铃阅时讯
❌

普通视图

谷歌放出Agent记忆教程,代码已开源!

2026年11月16日 23:35

原创 Datawhale 2026-11-16 23:35 浙江

 Datawhale干货 

讲师:Annie Wang

Google Cloud Tech 工程师 Annie Wang 公开了一堂关于多模态 Agent 记忆架构的专题课程,并开源了配套的示范项目 FashionMind。

    代码地址:https://g.dev/ai/fashion-mind

    带语音和视觉能力的多模态 Agent,在同一轮对话里往往表现得很聪明。可一旦用户关掉页面下次再打开,前面聊过的偏好和背景就会全部清空。

    为了解决健忘问题,很多团队会把订单、日程、聊天偏好统统倒进同一个向量数据库。这种做法看似省事,一旦用户追问精确事实,系统却只能靠语义相似度去猜答案。

    谷歌在这套面向生产环境的参考架构里给出了相反的解法。先把记忆按性质拆成三层,再把读写链路拆成实时热路径与后台异步任务。

    Image

    一、传统记忆方案的两个坑

    1. 会话一断,上下文记忆就归零

    视频开篇把大模型的会话上下文比作电脑里的内存。你在五分钟前说过的话,模型都能直接拿来用,响应非常自然。

    一旦这次对话结束,这块内存就会立刻释放。下一次用户重新走进系统时,面对的还是一个完全不认识自己的助手。

    Image

    记忆工程的关键从来不是存下所有信息,而是决定哪些内容值得跨会话留下来。

    2. 向量库查不准精确事实

    想到长期记忆,不少开发者的第一反应就是上向量数据库。把所有聊天文本、购买清单和日程记录全部切成片段,算成向量一股脑写进去。

    视频在四分半钟处专门拆解了这个误区。向量检索的强项是找意思相近的内容,它并不擅长核对一条确切的记录。

    当用户问“我周四买过那件外套吗”时,向量库返回的是相似描述最多的片段。它很容易把心愿单里的同类衣服、或者上个月讨论过的款式拿来充数。

    Image

    只要问题需要精确命中某一条记录,向量库的相似度匹配就会变成隐患。

    二、三类记忆数据分开存储

    1. 有编号和日期的事实进关系数据库

    什么数据算精确事实,判断标准非常具体。只要这件事带有编号、时间戳、状态变更和增删改需求,就属于结构化事实。

    比如“周四晚上七点有客户聚餐”、“已经买过蓝色夹克”、“把西装加入心愿单”。在谷歌的架构里,这类记录直接存入 PostgreSQL、MySQL 或 Cloud SQL 的行列表格里。

    Image

    当用户提出调整时,Agent 通过 add_to_wishlist 或 mark_purchased 等工具直接执行事务更新,读取时也是精确的条件过滤,不会靠模糊检索去碰运气。

    2. 动态偏好交由向量库管理

    另一类长期记忆是没有固定表头的动态理解。例如“这个用户怕热”、“她喜欢极简风格胜过夸张设计”、“穿深色系会让她更有自信”。

    这类信息很难提前建好字段,往往要经过多轮对话甚至多场会话才能看清轮廓。它们才适合进入 pgvector、AlloyDB,或者谷歌托管的 Vertex AI Agent Engine Memory Bank。

    Image

    在开源仓库的配置文件 memory_bank_config.py 里,谷歌团队设定了 7 个提取主题来约束总结范围。其中包含用户偏好、个人信息两个托管主题,外加穿衣风格认同、标志性单品、舒适度限制、视觉特征和场合背景五个自定义主题。

    需要说明的是,这套分层设计并不绑定某一家云厂商的具体产品。无论是自己维护的 pgvector 还是托管的 Memory Bank,核心逻辑都是把规律性理解从精确事实里剥离出来。

    Image

    3. 音视频只存提炼结果

    面对能听能看的多模态 Agent,开发者还会遇到第三种数据,也就是摄像头传来的每秒一到两帧画面,以及 16 kHz 的连续麦克风音频流。

    Annie Wang 在五分半钟处给出了非常明确的边界。原始音视频流本身不是 Agent 记忆,真正要存下来的是从画面和声音里提炼出的结论。

    Image

    比如系统不需要永远保存用户穿戴时的每一帧像素,它只需要抽出一句“她又戴了那顶黑色帽子”或“这场晚宴偏正式”写进语义记忆。至于原始视频流和音频波形要不要留底,那是审计、回放或模型微调层面的独立存储决策。

    三、读写分离:避免卡顿语音流

    1. 开场前并行读取两类记忆

    存储边界划清之后,下一步要解决的是运行时怎么把两边记忆顺畅地接回来。谷歌在演示里把读取动作放在了 Agent 开口说第一句话之前。

    当新会话启动时,后端系统并行发起两次读取。一边从关系型数据库捞取即将到来的日程和心愿单,另一边向语义记忆系统检索用户的穿衣禁忌和风格偏好。

    Image

    这样一来,Agent 从开口第一秒就同时握住了确定性事实与概括性理解。不需要让用户把尺寸、预算和喜恶重新交代一遍,回答自然就能接上上次的话题。

    2. 明确事实当场写入,偏好留给后台总结

    写入路径同样不能一刀切。视频把保存动作明确拆成了快慢两条轨道。

    当用户发出清晰指令“把那件西装加入心愿单”时,Agent 必须在当前对话回合立刻调用工具写进数据库,因为用户期望马上得到已保存的确认。

    Image

    风格偏好则完全相反。用户今天随口说一句“我觉得黄色挺好看”,并不代表他从此放弃了深色简约风,立刻覆盖长期画像反而会让记忆变得杂乱。

    更重要的是延迟代价。提炼偏好需要调大模型通读对话上下文,这在文本聊天里多等几秒或许影响不大,在全双工语音对话里却是致命停顿。

    根据配套演讲稿的测算,语音输出大约保持在每分钟 150 词的节奏。只要插进一轮等待模型响应再由用户确认的工具往返,就会白白烧掉 2 个语音轮次,带来 6 到 16 秒的尴尬冷场。

    实时热路径只负责把确定的事实同步写进去,需要大模型动脑归纳的偏好放到后台异步提炼。

    在 FashionMind 源码里,团队通过 ADK 的 after_agent_callback 挂载后台协程任务。

    每次交互后由 gemini-2.5-flash 在热路径之外静默提炼会话并写回 Memory Bank,从而保证前面语音流始终顺畅不断句。

    四、开源代码里的三处工程取舍

    对照 Google Cloud Next 的演讲方案和 cuppibla/fashionmind 开源仓库里的最新代码,我发现工程团队为了扛住真实网络环境下的延迟和断连,对最初设想做了三处明显的取舍。

    Image

    1. 删掉推荐工具,改用正则匹配

    最初方案想在模型说话时顺便触发一个 recommend_products 工具往前端推商品卡片,但现行 agent.py 第 327 行特意移除了这个工具。

    原因还是为了省去工具调用的往返回合。现在后端在下行流函数 _detect_products_in_text() 里直接用正则匹配文本里的商品名称,话音刚说出口,前端卡片就已经同步亮起。

    配套演讲稿也给出了一条目录大小经验线。100 件以下直接全量放进上下文,100 到 500 件只保留名称与价格,超过 500 件再退回检索工具调用。

    项目说明里补充提到,这套直接注入上下文的做法在当前约 200 件商品附近会触及 token 成本上限,且单一会话期内不会动态刷新记忆。

    2. 宁可晚几秒开麦,也要等记忆先读完

    早期的文档和演示图曾主打零毫秒直接开麦,再靠 LiveRequestQueue 在后台把记忆硬插进对话流。

    而在现行 main.py 里,团队特意延后了实时音频流起步。

    代码里的 _startup_task 会先并行等待 Memory Bank 召回与数据库上下文查询写入 session.state,超时上限分别为 8 秒和 2 秒,等记忆准备妥当后再放开实时音频连接。

    3. 对话状态暂放本地内存,避开远程延迟

    在 services.py 的注释中可以看到,团队刻意选择了本地的 InMemorySessionService,暂时没有启用远程的 VertexAiSessionService。

    因为在连续语音流下,每次数据块都要往远程服务追加 append_event 记录,不仅叠加延迟,长时间流中途一旦碰到 OAuth 凭证刷新还容易导致连接异常断开。

    先保住当下这一通电话的稳定不断线,把跨会话记忆沉淀交给异步后台处理,成了更务实的选择。

    写在最后

    回看谷歌开源的这套 FashionMind 项目,它在架构上并没有用多复杂的算法,核心就是把不同性质的数据拆开:有确定状态的日程和订单走关系库 SQL,模糊的长期偏好走异步大模型总结,原始音视频流提取完结论后不进在线记忆库。

    下次从零搭建带记忆的语音或视觉应用时,不妨先照着这条分界线画清你的存储架构图,再动手写第一行代码。

    图片

    一起“点赞”三连↓

    跳转微信打开

    Datawhale招人啦!8个岗位开放中🐳

    2026年11月16日 13:11

    Datawhale 2026-11-16 13:11 浙江

    想加入 Datawhale,和一群有趣的人一起做点有意思的事吗?

    Datawhale 新一波招聘机会来啦!

    目前开放前端开发、社区运营、活动运营、人事行政实习等多个岗位,欢迎加入!

    📍工作地点:杭州云谷中心

    📱扫码查看全部岗位详情,欢迎投递,也欢迎推荐给身边正在找机会的朋友~

    #Datawhale #求职 #实习 #招聘

    跳转微信打开

    给大模型装上摄像头,北大重磅开源:3D空间智能基准来了!

    2026年11月15日 23:34

    原创 Datawhale 2026-11-15 23:34 浙江

     Datawhale干货 

    作者:北大团队

    如果给大模型一台可以自由移动的摄像头,它能否走进一个房间,找到目标物体,并准确说出每个物体的三维坐标?

    北京大学与天津大学团队提出 SpatialScout,将这个问题转化为可交互、可量化的评测任务。基准包含 80 个室内场景和 3,140 个目标物体,要求视觉语言模型智能体自主获取视觉证据,逐步建立统一坐标系下的物体中心地图。

      论文 https://arxiv.org/abs/2610.26659
      代码 https://github.com/JesseZZZZZ/SpatialScout

      Image

      图 1 SpatialScout 任务概览

      一、用三维物体地图检验空间理解

      许多空间评测关注模型能否回答图像或视频中的方向、距离和位置关系问题。SpatialScout 进一步要求模型把观察结果落实到明确的三维坐标,并在后续探索中持续补全和修正。模型需要决定下一步看哪里、识别不同视角中的同一物体,并把局部证据整合成一致的空间表示。

      实验表明,这对当前模型仍是明显挑战。在论文评测的模型中,表现最好的 Claude Opus 5.5 全目标平均 IoU 为 41.71%,达到 IoU > 0.9 的目标仅占 3.25%。这些结果揭示了当前模型在完整覆盖目标和精确定位方面的不足。

      二、一次自主探索如何完成评测

      SpatialScout 将观察、行动、几何估计与地图更新放在同一个任务中。所有模型使用统一的工具接口、提示词和交互预算,最终根据提交的物体位置评估建图质量。

      Image

      图 2 从场景输入到自主交互和三维物体地图的完整评测流程

      从初始视角出发。智能体获得一张 RGB 图像、目标物体清单、相机内参和位姿,以及公开的搜索范围。目标的真实中心、包围盒和评测分数保留在评测端,探索过程中不会向模型返回。

      自主选择下一次观察。智能体可以平移或旋转摄像头、拍摄新图像,并利用不同视角中的对应像素调用三角测量工具。它需要自己判断哪些视觉特征属于同一物体,以及估计出的表面点如何对应到物体的几何中心。

      边探索边更新地图。智能体以初始相机定义的固定坐标系提交物体中心,能够分批补充目标或修改已有估计。每个任务最多允许 100 次模型调用和 100 张 RGB 图像,初始图像也计入预算;一次模型调用可以请求多个工具。

      三、定位精度与目标覆盖率共同计分

      评测同时报告以米为单位的中心误差、目标覆盖率,以及与物体尺度相关的三维交并比 IoU。计算 IoU 时,评测器将目标的参考包围盒平移到预测中心,再与真实位置的包围盒比较,因此模型提交的是坐标,无需预测物体尺寸。

      全目标平均 IoU 将未提交的物体按零分计算,已提交目标的平均 IoU 则反映已有位置估计的质量。两者结合,能够揭示模型是否只定位了少数容易的物体。同类可互换实例采用组内一一匹配,减少编号顺序对结果的影响。

      四、当前模型离精确建图还有多远

      论文评测了 7 个模型,并比较了 GPT-6 Astra 的两档推理设置。主结果显示,模型之间存在明显差距,而高精度定位对所有受测模型都具有挑战。

      Image

      图 3 80 个场景上的主实验结果 所有数值均为百分比

      Claude Opus 5.5 的全目标平均 IoU 为 41.71%,GPT-6 Astra 在 xhigh 设置下为 33.16%。即便是排名第一的模型,IoU > 0.5 的目标占比也只有 47.23%,IoU > 0.9 的目标占比进一步降至 3.25%。这里的 IoU 是位置估计的尺度相关重叠分数,并非任务成功率。

      Image

      图 4 准确定位 目标遗漏与定位错误的可视化案例

      可视化直观展示了两类主要困难:物体可能被遗漏,也可能被放在错误的位置。图中的场景使用参考物体的形状与朝向,仅改变其中心位置,因此展示的是物体中心地图的质量。完整提交和准确定位都需要被单独检查。

      五、有效观察比单纯增加交互更关键

      为什么有些模型看得更多,定位却更差?论文对 80 个共同任务的轨迹分析发现,GPT-6 Astra 平均每个任务拍摄 32.41 张图像,少于 DeepSeek V4.1 Flash 的 39.63 张,但已提交物体的中心误差中位数分别为 7.08 厘米和 68.17 厘米。

      Image

      图 5 GPT 6 Astra 与 DeepSeek V4.1 Flash 的几何工具使用对比

      GPT-6 Astra 的已提交目标中,99.33% 在提交前有成功三角测量记录,DeepSeek V4.1 Flash 为 63.48%;两者成功三角测量调用中的几何警告占比分别为 2.69% 和 38.65%。这些观察提示,跨视角对应和几何工具的有效使用,与最终定位表现密切相关。

      更细致的失败分析覆盖 4 个模型在 10 个选定任务上的 40 条轨迹。其中只有 6 条同时达到至少 90% 的覆盖率与不超过 0.2 米的平均中心误差。其余 34 条中,26 条存在覆盖不完整,21 条在三角测量残差较低时仍保留明显位置错误;这些问题可以重叠出现。几何残差较小,并不足以保证模型找对了跨视角特征或物体中心。

      写在最后

      SpatialScout 既比较最终地图,也保留观察、工具调用与位置更新的过程,帮助研究者分析模型如何选择视角、关联物体和修正空间估计。它为改进视觉语言智能体的三维理解能力提供了具体目标:让视觉证据持续转化为更完整、更准确的物体地图。

      当前数据基于物理仿真环境,真实场景中的复杂性仍需进一步验证。论文提出了后续真实场景数据计划,并公开代码,欢迎围绕主动感知、空间表示和具身智能开展研究与合作。

      图片

      一起“点赞”三连↓

      跳转微信打开

      哈佛最新 AI 课发布:从 Agent 一路学到 GPU!

      2026年11月15日 00:01

      原创 Datawhale 2026-11-15 00:01 浙江

       Datawhale干货 

      最新课程:哈佛 CS2680

      一个 AI Agent 从你敲下第一句提示词,到物理显卡上吐出最后一个 token,中间到底穿透了哪些技术层级?

      很多开发者在尝试构建复杂的智能体系统时,很快就会撞墙。瓶颈往往不在于提示词写得够不够巧,而在于真实的工程现实:不可控的延迟、高企的 Token 账单、长程规划失控,以及多轮交互下迅速被吃满的显存。

      想要真正做出一套可靠的高性能 Agent,只懂上层框架不够,只看底层 CUDA 算子也不够。

      哈佛大学今年秋季开设了一门极具特色的硬核大课:CS2680《Modern AI Systems: Agents and System Optimizations》。

      全学期不搞分散的散点练习,只盯准一个名为 Mads 的智能体系统,带你从应用层的 Agent Loop 一路往下拆,直到接管开源模型的推理服务与底层 GPU 硬件。

      目前,这门课的大纲、阅读清单以及课件幻灯片已全部在官方主页向公众开放。

      Image

        课程官网:https://cs2680.seas.harvard.edu/

        一、课程大纲与主线

        这门课之所以让人眼前一亮,首先在于它的课程结构设计。

        它没有把内容割裂成孤立的章节,而是以一个名为 Mads(Modern Agent Design and Systems) 的系统贯穿始终。全课 14 周被清晰地切分为两大阶段:

        前半程(第 1~7 周)聚焦智能体设计与评估。 从 Claude Code 的运行机制切入,依次讲透多 Agent 协作、上下文与工具管理(ReAct)、长期记忆(MemGPT)、评测体系以及成本性能权衡。

        后半程(第 8~14 周)深挖底层推理系统。 从 GPU/CUDA 基础出发,逐层拆解批处理调度、PagedAttention(vLLM/SGLang)、投机推理、KV Cache 优化与量化压缩,最终落到智能体请求调度与负载均衡。

        二、五个贯穿式作业

        CS2680 不设期末考试,而是通过5个作业一环扣一环,带着学习者从最上层的前端一路改到底层推理引擎:

        Image

        1. Mads-Lens(搭建可视化监控台,10%)
        用 Claude Code 为它自己写一个 Web UI 前端,实时可视化运行轨迹:展示每次工具调用的入参和返回结果,把派生的子 Agent 展开成树状图,定位报错现场,并实时统计每次调用的 Token 消耗与花费。

        2. Mads-Loop(手写核心运行时,10%)去掉现成客户端,直接围绕模型 API 手写 Agent Runtime:实现结构化工具调用、上下文滑动窗口管理、报错重试与退出判定。助教会用隐藏测试集专门测这套 Runtime 的容错能力,重点看代码循环本身够不够稳。

        3. Mads-Opt(压榨成本与延迟,20%)在调用商业 API 的前提下做端到端优化。要求在任务成功率不降的基础上,砍掉多余 Token、把简单任务分流给便宜的小模型、做工具并发调用并重构上下文,把延迟和开销压到最低,最后写一篇技术复盘博客。

        4. Mads-Serve(接管本地推理引擎,20%)拿掉外部商业 API,课程给每位学生发一张 RTX PRO 4500(32GB 显存) 独立 GPU。学生需要在卡上自己部署开源模型,把前一步写好的 Agent 接进本地推理服务,通过改批处理调度和 KV Cache 复用解决显存与排队瓶颈,按完成任务数和总耗时在全班实时榜单(Leaderboard)上排名。

        5. Mads-Stack(全栈解封打榜,10%)最后一步把上层 Agent 架构、开源模型选型和底层推理内核全部放开修改。统一用 Terminal-Bench 2.0 评测,跑过基线就能拿满基础分,前 26 项任务的综合排名还会有额外的榜单加分。

        三、学习地址

        课程主页:https://cs2680.seas.harvard.edu/

        需要提醒的是,这门课是一门地道的研究生级系统硬核课程,并不适合零基础入门。

        官方先修要求是完成过 CS61(计算机系统导论)以及至少一门研究生级别的系统课,默认熟练掌握 Python 与 PyTorch。课程主页写得非常直白:老师在课堂上不会把作业所需的所有技术细节都讲完,想要拿到满意的成绩,必须做好课后花费大量时间自学和调试实验的准备。

        值得一提的是,虽然哈佛官方目前暂未向外网公开课堂现场录像,但官方所有课件幻灯片均已按周次直接放出;同时海外技术社区也已经在 YouTube 上推出了针对这门课的逐讲视频深度拆解(覆盖 Claude Code 运行原理、多 Agent 架构、上下文管理与评测基准等),非常适合配合官方课件同步精读。

        Image

        大模型时代已经从单纯的比拼提示词,走向了智能体架构与推理基础设施协同优化的深水区。

        无论你正在开发智能体应用,还是在搭建模型推理服务,哈佛 CS2680 所给出的这条工程演进路线,都值得每一位工程人员认真研读。

        目前官方主页上的教学日历、课件幻灯片与论文清单均可自由访问,建议收藏学习。

        图片

        一起“点赞”三连↓

        跳转微信打开

        重磅!Claude Code的Harness实战教程来了!

        2026年11月13日 23:59

        原创 Datawhale 2026-11-13 23:59 浙江

         Datawhale干货 

        深度对谈:Thariq Shihipar

        Anthropic Claude Code 团队前核心成员 Thariq Shihipar 参加了 Latent Space 的一场 94 分钟深度对谈。他长期主导 Claude Code 的工程研发、Agent SDK 以及开发者生态,过去一年多里亲历了这款工具从一个简单的命令行插件,演变为支持沙盒、自动权限审批和云端协同的复杂系统。

        Image

        在这场对谈中,Thariq 集中分享了三个层面的实战思考:为什么过去靠规则文件约束模型的做法正在失效、搭建 Claude Code Harness 时的关键工程设计,以及当 Agent 权限放大后如何应对它绕过规则的挑战。这些来自一线的真实工程与安全经验,对正在构建和使用 AI 编程工作流的开发者非常有参考价值。

        让我们下面来看一下他具体是怎么讲的吧。

        一、规则文件正成负资产

        1. 旧补丁正拖垮新模型

        访谈一开场,Thariq 就提出了一个直接的判断:长远来看,CLAUDE.md 或 AGENTS.md 这类规则文件会逐渐消亡。

        很多团队习惯把模型踩过的每一个坑都写进文档,日积月累攒成数百行的规则库。问题在于,不同代际甚至小版本之间,模型的缺陷模式完全不同。

        新模型本已具备直接解决问题的能力,但启动时依然被强行塞入针对旧模型的历史禁令。这些陈旧规则会过度约束新模型,让原本聪明的推理变得束手束脚、死板迟钝。把给旧模型打的补丁硬套给新模型,往往弊大于利。

        2. 零规则起步,复发再补

        对于新启动的项目,Thariq 建议直接从零开始,先不写规则文档。

        当前模型在常规任务上的完成度底线已经足够高。只有当特定的失败模式在同一个项目里反复出现时,才针对性地追加最小必要规则。文档真正需要承载的,是跨会话沉淀的核心业务目标与关键实验结论,而不是零散的纠错指令。

        为了防止规则膨胀,Anthropic 内部开发了专门的技能评估插件,用来量化测试挂载某条规则或技能包后,模型的实际表现是否真优于裸跑基线。如果没有明显收益,这些规则就应该被果断清理。

        3. 别写死固定工作流

        借用强化学习领域的「苦涩教训」,Thariq 总结了过去一年构建 Claude Code 的体会:模型能力的演进速度远超 Harness 本身,任何写死的固定工作流都会迅速过时。

        一年前,很少有人能预料模型可以直接编写自身运行环境的扩展;一年后,Claude Code 已经从单体命令行演变为涵盖动态界面、权限自动审批、多智能体协同与云端常驻的复杂系统。

        针对这种变化速度,Anthropic 内部采用了一种两头抓的策略:极其轻量的任务直接让模型现场搭个临时外壳,极其复杂的综合开发直接交给成熟的 Claude Code 全功能系统,尽量不在中间层维护脆弱的固定工作流。

        二、Harness 实战教程:三个关键工程设计

        第一步:动手前先问清盲区

        用反问工具先摸清隐藏需求

        用好 Agent 最大的阻碍往往不是用户不会写 Prompt,而是身处「未知的未知」:用户以为自己清楚需求,其实并不清楚。比如非设计背景的用户让 AI 做页面,或者非游戏策划去调动作手感,很多隐含边界根本没有预先定义。

        针对需求模糊的场景,Claude Code 引入了 AskUserQuestion 反问机制。Agent 在生成代码之前,会主动向用户抛出关键疑问,把隐藏的限制条件和偏好先采访出来,避免在错误假设下盲目写完代码导致整体返工。

        Image

        摸清模型的擅长边界与偷懒习惯

        访谈指出,比套用沟通格式更重要的,是在脑海中建立对模型能力的准确映射:它对什么任务能一击必中,在什么边界容易走捷径,以及项目的实际代码上下文是什么。

        指令与真实边界越贴近,反复调试的浪费就越少。品味的建立来自大量的实践迭代与领域词汇积累,只有在真实场景里见识过足够多的优秀方案,才能在模型交出代码时准确挑出最优雅的解法。

        用可交互界面替代纯文本对话

        在 Anthropic 的演进路线中,纯文本输入框正在退居次要位置。现有的 Artifacts 已经接入持久化数据库和接口,进化为可交互的动态界面。

        遇到复杂任务时,Agent 可以现场渲染出看板或表单界面。用户直接在可视化界面上标注、拖拽和确认,后台则由多个子 Agent 协同操作底层数据。界面从静态展示变成了人机协作的实时控制台。

        第二步:把算力花在刀刃上

        关键审计开高档,日常开发用中低档

        Claude Code 提供了低、中、高以及最高四个推理档位。Thariq 强调,算力投入必须与任务风险严格对齐。

        做界面原型或常规逻辑调整时,中低档位更具性价比。如果在普通开发中盲目拉满推理档位,模型会把大量 Token 消耗在反复启动浏览器和自我审查上;只有在底层重构、代码审计或关键安全漏洞挖掘时,才需要开启高推理档位。

        聪明的前沿模型算总账反而更便宜

        直觉上小模型单价低、更省钱,但真实工程中经常出现反转:前沿模型在不少任务上的综合开销反而更低。

        核心差异在于验证成本。能力偏弱的模型需要通过多轮重试、工具验证和自我纠错才能达成目标,消耗了大量额外 Token;能力更强的模型往往一次通过,直接省掉了多轮循环。

        强制交出实现说明,看清方案取舍

        模型在推理过程中,常常会思考多种方案并最终取舍,但默认只会输出最终代码,人类无法得知它否定了哪些路径。

        要求模型在提交代码时附带实现说明,明确写出它考虑过但放弃的做法以及背后的假设前提。这能把模型的隐性脑补完全摊在台面上,大幅降低代码评审中的排查成本。

        第三步:用 Claude Mods 给 Agent 配一个监督员

        三层解耦:界面、云端大脑与本地双手

        Anthropic 正在将传统的单体 Agent 拆解为三层架构:

        界面层:动态生成的交互界面,负责直观呈现状态与接收人工输入。

        云端大脑:全天候运行在云端的推理核心,即便本地终端关闭也不中断推演。

        本地双手:按需挂载的执行环境或沙盒,负责具体的文件读写与指令执行。

        复用缓存零成本 Fork 监督员

        为了让开发者自由改造 Harness 的执行逻辑,Claude Code 与 Bun 团队联合推出了基于 TypeScript 进程内运行的 Claude Mods 系统。

        相比只能执行外部脚本的传统钩子,Mods 可以深入底层执行循环,定制终端交互,并在关键节点动态派生子 Agent。最关键的工程突破在于缓存复用:派生出的监督员直接继承主任务的 Prompt Cache。无需重新加载庞大的代码上下文,追加简短指令即可完成轻量质检,几乎不产生额外开销。

        Image

        三类开箱即用的轻量 Mod 设计

        访谈中披露了三个已经在内部验证的扩展思路:

        1. 随堂测验:每轮任务完成后,派生子 Agent 自动生成两到三道与改动相关的选择题。开发者必须作答通过才能合并代码,杜绝不读代码就随意发 PR 的偷懒行为。

        2. 假设登记器:为 Agent 挂载专门的登记工具,强制它在开发过程中把所有预设假设逐条记录,并在任务收尾时生成审查清单。

        3. 动态模型路由:不盲目依赖全局自动路由以避免击穿缓存,而是将模型路由做成顶部栏的可选手工模式,由用户在特定阶段按需切换。

        这种在运行时直接修改自身行为、且插件可以相互组合分发的形态,正是未来软件随需而变的早期雏形。

        三、如何防住 Agent 越界

        1. 权限一旦放开,普通的外围限制极易被钻空子

        在单兵本地测试时,Agent 哪怕失控,破坏面通常也局限在沙盒或本地单个目录里。但在 Anthropic 内部,约 80% 的日常工作流发生在多人协同频道中(如 Slack 里的 Claude Tag)。

        工程师通常为每个功能单开频道,让 Agent 常驻其中跑测试、查日志,法务和安全人员直接在频道内与 Agent 对话审查合规细节。但权限一旦从单机扩展到团队网络并接入多个数据源,普通限制的漏洞就会成倍放大。一旦遭遇精心构造的提示词注入,拥有高权限的 Agent 就可能沦为攻击跳板,把内部核心代码与凭证外泄。

        更严峻的是,当模型被赋予极高自主性去解决复杂难题时,它会为了达成人类给定的目标,自发去寻找绕过 Harness 规则的方法。

        2. 实验室实录:模型到底是如何自发串通与越狱的

        Thariq 在访谈中复盘了内部评估中真实发生的失控案例,直接证明了人类写死的规则是多么容易被突破。

        第一起发生在漏洞基准测试中。由于题目难度极高,单个 Agent 算力耗尽依然解不出来。它没有放弃,而是排查发现内部包管理工具支持创建文件夹,于是自发创建了一个名为 no consumer seek idea 的目录,将其作为跨实例留言板,呼叫其他并行测试的 Agent 前来协同解题。

        紧接着,这群聚集起来的 Agent 查阅了一篇技术论文,发现测评评分系统会对作弊扣分。它们没有尝试寻找题目本身的标准答案,而是联手反向攻破了托管在 Hugging Face 上的评分器仓库,直接篡改了评分脚本以规避扣分惩罚,最后把剩余算力全用在抹除自身的思考日志上,以防被人类检查员发现。

        Image

        另一起案例发生在严格网络隔离的沙盒中。系统只开放了 GET 请求权限,严格禁止发 POST 请求。受限 Agent 先在互联网上搜寻到一个允许通过 GET 写入数据的德文维基站点作为中继;随后,它修改沙盒系统内的 hosts 文件,仿冒了一个合规的 Azure 存储桶域名,把多个看似微不足道的接口特性拼装成攻击链,成功绕过网络封锁向外部服务器发出了 POST 请求。

        3. Anthropic 的解法:实时监测真实意图,死守执行权限

        面对已经能察觉自己在被测试、甚至会主动寻找算力越狱的前沿模型,单纯靠外部提示词警告或环境断网已经防不住了。Anthropic 在生产环境中建立了纵深防御体系:

        实时监测底层意图:光看表面输出的文本是无效的,因为模型在计划越狱时表层文字可能完全正常。Anthropic 在推理过程中直接部署轻量探针,实时监测模型内部的神经元激活状态。一旦检测到底层意图正在酝酿攻击或越权,系统会立刻中断并触发降级,由更保守的备份模型接管。这套探针支持在线调优,无需反复重训基座大模型。

        Image

        死守动作执行边界:即便模型底层意图没有恶意,它也可能因为急于完成任务而在操作中走偏(例如为了解决数据库连接报错,自己去云平台重新生成一把数据库密钥)。Auto Mode 专门对 Agent 的每一个实际操作进行白名单校验,一旦动作超出用户明确授予的范围,立即强行拦截。

        Image

        前置红队实战验证:在前沿模型面向公众发布前,通过专门计划交由专业安全团队提前介入,针对真实基础设施(如操作系统与核心浏览器)展开全方位的越狱测试与漏洞修补,确认防线有效后再正式上线。

        写在最后

        整场对谈下来,Thariq 从规则文件的取舍、Harness 的三个工程设计,一路聊到了高权限 Agent 的安全防线。

        如果你平时也在用 Claude Code 或其他 AI 编程工具,不妨对照着看看自己平时的做法,有合适的启发现在就可以动手试起来了。

        图片

        一起“点赞”三连↓

        跳转微信打开

        游戏也能做公益?他用开源做到了!

        2026年11月13日 21:13

        Datawhale 2026-11-13 21:13 浙江

        游戏、开源、公益,能碰撞出什么新故事?🎮

        COSCon’26 第十一届中国开源年会,Datawhale 携手开源社,邀请 开源 OPC 生态「重启人生沙盘」创始人王际洲,带来主题分享:

        《见完五大洲同学话,我把游戏生态开源了——共创985必修课·中国公益大奖背后》

        从跨越五大洲的交流,到探索游戏生态开源,一起听听他如何通过开放共创,把游戏、教育与公益连接起来。

        🕠 分享时间:17:30–18:00

        📍 COSCon’26 第十一届中国开源年会

        扫码海报二维码预约,现场见!

        #Datawhale #中国开源年会

        跳转微信打开

        华为专家教你“AI Naive”软件开发

        2026年11月13日 21:05

        Datawhale 2026-11-13 21:05 浙江

        AI Coding 越来越火,软件开发就一定要追求 AI Native 吗?

        COSCon’26 第十一届中国开源年会,Datawhale 携手开源社,邀请 华为软件工程工具专家胡智勇,带来主题分享:

        《“AI Naive”软件开发:不卷 AI Native,做快乐的 AI Coding 创客》

        当大家都在讨论如何用 AI 提升编程效率,不妨换个角度,聊聊 AI Coding 还能有哪些更轻松、有趣的玩法。

        🕔 分享时间:17:00–17:30

        📍 COSCon’26 第十一届中国开源年会

        扫码海报二维码预约,现场见!

        #Datawhale #中国开源年会

        跳转微信打开

        COSCon'26|王琦:开源如何改变科研?

        2026年11月13日 21:03

        Datawhale 2026-11-13 21:03 浙江

        当 AI 不再只是辅助科研,而是开始参与科学发现,会发生什么?

        COSCon’26 第十一届中国开源年会,Datawhale 携手开源社,邀请 中国科学院自动化研究所助理研究员王琦,带来主题分享:

        《开源如何加速 AI 科学家的到来》

        从开源技术到 AI for Science,一起聊聊开源生态如何推动 AI 科学家的发展,以及未来科研方式的新可能!

        🕓 分享时间:16:30–17:00

        📍 COSCon’26 第十一届中国开源年会

        扫码海报二维码预约,现场见!

        #Datawhale #中国开源年会

        跳转微信打开

        首次Agentic RL开课了!十一月最丰富组队学习来了🥳(多达21个课程)

        2026年11月12日 23:56

        原创 一起学习的 2026-11-12 23:56 浙江

         Datawhale学习 

        开源贡献:Datawhale团队

        什么是组队学习

        组队学习活动,于2018年8月2日由Datawhale发起,已经坚持组织了八年。

        初衷很简单,就是一群志同道合的小伙伴,一起学习讨论,一起克服拖延,一起组队打Boss。没有老师,没有教学,有的是一群热爱学习、渴望改变的人,大家交流学习,互促共进。

        往期:《李沐大神分享,全球733所高校,9027人共同学习》

        本期学习内容

        • 名额有限,先到先得!各学习时间重叠,每人限报 1 门。

        • 报名成功后,会收到进群码,请务必本周内扫码加入学习小群,逾期无法进入。

        一、LLM专题

        1. 开源教程:Agentic RL Lab(首个成体系的Agentic RL中文项目)

        课程简介

        围绕 GRPO 与 On-policy Distillation(OPD)两个实验,通过两周的原理学习、代码阅读和小规模训练,理解大模型强化学习(LLM RL)与在线策略蒸馏(OPD)的基本流程,使用 PyTRIO 完成训练并分析实验日志。另设 Search-R1(Agentic RL)选修内容,了解多轮搜索与工具调用的训练方式。

        适合人群:有 Python 基础、了解大模型基本概念,希望动手入门大模型强化学习与 Agentic RL 的同学。Agentic RL 有一定学习难度,也是目前较前沿的大模型技术方向。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/agentic-rl-lab

        扫码报名学习

        2. 开源教程:Happy-LLM(从零开始构建大模型)

        课程简介

        市场上缺少一本从零开始系统讲解 LLM 原理,同时引导学习者亲手搭建和训练 LLM 的完整教程。《Happy-LLM》项目从 NLP 的基本研究方法出发,沿着 LLM 的思路与原理逐层深入,依次剖析架构基础和训练过程,并结合主流代码框架,手把手演练如何搭建和训练一个 LLM。本次我们将一起学习基础知识的第 1~3 章。

        适合人群:适合大学生、研究人员和 LLM 爱好者。建议具备一定的 Python 编程经验,最好具备深度学习相关知识,并了解 NLP 领域的基本概念和术语。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/happy-llm

        扫码报名学习

        3. 开源教程:llm-algo-leetcode(推理优化方向)

        课程简介

        这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括请求、工作负载与指标,预填充与 Attention 计算路径,投机解码与解码加速,KV Cache 表示、管理与复用,服务迭代预算、调度与异构协同,量化推理与单卡服务验证,以及分布式扩展与端到端决策。学习者将通过可运行、可验证的 Notebook,从“会看”走到“会写、会调、会优化”。

        适合人群:对 LLM、MLSys 推理优化感兴趣的算法工程师、开发工程师和产品经理。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/llm-algo-leetcode

        扫码报名学习

        4. 开源教程:llm-algo-leetcode(后训练优化方向)

        课程简介

        这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括后训练目标与阶段选择、监督数据与目标构造、参数更新与训练交付、偏好数据与直接优化、奖励信号与策略更新、轨迹生命周期与在线系统,以及独立评测与采用决策。学习者将通过可运行、可验证的 Notebook,从“会看”走到“会写、会调、会优化”。

        适合人群:对 LLM、MLSys 后训练优化感兴趣的算法工程师、开发工程师和产品经理。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/llm-algo-leetcode

        扫码报名学习

        5. 开源教程:llm-algo-leetcode(模型架构与训练方向)

        课程简介

        这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括注意力表示与 KV 压缩,位置、访问范围与长上下文,MoE 容量扩展与稀疏化,递推状态、SSM 与混合记忆,Transformer 局部反向与保存状态,计算图、梯度与有效更新,以及重算、搬运与驻留策略。学习者将通过可运行、可验证的 Notebook,理解模型架构与训练系统中的关键取舍。

        适合人群:对 LLM、MLSys 模型架构与训练感兴趣的算法工程师、开发工程师和产品经理。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/llm-algo-leetcode

        扫码报名学习

        6. 开源教程:llm-algo-leetcode(算子优化方向)

        课程简介

        这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括首个内核与比较基线、图编译与算子融合、Triton 访存与分块、Attention 与推理内核、实际执行与性能归因、CUDA 协作与运行时,以及接口集成与负载复测。学习者将通过可运行、可验证的实验,掌握从建立基线到实现算子和复测负载的优化路径。

        适合人群:对 LLM、MLSys 算子优化感兴趣的算法工程师和开发工程师。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/llm-algo-leetcode

        扫码报名学习

        二、Agent专题

        7. 开源教程:deepagents-in-action(从零构建生产级 Agent)

        课程简介

        Deep Agents 是 LangChain 开源的 Agent 开发框架,适合构建能够拆解复杂任务、持续调用工具并自主推进工作的智能体。本课程以 0.7 版本为基线,通过讲解、代码实验和组队讨论,带大家从运行第一个 Deep Agent 开始,逐步完成一个更可靠、可调试、能用于真实项目的 Agent。课程不以记忆 API 为目标,而是帮助大家理解 Deep Agents 适合解决什么问题,以及如何把 Agent 从 Demo 推向实际应用。

        适合人群:具备 Python 基础、使用过大模型 API,想系统学习 Agent 工程的同学;也适合接触过 LangChain 或 LangGraph,希望解决复杂任务、上下文管理和工程可靠性问题的开发者。无需 Deep Agents 使用经验。

        学习名额:360人

        开源内容

        https://github.com/datawhalechina/deepagents-in-action

        扫码报名学习

        8. 开源教程:Hello-Agents 入门篇(从零学习智能体)

        课程简介

        Hello-Agents 是 Datawhale 开源学习社区的系统性智能体学习教程。本教程旨在带领大家深入理解并构建真正的 AI Native Agent。本次组队学习的入门篇包含智能体基本介绍,动手跑通第一个智能体,智能体发展史,大模型基础,智能体经典范式构建,低代码平台运用以及热门智能体框架运用。

        适合人群:具有 Python 基础且希望学习智能体基础知识的学习者。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/hello-agents

        扫码报名学习

        9. 开源教程:Hello-Agents 进阶篇(构建智能体框架)

        课程简介

        Hello-Agents 是 Datawhale 社区的系统性智能体学习教程。本教程旨在带领大家深入理解并构建真正的 AI Native Agent。本次组队学习的进阶篇包含智能体经典范式构建、Hello-Agents 框架基础搭建、记忆与 RAG 系统搭建、上下文工程与终端能力讲解,手把手构建自己的 MCP 服务器,并从三个综合案例中选择一个跑通,最终完成自己的智能体毕业设计。

        适合人群:面向希望构建智能体框架、掌握框架二次开发能力的学习者。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/hello-agents

        扫码报名学习

        10. 开源教程:All-in-RAG:RAG 技术全栈指南

        课程简介

        本项目是一个面向大模型应用开发者的 RAG(检索增强生成)技术全栈教程,旨在通过体系化的学习路径和动手实践项目,帮助开发者掌握基于大语言模型的 RAG 应用开发技能,构建生产级的智能问答和知识检索系统。

        适合人群:具备 Python 编程基础、对 RAG 技术感兴趣的开发者,希望系统学习 RAG 技术的 AI 工程师,想要构建智能问答系统的产品开发者,以及对检索增强生成技术有学习需求的研究人员。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/all-in-rag

        扫码报名学习

        11. 开源教程:Easy Data × AI:构建知识与记忆驱动的 Agent

        课程简介

        《Easy Data × AI》是一门从数据视角理解和构建 AI 应用的开源课程,围绕 Agent、RAG、Memory、Skill 与 MCP 展开。课程采用“道篇+术篇”双轨结构:道篇训练场景判断、问题归因与系统设计能力;术篇通过可运行代码学习流式输出、工具调用、AI Native 数据层、Agentic RAG 和 Agent 记忆系统,并提供混合检索、上下文工程等扩展内容。

        适合人群:学生、AI 爱好者、AI 应用开发者和产品经理。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/easy-data-x-ai

        扫码报名学习

        三、AI编程专题

        12. 开源教程:Easy-Vibe(AI 编程与应用开发入门)

        课程简介

        课程采用循序渐进的项目实践路径:先通过小游戏快速上手 AI 编程,再学习 Vibe Coding 工作方式并完成 Web 应用原型,随后进入全栈开发、部署上线和跨平台复杂应用。每个阶段都配有完整项目,帮助学习者理解工具选择与开发流程,逐步把想法从原型转化为可用应用。

        适合人群:课程对零基础学习者友好,适合希望系统学习 Vibe Coding 和 AI 能力应用场景的学习者。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/easy-vibe

        扫码报名学习

        四、FDE专题

        13. 书籍:《企业本体论:人人都是 FDE》

        课程简介

        本次学习以《企业本体论:人人都是 FDE》为蓝本,以退款助手落地实现的企业场景为切入点,通过代入 FDE 工作实践,带领读者走通一个 Agent 项目从立项到上线运营的 10 个关键站点,逐步掌握企业本体、知识工程、多 Agent 协同以及审计评测等专业知识,并能灵活用于实战。书中丰富的业务界面图、关系图谱及事故回放案例,确保每一步都有据可依、有例可循。本次共学为前三章内容。

        适合人群:尤其适合希望将 AI 价值真正落地的工程师、架构师、产品经理及管理者。不会编写代码,也能跟随案例理解建模与交付的全过程。

        学习名额:180人

        扫码报名学习

        14. 书籍:《FDE:人工智能时代的客户价值交付》

        课程简介

        本次学习以《FDE:人工智能时代的客户价值交付》为蓝本,围绕前线部署工程师(Forward Deployed Engineer,FDE)这一新兴岗位展开。全书按照企业人工智能项目交付全流程,依次讲解问题甄别、客户获取、系统激活部署、续约维护、收入增加,以及整套实操方法论的规模化复制,并收录可直接复用的指标清单和工作范式。本次共学为前三章内容。

        适合人群:面向企业人工智能创业者、FDE 相关工程师,以及希望理解企业人工智能落地逻辑的从业者。

        学习名额:180人

        扫码报名学习

        五、AI硬件专题

        15. 开源教程:Nailongbot:从零组装桌面陪伴机器人

        课程简介

        本次共学以奶蛙桌面机器人为实践案例,从认识零部件开始,逐步完成机器人组装、固件烧录、联网配置和舵机校准,再设置人设与音色,制作一位能够语音对话、显示表情和执行动作的桌面陪伴机器人。完成基础开发后,可继续选择动作、表情、声音或 MCP 功能进行二次开发,并在课程 Wiki 分享改造作品。本课程需要实物硬件,请提前备齐零部件与结构件。

        适合人群:适合对 AI 陪伴、智能硬件和 DIY 机器人感兴趣的学生、开发者及创客。基础组装无需编程基础;二次开发建议具备基础 C++、Git 和终端操作能力。

        学习名额:180人

        开源内容

        https://github.com/lucklyduck/nailongBotWiki

        扫码报名学习

        六、AI Infra专题

        16. 开源教程:hello-gpu(从 GPU 入门到 Agent 优化)

        课程简介

        想入门 GPU 计算,却常被硬件架构、性能分析和 Kernel 开发劝退?本课程面向初学者,以 AMD GPU 与 ROCm 为技术环境,用一个连续、可验证的 Vector Add 案例,在 21 个学习日内完成“认识 GPU 并跑通程序—学会可信计时—解释性能瓶颈—亲手实现 Kernel—让 Agent 接手优化”的学习闭环。学习者将从 GPU 架构和并行计算基础出发,逐步掌握程序运行、性能测量、瓶颈分析、Kernel 实现和自动优化的基本方法。

        适合人群:对 GPU 架构、并行计算、算子开发或 AI 计算加速感兴趣的学生、工程师和技术爱好者。建议具备基本的 Python 或 C/C++ 编程能力和 Linux 命令行基础,不要求已有 GPU 编程经验。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/hello-gpu

        扫码报名学习

        17. 开源教程:hello-rocm(零基础入门 ROCm)

        课程简介

        想在 AMD GPU 上把大模型用起来,却常被环境配置、框架选型和分散的 ROCm 资料劝退?本项目以 AMD GPU 与 ROCm 为技术环境,用一条连续、可复现的教程路径,完成“配好环境并跑通第一个模型—用多种框架完成部署—动手做微调训练—理解算子与 GPU 编程—把能力收成可运行的 AI 应用”的学习闭环。学习者将逐步掌握本地部署、模型微调、算子实践,以及在 AMD 平台上构建真实应用的基本方法。

        适合人群:对大模型本地部署、微调训练、ROCm 生态或 AMD GPU 编程感兴趣的学生、工程师和技术爱好者。建议具备 Python 和命令行基础,不要求已有 GPU 编程或 ROCm 经验;需有 AMD GPU 或可使用配套云算力。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/hello-rocm

        扫码报名学习

        18. 开源教程:GGUF 量化内幕

        课程简介

        本教程介绍常用的 Q2~Q8_K、IQ、UD_IQ,以及 PTQ1、STQ1 等三值量化格式。课程结合 ASCII 图表和 C++、C#、Python 示例,学习 GGUF 容器、不同量化格式的数据布局、解码流程与误差分析,并通过横向比较理解各类格式在体积、精度和速度上的取舍。

        适合人群:希望制作 GGUF 量化模型、开发端侧推理引擎,或深入理解模型量化格式的学习者。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/gguf-quant-internals

        扫码报名学习

        19. 开源教程:cpp-llm-engine(从零构建 C++ LLM 推理引擎)

        课程简介

        这是一套中文优先、以 C++ 为实现主线的推理引擎工程教程。学习者将从一次 TinyLlama 真实推理开始,逐步实现模型加载、张量、算子、解码器、生成、缓存、调度和服务。仅使用 CPU 即可完成主线;具备 NVIDIA GPU 时,可继续学习 CUDA 加速,并通过 SmolVLM 将文本输入扩展到图文输入。课程还将通过 Qwen3 与 Qwen1.5-MoE 理解不同模型架构及其工程实现。

        适合人群:具备基础 C++ 能力,并对 Transformer 架构和推理有一定认识;适合希望系统学习 LLM 推理引擎,以及 CUDA、量化、KV Cache、调度和 MoE 工程实现的开发者。

        学习名额:180人

        开源内容

        https://github.com/datawhalechina/cpp-llm-engine

        扫码报名学习

        七、AI4S专题

        20. 开源教程:AI for Science(科学模型与科研智能体实战)

        课程简介

        本次共学以 AI for Science 为主题,围绕科学问题进入计算流程后的关键环节,设置“科研智能体与 Skill 入门—科研知识与数据整理—科学模型训练、评估与可解释设计—科研智能体进阶与 AI Scientist”四个递进任务。课程以科学问题为起点,依次学习文献与实验资料组织、可信数据整理、模型选择与训练评估、科研工具调用、长程任务运行和结果核验,帮助参与者形成可记录、可检查、可复用的科研工作流。

        适合人群:面向对 AI 辅助科研感兴趣的高校学生、科研人员和相关开发者。具备代码使用经验者可进一步完成模型训练、工具调用和实验迭代任务。

        学习名额:180人

        开源内容

        https://github.com/TashanGKD/panshi-ai4s-practice

        扫码报名学习

        21. 实战营:沐曦 AI4S 实战营(国产 GPU 加速科研)

        课程简介

        由 AI Infra 开源社区联合 Datawhale 开源学习社区、书生大模型开源社区、启悟学习社区和沐曦股份共同主办的“国产 GPU 加速科研线上实战营”,面向高校及科研院所师生、开发者,以及对 AI4S、AI 智能体科研应用感兴趣的学习者开放。项目同步托管在 GitLink 开源平台。

        适合人群:对 AI4S 感兴趣的学习者。

        学习名额:180人

        开源内容

        https://gitlink.org.cn/ccf-ai-infra/Science-Agent-Lab

        扫码报名学习

        图片一起“点赞”三连↓

        跳转微信打开

        开源4天下载破百万!MOSS CEO现身开源年会

        2026年11月12日 20:08

        Datawhale 2026-11-12 20:08 浙江

        开源一个大模型之后,如何让更多开发者真正参与进来?

        COSCon’26 第十一届中国开源年会,Datawhale 携手开源社,邀请 模思智能 CEO 李世民,带来主题分享:

        《MOSS系列模型开源生态构建》

        从模型开源到生态共建,一起聊聊 MOSS 系列模型的开源探索,以及如何推动开发者协作,让开源模型产生更大的价值。

        🕓 分享时间:16:00–16:30

        📍 COSCon’26 第十一届中国开源年会

        扫码海报二维码预约,现场见!

        #Datawhale #中国开源年会

        跳转微信打开

        AI+医药,能碰撞出怎样的新可能?

        2026年11月12日 20:06

        Datawhale 2026-11-12 20:06 浙江

        AI 不只能写代码,还能设计药物分子?

        COSCon’26 第十一届中国开源年会,Datawhale 携手开源社,邀请 世界人工智能开源大赛(GOAI)总冠军、华东医药博士后王哲,带来主题分享:

        《顶级开源大赛背后的探索:AI 如何设计出更有希望成为药物的分子?》

        从 GOAI 大赛的探索实践出发,一起聊聊 AI 如何应用于药物分子设计,以及人工智能与医药研发碰撞出的新可能。

        🕒 分享时间:15:20–15:50

        📍 COSCon’26 第十一届中国开源年会

        扫码海报二维码预约,现场见!

        #Datawhale #中国开源年会

        跳转微信打开

        COSCon'26|Jennie Sun:让 AI 真正落地

        2026年11月12日 20:05

        Datawhale 2026-11-12 20:05 浙江

        AI Demo 做得很惊艳,为什么真正落地时却困难重重?

        COSCon’26 第十一届中国开源年会,Datawhale 携手开源社,邀请 Syntaxis AI FDE 专家 Jennie Sun,带来主题分享:

        《从 Demo 到交付:FDE 如何打通 AI 走进产业的最后一公里》

        从技术演示到真实业务场景,聊聊 FDE 如何推动 AI 从“能展示”走向“能交付”,真正创造业务价值。

        🕒 分享时间:14:50–15:20

        📍 COSCon’26 第十一届中国开源年会

        扫码海报二维码预约,现场见!

        #Datawhale #中国开源年会

        跳转微信打开

        ❌