📰 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｜论文原文｜相关讨论一｜相关讨论二
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
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。
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
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
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｜“Inference inflection” 观点转述｜vLLM 在 OCI 的生产部署指南
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。
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
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
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
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｜Hugging Face 模型页｜27B 版本
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
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｜Qwen FP8 运行记录｜MiniMax 2.7 爆料｜Leanstral / Mistral Small 4｜SeedProteo 发布
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｜Sam Altman 评论｜GPT‑5.4 使用与营收｜子 Agent 更新｜Codex × Notion 活动
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。
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%。
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｜用户体验对比讨论 1｜用户体验对比讨论 2｜Ollama 成为 OpenClaw 官方 provider｜Comet 观测插件｜NemoClaw
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。
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。
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。
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
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
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。
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
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。
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”。
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。
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
📌 来源: Easy AI 日报
#EasyAI #AI日报 #AI教学
讨论回复
0 条回复还没有人回复，快来发表你的看法吧！
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。