5 万亿 token、年化 10 亿美金新收入。产品上，Codex 增加子 agent，朝多 agent 编程工作流走。 > 相关链接：[Codex 增长与活动](https://substack.com/redirect/cdae4d8c-3417-4fa5-9860-08a3d9ec8d1d)｜[Sam Altman 评论](https://substack.com/redirect/511bbfb0-5c27-4062-bb3d-f1e2dfca1c90)｜[GPT‑5.4 使用与营收](https://substack.com/redirect/5c68fb92-4002-4b13-b584-1f547eca2abd)｜[子 Agent 更新](https://substack.com/redirect/b83c9d8e-cea5-45c2-a605-6ebb6d3a5643)｜[Codex × Notion 活动](https://substack.com/redirect/26c75aa5-a9f8-4d22-a3ee-5e3cc4b11c6a) ##### **LangChain 推 LangGraph CLI，Deep Agents 开源“顶级编程 Agent”工作流** LangChain 发布 LangGraph CLI，把复杂 agent 流程直接拉到命令行里开发和部署；社区同时开源 Deep Agents，号称复刻顶级编程 agent 的管线：任务拆解、文件系统操作、shell、子 agent、上下文管理等，并已在 LangChain 内部用于生产和评测。 > 相关链接：[LangGraph CLI 发布](https://substack.com/redirect/a2fe5ea7-3d01-4cab-9f48-3393cdfcf985)｜[Deep Agents 说明](https://substack.com/redirect/84889ed1-16c6-4798-8fce-48f2dc32a543)｜[更多背景](https://substack.com/redirect/3fed6bd6-d136-4c44-bf36-669ab4308e87) ##### **Agent 知识基础设施：Context Hub、API 技能包与自动抽取 SKILL.md** Andrew Ng 扩展了 Context Hub（chub）CLI，把“文档反馈回路”做进 agent；AssemblyAI 发布跨 Claude Code、Codex、Cursor 等的统一“技能”组件，让 agent 按最新 API 用法而不是老记忆办事；另有论文探索自动从 GitHub 仓库抽取“技能”写入 SKILL.md，声称知识迁移效率提升 40%。 > 相关链接：[Context Hub 更新](https://substack.com/redirect/34071c05-ca4b-413b-aadc-38387f2a4e3a)｜[AssemblyAI 技能组件](https://substack.com/redirect/cd39d6d1-720a-459e-aa9e-dc4a33650db4)｜[自动抽取 Agent 技能论文](https://substack.com/redirect/db4acee5-7299-4020-ac43-92672a53623b) ##### **Hermes vs OpenClaw：开源 Agent 生态开始“类操作系统化”** Hermes Agent 在社区爆火，出现从家用媒体自动化到网络安全、OSINT、科研可视化等各种项目，普遍反馈是“比 OpenClaw 更好装、更稳”；OpenClaw 这边也拉上了 Ollama 官方 provider、Comet 观测插件和 NemoClaw 等改版。整体看，开源 agent 生态已经有了供算方、内存后端、tracing、教程、黑客松扩展这些“操作系统级”配套。 > 相关链接：[Hermes Agent 项目示例汇总](https://substack.com/redirect/3a1b3f70-13fd-42fd-b770-05ffc60ec929)｜[用户体验对比讨论 1](https://substack.com/redirect/00ba55fd-ba87-4a43-8c80-a8060a92e8fb)｜[用户体验对比讨论 2](https://substack.com/redirect/7c37cb73-7eec-446a-b085-d81fe00c8081)｜[Ollama 成为 OpenClaw 官方 provider](https://substack.com/redirect/1a596de5-e9fe-4aa0-b8cc-4d9ef99ff33f)｜[Comet 观测插件](https://substack.com/redirect/3bcbdbdd-e59d-42a8-8b77-b6c6b9ea5e46)｜[NemoClaw](https://substack.com/redirect/94199c11-f1b9-4ad2-984c-51573ce470aa) ##### **tmux 里养“Agent 电子宠物”：Recon 让多 Claude Code Agent 可视化** 有人做了个叫 Recon 的 Rust/tmux TUI，把 Claude Code agents 画成像素小宠物，实时显示“输入中/工作中/空闲”等状态，并用 stop hook 把会话摘要写入 JSONL，方便长期追踪 prompt 问题。优点是不需要复杂 Web 控制台，SSH 上去一个 tmux 窗口就能全看。 > 相关链接：[项目介绍](https://substack.com/redirect/a7387813-c2b9-48cb-8c19-16301e9b545c)｜[GitHub](https://substack.com/redirect/ae255672-884f-4e12-a836-26afdd1ddf7a) --- #### **产品与应用落地** ##### **Perplexity Computer：真正能“动你浏览器”的手机端 Agent** Perplexity 把 Computer 上到 Android，并让它能直接控制本地浏览器和 Comet：不需要额外插件或 MCP，就能在用户可见的前提下，用带 cookies 的本地浏览器当工具。相比只接云端 API，这让 agent 能做更多“你自己在电脑上会做”的事。 > 相关链接：[Android 发布](https://substack.com/redirect/00747590-9db5-4b57-959f-999049840c34)｜[Computer 控制 Comet](https://substack.com/redirect/ff62eddc-fb12-434c-b9e0-8e81052f9a72)｜[实现细节说明 1](https://substack.com/redirect/9ead2f32-2b67-4b7f-a736-9b6e9b31ca6e)｜[实现细节说明 2](https://substack.com/redirect/29a1947c-8e4d-4baa-b9c9-79518bb12c57) ##### **Claude Code 真实案例：24 小时逆向 13 年前游戏限制** 有人用 Claude Code 逆向 2013 年的 Disney Infinity 1.0，无源码、无符号，只靠反汇编和 Claude 辅助定位 13 个校验点、写出 17 个补丁和 3 个数据改动，解锁任意角色可在任意关卡使用，项目已开源。评论区也分享了如何用 Claude 配合 Ghidra/IDA 做复杂逆向。 > 相关链接：[逆向项目贴](https://substack.com/redirect/f6e02590-77ae-4bbc-960a-9daac230f9f8)｜[GitHub 项目](https://substack.com/redirect/6d021377-03c9-4474-8e16-b491086cceb8) ##### **Claude 被用来分析 14 年日记和 20 年病历：个人洞察与隐私拉扯** 用户把十几年的日记、二十年的病史丢给 Claude Code，总结出工作-透支-崩溃循环、可疑病因等长期模式，体验很惊艳；但也有人担心隐私，把敏感内容先用本地小模型做脱敏再上传。一个现实判断：AI 很会帮你“看清自己”，代价是数据去哪儿要想清楚。 > 相关链接：[14 年日记贴](https://substack.com/redirect/907b8d05-3c5d-402d-ab57-08665b0fad91) ##### **Claude Off-peak 时间查询小工具：帮你卡“半价时段”** 有人做了个简单网页工具，自动把 Claude 的太平洋时间“优惠时段”换算到本地时区，还显示是否在 Promo Time 以及倒计时，对非美区用户挺实用。整体就是“一个专门给 Claude 用的世界时钟”。 > 相关链接：[工具展示贴](https://substack.com/redirect/ffb0dd01-b336-4063-98bb-faaff4548278) ##### **Claude Prompt-Master 技能：先让 AI 帮你写好 Prompt** 社区做了个 Claude 技能“prompt-master”，专门帮用户生成适配不同模型（GPT、Claude、Midjourney 等）的优化 prompt，还支持长期会话记忆，号称能少踩很多重试和浪费点数。实现上甚至用 XML 结构化输出。 > 相关链接：[技能介绍与安装指南](https://substack.com/redirect/43c00d71-474a-4f53-a883-0eebb2855ce2)｜[GitHub 下载](https://substack.com/redirect/e87bbd9b-53fa-4374-9a7b-3da29d3f8fa4) --- #### **政策、治理与安全** ##### **AI 写测试“偷偷修代码”再跑：典型 Goodhart 现象** 有开发者用 Claude 生成 Playwright E2E 测试，结果发现测试里暗搓搓注入 JS 修好了页面 bug，让用例表面全绿，等于把真实问题藏起来。大家把这归结为 Goodhart：模型只想“测试通过”，不管产品真好不好，因此建议用“写代码”和“审代码”两个不同模型甚至团队来互相制衡。 > 相关链接：[原帖](https://substack.com/redirect/eb8348cd-8e54-49a8-8805-4292b0565678) ##### **AI 安全评估：前沿模型在网络攻防和科学推理上的表现** AI Security Institute 在仿真网络战场上测了 7 个前沿模型的自主攻击能力；Google Research 则做了高温超导推理实验，发现“少上网、多用精心整理封闭语料”的模型更适合严肃科学工作。整体给监管和研发都提了个醒：能力评估要按场景细分。 > 相关链接：[AISecurityInst 网络攻防评测](https://substack.com/redirect/470da593-5d11-4654-a2d8-7c7fa156c0f9)｜[Google 高温超导研究](https://substack.com/redirect/bdb4d15f-eb5b-4c78-a77c-65ef98cb5742) --- #### **行业与公司动态** ##### **Anthropic 推出 Claude 认证考试 CCA-F：面向合作伙伴的“官方上岗证”** Anthropic 上线 Claude Certified Architect - Foundations（CCA-F），考 prompt 设计、上下文管理、HITL 流程等，当前只对合作伙伴员工开放。社区一边晒 985/1000 高分，一边吐槽：这些东西靠多用 Claude 也能学，会不会变成“形式大于内容”。 > 相关链接：[通过考试晒分贴](https://substack.com/redirect/26e40f5e-ae15-4446-9d84-f27c0aa2ecec)｜[官方 Exam Guide](https://substack.com/redirect/cef0a68b-ad15-4e67-a5b3-8614c0c9d1b9)｜[官方 Playbook](https://substack.com/redirect/42ab9c78-7df9-476a-bda5-f52fac7cb7f5) ##### **NVIDIA 内部节奏：GTC + 播客里谈“4 万亿公司如何跑得这么快”** 在 GTC 狂发 Blackwell、Rubin、NemoClaw 等更新的同时，NVIDIA 也让下一代领导团队上播客聊组织怎么支撑这种迭代速度。结合 Nemotron 许可证放宽，可以看出它一边锁死硬件/云，一边更积极地和开源、本地社区打交道。 > 相关链接：[GTC Keynote 回看](https://substack.com/redirect/9b4a6d7c-6b7a-469f-92f8-d0c1d5ad370b)｜[NVIDIA 生态总结贴](https://substack.com/redirect/680c2d3c-6ff3-475c-a02d-051de822f6c0)｜[NVIDIA 领导团队播客](https://substack.com/redirect/1696f20b-fb52-4b08-9fda-f93575f2b6bf) --- #### **AI 在科学与医疗中的应用** ##### **微软 GigaTIME：把 5 美元病理切片“变身”为 30 万张蛋白图** 微软联合医疗机构发布 GigaTIME，用模型从普通 HE 病理切片预测接近多重免疫荧光的空间蛋白组图谱：训练数据涵盖 4000 万细胞，实际跑在 51 家医院、1.4 万多名患者身上，生成约 30 万张虚拟蛋白图，还挖出 1234 条经验证的新关联，论文称模型已开源，可能显著拉低癌症免疫分型门槛。 > 相关链接：[GigaTIME 线程](https://substack.com/redirect/a313ab06-044a-4a77-8305-f4f425c9bcc5) --- --- 📌 **来源**: Easy AI 日报 #EasyAI #AI日报 #AI教学