铃阅时讯
❌

阅读视图

Agent 为什么会“忘事”-Agent的记忆管理

原创 小编 2026-09-01 17:52 北京

Agent 为什么会“忘事”:从上下文拼接到可治理的记忆系统

很多团队第一次把 Agent 接入真实业务时,都会遇到一个看似简单、实际很棘手的问题:它明明在前几轮对话里看过这些信息,为什么后面还是会问同样的问题,或者根据已经过期的内容做决策?

常见的第一反应是扩大上下文窗口、把更多历史消息塞回 Prompt,甚至把整个会话原样回放。但这往往只能延缓问题,不能真正解决问题。

Agent 的“记忆”不是模型天然具备的能力,而是应用层围绕上下文构建的一套工程系统。它需要决定哪些信息值得留下、哪些信息应该更新、什么时候召回,以及如何避免无关或错误记忆污染当前任务。

本文从运行机制出发,梳理 Agent 记忆系统的核心概念、常见实现方式和落地路径,重点讨论一个生产系统真正需要回答的问题:

当前这一轮请求,究竟应该把哪些历史信息带给模型?


一、先区分两个容易混淆的概念

1. 上下文是“当前可见信息”

对模型来说,一次调用就是一次独立推理。模型能够利用什么,取决于本次请求中实际传入的内容,包括:

  • 系统指令

  • 用户当前输入

  • 最近几轮消息

  • 工具调用结果

  • 应用主动检索并注入的历史信息

  • 任务状态或结构化变量

这些内容共同构成当前上下文窗口。它们像工作台上的材料,模型只能使用已经摆到工作台上的东西。

2. 记忆是“跨时间保存并可再次使用的信息”

记忆则发生在模型之外。应用需要把信息提取出来,存放到数据库、文档库、向量索引或其他存储中,等未来某次请求需要时再召回。

所以,“模型记住了用户喜欢 TypeScript”并不准确。更准确的描述是:

  1. 应用从历史交互中识别出这条偏好;

  2. 将偏好写入外部记忆存储;

  3. 新请求到来时检索到它;

  4. 把它放入当前 Prompt;

  5. 模型据此生成回答。

这个过程里,模型负责理解和推理,应用负责保存、筛选和编排。


二、为什么把全部历史放回 Prompt 仍然不够

最朴素的方案是每一轮都携带完整聊天记录。它确实能让 Agent 在短时间内表现得像“有记忆”,但很快会遇到四类问题。

2.1 上下文窗口始终有限

窗口再大也不是无限的。随着会话变长,系统最终仍然要做截断、压缩或摘要。更大的窗口只是把决策点推迟,并没有替应用做出信息取舍。

2.2 成本和延迟会随历史增长

如果每轮都重复发送大量历史,输入 Token、首字延迟和整体费用都会上升。长上下文还会增加调试难度:当模型答错时,很难判断是指令、历史事实、工具结果,还是某一段旧消息造成了干扰。

2.3 信息越多,不一定越容易找到重点

模型可能对上下文的不同位置表现出不同注意力。关键事实被大量普通对话包围后,即使它仍然存在,模型也未必能稳定利用它。把信息放进窗口,不等于让信息变得可用。

2.4 历史事实会发生变化

“项目使用 React”可能在下个月变成“项目已经迁移到 Vue”。如果系统只是不断追加历史,而没有更新和失效机制,检索出来的内容就会同时包含新旧结论,最终把冲突交给模型自行判断。

因此,记忆系统的目标不是“尽可能多地保存”,而是:

为当前任务生成一份足够准确、足够精简、来源可追溯的上下文。


三、建立一套记忆分层模型

把所有信息都称为“记忆”会导致存储和检索策略混乱。更实用的做法,是按照信息的生命周期和用途进行分层。

3.1 工作记忆:当前任务正在发生什么

工作记忆通常位于当前上下文中,内容包括:

  • 当前用户问题

  • 正在执行的步骤

  • 已经完成的工具调用

  • 当前任务的中间结果

  • 还没有解决的错误

  • 最近几轮对话

它的优点是访问快、语义完整、无需检索;缺点是消耗窗口空间,且通常不能自然跨会话延续。

适合放入工作记忆的信息,应该与当前任务强相关。例如在排查部署失败时,当前分支、最近一次构建日志和已经尝试过的修复,都比半年前的一段闲聊更重要。

3.2 情节记忆:过去具体发生过什么

情节记忆保存事件和过程,强调“当时发生了什么”。例如:

  • 某次发布因配置错误失败,最后回滚;

  • 用户曾经要求保留某个兼容性方案;

  • 某个需求经过讨论后放弃了一个实现路径。

这类信息通常需要保留原始片段、时间、来源和关联对象,便于日后追溯。它适合使用文档存储加向量检索,也可以结合时间过滤和关键词过滤。

3.3 语义记忆:当前已知的事实是什么

语义记忆是从多个事件中提炼出的稳定事实,例如:

项目:订单服务
当前数据库:PostgreSQL
前端框架:Vue 3
部署环境:Kubernetes

这类信息回答的是“现在是什么”,通常比原始对话更适合精确查询。由于事实可能更新,存储时最好同时记录:

  • 事实键和值

  • 来源

  • 更新时间

  • 生效范围

  • 置信度

  • 是否已过期

3.4 过程记忆:应该如何完成一类任务

过程记忆描述做事方法和约束,例如:

  • 发布前必须执行回归测试;

  • 修改数据库前要先生成迁移预览;

  • 处理生产数据时必须经过审批;

  • 某类代码要遵循团队约定的目录结构。

过程记忆通常不应该和普通聊天记录混在一起。它更接近版本化的 Prompt、Skill、策略配置或工具使用规范,需要有明确的版本、权限和回滚机制。

3.5 一个简单的分类表

类型

主要回答

典型内容

更适合的载体

关键治理点

工作记忆

现在正在做什么

当前步骤、工具结果、最近消息

上下文、会话状态

Token 预算、截断、摘要

情节记忆

过去发生过什么

某次故障、一次决策、历史过程

文档库、向量索引

来源、时间、切块、保留期限

语义记忆

现在是什么

技术栈、偏好、当前版本

KV、关系库、图数据库

去重、冲突更新、有效期

过程记忆

应该怎么做

流程、规范、工具策略

版本库、配置中心、Skill

版本、权限、审批、回滚

分层的意义在于:不同类型的记忆,应该使用不同的写入、查询和更新规则。


四、一轮请求中的记忆运行时

记忆系统并不是简单地“查一下数据库”。一轮请求通常包含以下流程:

flowchart LR
    A["接收请求"] --> B["识别任务与作用域"]
    B --> C["召回候选记忆"]
    C --> D["过滤、重排、去重"]
    D --> E["摘要与 Token 预算控制"]
    E --> F["组装当前上下文"]
    F --> G["调用模型与工具"]
    G --> H["异步抽取并更新记忆"]

4.1 先确定作用域,再做检索

记忆至少要区分用户、租户、项目和会话。否则,某个项目的配置可能被错误地召回到另一个项目,甚至出现跨用户信息泄漏。

建议在记忆记录中显式保存类似以下元数据:

{
"user_id": "u-123",
"tenant_id": "tenant-a",
"project_id": "project-x",
"session_id": "session-456",
"memory_type": "semantic",
"source": "conversation-789",
"updated_at": "2026-08-20T10:30:00Z"
}

检索时,作用域过滤应当是硬约束,而不是交给模型判断的软提示。

4.2 候选记忆不等于最终上下文

向量检索返回的是候选集合。应用还需要根据当前任务进行:

  • 相关性重排;

  • 时间和有效期过滤;

  • 重复内容合并;

  • 新旧事实冲突处理;

  • 敏感信息过滤;

  • 长度压缩;

  • Token 预算分配。

最终进入 Prompt 的内容应该少而准,而不是把检索结果原样倾倒给模型。

4.3 回写最好异步完成

在回答结束后,可以异步完成记忆抽取和更新,避免用户等待。回写过程通常包括:

  1. 判断新信息是否值得保存;

  2. 识别它属于哪种记忆;

  3. 提取结构化字段或保留原始片段;

  4. 与已有记录去重;

  5. 检查冲突并更新状态;

  6. 保存来源和时间信息。

如果每条对话都写入长期记忆,系统很快会被低价值内容淹没。记忆写入本身也需要门槛。


五、常见实现方式与适用边界

5.1 截断和滑动窗口

只保留最近若干轮消息,超出范围的历史直接丢弃。

优点:实现简单,成本低,适合局部性很强的短对话。

问题:早期决策和关键约束会直接消失,无法支持跨会话记忆。

它可以作为基础兜底,但不适合作为复杂 Agent 的完整记忆方案。

5.2 滚动摘要

当历史超过阈值时,让模型把较早对话压缩成摘要,并保留最近几轮原文。

一个实用的上下文组合通常是:

系统约束
+ 当前任务状态
+ 长期记忆中与任务相关的事实
+ 历史摘要
+ 最近若干轮原文
+ 当前用户输入

摘要能延长有效对话周期,但它并非无损压缩。数字、条件、例外和否定关系尤其容易在摘要中丢失。因此,重要决策不应只存在于自然语言摘要里,最好同步写入结构化状态。

5.3 RAG 式记忆

把历史片段切块、向量化并存入检索系统,之后根据当前问题召回相关内容。

它擅长回答“过去有没有发生过类似事情”,优势是保留原始证据,方便追溯;但它也容易召回过期信息、重复信息和相互矛盾的信息。

RAG 记忆要想稳定,至少需要配合:

  • 元数据过滤;

  • 时间衰减或有效期;

  • 混合检索;

  • 结果重排;

  • 记忆来源展示;

  • 过期和删除机制。

5.4 事实抽取

不保存全部原始对话,而是把其中有长期价值的信息提炼成结构化事实。

例如:

{
"key": "user.preferred_language",
"value": "TypeScript",
"scope": "user",
"source": "conversation-789",
"valid_from": "2026-08-20T10:30:00Z",
"status": "active"
}

事实抽取适合偏好、技术栈、项目配置等状态型信息。它的难点在于抽取错误和覆盖错误:模型可能把一次临时尝试误判成长期偏好,也可能用新错误值覆盖旧的正确值。因此必须保留来源,并在必要时要求确认或设置置信度。

5.5 知识图谱与时序记忆

当业务中有大量实体、关系和状态变化时,图结构比单纯的文本相似度更有表达力。例如:

用户 -> 负责 -> 订单服务
订单服务 -> 部署于 -> 集群 A
集群 A -> 当前版本 -> v2

如果关系还会随时间变化,就需要额外记录生效时间和失效时间。

图谱适合 CRM、项目协作、企业知识和长周期个人助手等场景,但建设成本、数据建模成本和维护复杂度都更高。只有当关系查询确实成为瓶颈时,才值得引入。

5.6 主动调页式记忆

另一种思路是让 Agent 通过工具主动管理自己的记忆,例如提供:

  • 写入记忆;

  • 查询记忆;

  • 更新事实;

  • 删除记忆;

  • 获取历史片段。

这种方式的自主性更高,但也带来新的控制问题:Agent 可能过度写入、错误删除,或者在不该检索时调用记忆工具。生产系统需要在工具层增加权限、范围和审计约束,不能完全依赖模型自律。


六、RAG 和事实抽取应该如何组合

RAG 与事实抽取经常被拿来比较,但它们解决的是不同问题。

RAG 更适合保留证据

RAG 保存“发生过什么”,适合:

  • 回顾历史决策;

  • 查找故障处理过程;

  • 找到某条信息的原始来源;

  • 处理开放式、语义不确定的问题。

事实抽取更适合维护状态

事实抽取保存“目前是什么”,适合:

  • 用户偏好;

  • 当前技术栈;

  • 当前项目版本;

  • 账户或业务状态;

  • 具有明确键值关系的信息。

比较稳妥的组合是:

用结构化事实支持快速决策,用 RAG 提供原始证据和过程追溯。

例如,模型需要回答“项目现在使用什么前端框架”,可以先读取结构化事实 frontend_framework = Vue;如果用户追问“什么时候从 React 切换过来的”,再通过 RAG 查找迁移过程和相关决策记录。

每条结构化事实最好都保留来源指针。这样既能快速使用,又不会失去可解释性。


七、如何选择实现工具

工具选择不应从“哪个产品功能最多”开始,而应从业务最主要的记忆类型开始。

可以用下面的判断方式:

主要需求

优先考虑的方向

个人偏好、跨会话事实、快速接入

结构化事实记忆层

历史事件、原始证据、时间线

文档库与混合检索

多实体关系、状态变化、复杂关联查询

时序知识图谱

Agent 主动管理上下文和记忆工具

分层记忆运行时

已经使用某个 Agent 编排框架

优先采用其生态内的状态和记忆组件

具体工具只是实现选择,不能替代记忆治理。无论使用什么组件,都需要自己回答:

  • 记忆的作用域是什么?

  • 什么内容允许写入?

  • 过期信息如何处理?

  • 冲突由谁解决?

  • 用户如何查看和删除?

  • 如何评估召回是否有用?

如果这些问题没有答案,换一个记忆框架通常也只是把问题换了一个位置。


八、推荐一条渐进式落地路径

记忆系统适合逐步建设,不适合一开始就做成“万能平台”。可以按以下三个阶段推进。

阶段一:先让会话内任务稳定

目标是解决同一轮长对话中的任务状态丢失。

建议组合:

  • 保留最近几轮原文;

  • 增加滚动摘要;

  • 单独维护结构化任务状态;

  • 设置明确的 Token 预算;

  • 记录已完成步骤和待处理事项。

这一阶段不需要复杂的向量数据库,先让 Agent 能稳定回答“我们已经做了什么、现在进行到哪一步”。

阶段二:补充跨会话事实

当用户开始期待个性化体验时,再加入长期语义记忆,例如:

  • 用户偏好;

  • 项目技术栈;

  • 团队约定;

  • 长期有效的业务约束。

此时要同步加入作用域、来源、更新时间、冲突更新和删除能力。长期记忆一旦影响真实操作,就不能只当作一个“黑盒召回接口”。

阶段三:在确有需要时引入关系和主动调页

当系统出现以下特征时,再考虑图谱或主动记忆工具:

  • 同一批实体之间存在大量关系;

  • 关系会随时间持续变化;

  • 查询需要跨多个实体和事件推理;

  • 固定的自动召回规则已无法满足复杂任务。

复杂技术应该由真实问题驱动,而不是由架构图驱动。


九、记忆写入和更新的四条规则

规则一:不是所有信息都值得记

可以在写入前询问:

这条信息在未来是否可能改变 Agent 的回答或行动?

如果答案是否定的,就不必写入长期记忆。一次性的寒暄、临时猜测和低价值重复内容通常不应该持久化。

规则二:每条记忆都要有边界

同一句话在用户、项目和会话三个层级上的含义可能不同。例如“我们使用 PostgreSQL”可能只是当前项目的约束,并不代表用户所有项目都使用 PostgreSQL。

作用域应该成为数据模型的一部分,而不是写在备注里的说明。

规则三:更新比追加更重要

长期记忆如果只有新增没有更新,最终必然变脏。至少要支持:

  • 新增;

  • 合并;

  • 覆盖;

  • 标记过期;

  • 软删除;

  • 冲突保留与人工确认。

规则四:记忆必须可以解释

当 Agent 根据某条长期记忆做出重要决定时,系统应该能够回答:

  • 这条记忆来自哪里?

  • 什么时候写入?

  • 为什么认为它仍然有效?

  • 是否存在相反证据?

  • 用户能否修改或删除?

可解释性不是额外装饰,而是排查错误和建立用户信任的基础。


十、最常见的工程误区

误区一:上下文窗口越大,记忆问题就越小

大窗口能减少短期截断,但不能替代跨会话存储、状态更新和相关性筛选。把多年历史全部塞进 Prompt,既昂贵,也可能降低模型对重点的把握。

误区二:所有记忆都放进同一个向量库

原始事件、当前事实和操作规范的查询方式不同。把它们混在一起,会让相似度检索承担它不擅长的去重、冲突判断和权限治理。

误区三:只做记忆写入,不做记忆清理

没有过期、删除和冲突处理的记忆库,规模越大,噪声越多。记忆系统必须同时设计“记住什么”和“忘掉什么”。

误区四:只看召回数量,不看召回质量

召回十条信息不代表系统更聪明。真正重要的是:召回内容是否与当前任务相关,是否包含过期事实,是否改变了最终决策。

误区五:让模型独自决定权限和范围

模型可以参与判断,但用户、租户、项目等隔离必须由应用层或数据库层强制执行。敏感记忆的读取和写入还应有审计记录。


十一、怎样评估一个记忆系统是否有效

记忆功能上线后,不能只用“看起来它记住了”作为验收标准。至少应该从四个方面评估。

11.1 召回质量

可以构造带标准答案的测试集,检查:

  • 关键记忆是否被召回;

  • 无关记忆是否被排除;

  • 过期事实是否被过滤;

  • 来源是否能够追溯。

11.2 任务结果

最终指标仍然应该回到业务任务:

  • 任务完成率是否提升;

  • 重复询问是否减少;

  • 工具调用是否更准确;

  • 错误决策是否减少。

11.3 成本和延迟

记忆系统不能只提升效果而无限增加成本。需要同时观察:

  • 平均输入 Token;

  • 记忆检索耗时;

  • 首 Token 延迟;

  • 回写任务的额外模型调用;

  • 存储和索引成本。

11.4 安全与可控性

还需要验证:

  • 不同用户和项目之间是否隔离;

  • 删除操作是否真正生效;

  • 敏感信息是否会被不必要地召回;

  • 记忆更新是否可审计、可回滚。

将记忆召回、过滤结果、最终注入内容和模型输出放进同一条 Trace,才能真正定位“为什么它会记错”。


结语:好的 Agent 不只是记得多,而是记得对

Agent 的记忆管理,本质上是一个信息治理问题,也是 Harness 设计的重要组成部分。

成熟的记忆系统通常具备三种能力:

  1. 该记的能留下:关键事实被提炼并保存,重要决策有来源;

  2. 该忘的能清理:过期、错误和冲突信息不会无限积累;

  3. 该用的能召回:当前任务只获得真正相关的最小有效上下文。

因此,当用户再次说“这个 Agent 怎么又忘了”,排查顺序不应该只是继续扩大 Prompt,而应该依次检查:

  • 当前会话状态是否维护完整;

  • 重要事实是否成功抽取;

  • 旧事实是否正确失效;

  • 检索是否命中正确范围;

  • 最终上下文是否被摘要、排序或 Token 预算错误处理。

模型能力决定 Agent 能做什么,记忆架构决定 Agent 能否持续、稳定、可控地把事情做对。真正值得建设的,不是一个装满历史记录的“记忆仓库”,而是一套能够判断、更新、解释和约束信息流动的运行系统。

CadenzaOS:https://github.com/SuperTapir/CadenzaOS

PCB Atelier:https://github.com/SuperTapir/pcb-atelier

tapir-skills:https://github.com/SuperTapir/tapir-skills

PCB_lightgraph:https://github.com/tomatorigid/PCB_lightgraph

我用AI编程复刻了老罗的TNT,还顺手做了个万能遥控器……:https://www.bilibili.com/video/BV1qMKg6uEJr

送朋友一张PCB做的贺卡!:https://www.bilibili.com/video/BV11MjE6qEXb

🎉🕯🎂🕯🎉(我的第一块 PCB Art 作品图案取自这位老师的视频):https://www.bilibili.com/video/BV1ihNx61Ewq

从零开始的二次元电路板艺术画设计教程:https://www.bilibili.com/video/BV1CQjz6ZELZ

-END -

如果您关注前端+AI 相关领域可以扫码进群交流

添加小编微信进群😊

关于奇舞团

奇舞团是 360 集团最大的大前端团队,非常重视人才培养,有工程师、讲师、翻译官、业务接口人、团队 Leader 等多种发展方向供员工选择,并辅以提供相应的技术力、专业力、通用力、领导力等培训课程。奇舞团以开放和求贤的心态欢迎各种优秀人才关注和加入奇舞团。

跳转微信打开

  •  

VisActor 全新图可视化开源项目:VGraph

字节跳动开源 2026-09-01 17:29 北京

VGraph 正式开源了!

来源|VisActor 团队

VGraph 正式开源了。如果你正在做数据血缘、知识图谱、关系网络、树图分析、流程编排或图编辑器,现在可以用一套更贴近真实业务场景的关系图库,直接把复杂关系变成可读、可交互、可落地的产品体验。

什么是 VGraph:面向真实业务场景的关系图库

VGraph 是一套面向真实业务场景的关系图库,聚焦关系数据的可视化表达、交互编辑与产品化落地。

关系图产品常常不是输在算法或数据,而是输在体验:用户看不明白、交互不顺、细节做不深、工程接不住。

VGraph 这次开源,带来的价值就在于:让关系图不再只是一个技术展示能力,而是一种可以进入日常业务系统的产品能力。

一句话总结:如果你希望把复杂关系做成真正可用、可交互、可持续演进的业务产品,VGraph 值得加入你的技术选型清单。

VGraph能解决什么问题

很多团队都遇到过同一个问题:关系数据不难拿到,难的是把它讲清楚、跑顺畅、做得像产品。

  • 图画出来了,但节点一多就乱,用户看不懂重点

  • 能展示静态关系,但缺少真实业务需要的交互和编辑能力

  • 想做复杂节点、信息卡片、右键菜单、Tooltip、表单编辑,接入成本很高

  • 图分析、图编辑、树图、血缘、流程场景往往要拼很多能力,工程复杂度高

VGraph 想解决的,正是这类“从图形展示到业务产品”之间的最后一公里。它不只关注“把点和边画出来”,更强调复杂关系的表达能力、交互能力和产品落地能力。

  • 关系表达更完整:支持有向图、关系图、树图、嵌套布局、力导向布局等多种结构

  • 业务组件更友好:内置节点、连线、分组、图例、交互行为,同时支持高度定制

  • React 节点能力强:复杂节点、标签页、按钮、表单、状态切换都能自然接进来

  • 图编辑能力更贴近产品:适合做流程编排、节点编辑、自由排布、批量操作等场景

  • 从展示到分析一体化:既能做看板式分析图,也能做可交互、可操作的业务图应用

一眼就能想到的应用场景

  • 数据血缘:表级血缘、字段级血缘、上下游影响分析

  • 知识图谱:人物关系、企业关系、事件关系、社交网络

  • 流程与编排:DAG 流程、审批流、任务编排、流水线编辑

  • 树状分析:组织架构、行政区划、分层指标、目录结构

  • 图编辑器:低代码流程设计器、策略编辑器、图形化配置面板

现在就开始

如果你想先感受 VGraph 的表达力,不需要从零造轮子,最快可以按下面这条路径开始:

  1. 先跑示例:直接打开官方文档里的 demo,优先看数据血缘、知识图谱和流程编排几个代表场景。

  2. 再装依赖:在你的前端项目里接入核心包,快速把一张关系图先跑起来。

npm install @visactor/vgraph @visactor/react-vgraph @visactor/react-vgraph-ui

第三步,替换成你的业务数据:先用真实节点和边把业务关系映射出来,再逐步叠加复杂节点、交互操作和编辑能力。

经典业务场景

如果你希望快速判断 VGraph 是否适合自己的业务,最直接的方法不是先看参数表,而是拿一个典型场景做最小验证。下面这 4 类场景,基本覆盖了大多数关系图产品的第一批落地需求。

数据血缘

适合表级 / 字段级上下游追踪、影响范围分析和链路排查。

对应 Demo:

https://www.visactor.io/vgraph/demo/solutions/dataLineage

import { GraphStructure } from '@visactor/vgraph';
import { DataLineageGraph } from '@visactor/react-vgraph';
const data = new GraphStructure({
  directed: true,
  nodes,
  edges
});
<DataLineageGraph
  data={data}
  baseTableId="table_a"
  size={[width, height]}
  minDepth={-2}
  maxDepth={2}
/>;

知识图谱

适合人物、企业、事件、资产之间的关系探索,从“看关系”走向“找线索”。

对应 Demo:

https://www.visactor.io/vgraph/demo/force/redMansions

import { Graph, defaultForces, ForceX, ForceY, ForceLink } from '@visactor/vgraph';
const forces = defaultForces();
forces.set('posX', new ForceX({ options: { x: width / 2, strength: 0.05 } }));
forces.set('posY', new ForceY({ options: { y: height / 2, strength: 0.05 } }));
forces.set('link', new ForceLink({ options: { distance: 50 } }));
const graph = new Graph({
  container: 'container',
  width,
  height,
  layout: { type: 'force', options: { forces } }
});
graph.data({ nodes, edges });

流程编排与图编辑器

适合 DAG、审批流、任务编排和低代码流程设计器,让图既能展示,也能编辑。

对应 Demo:

https://www.visactor.io/vgraph/demo/editor/commonFlowEditorForm

import { CommonFlowEditor } from '@visactor/vgraph';
const editor = new CommonFlowEditor({
  container: 'container',
  graphSize: [width, height],
  renderMode: 'dom',
setDefaultNode() {
return {
      width: 140,
      height: 40,
      anchors: [
        { show: 'hover', position: [0, 0.5] },
        { show: 'hover', position: [1, 0.5] }
      ]
    };
  },
  setDefaultEdge(edgeData) {
return {
type: edgeData.target ? 'turningLine' : 'line',
      endArrow: true,
      radius: 10
    };
  }
});
editor.getGraph().data({ nodes, edges });

树状分析与层级关系

适合组织架构、目录结构、分层指标和行政区划等树图场景。

对应 Demo:

https://www.visactor.io/vgraph/demo/tree/basic

import { TreeGraph } from '@visactor/vgraph';
const graph = new TreeGraph({
  container: 'container',
  width,
  height,
  layout: {
type: 'dendrogram',
    options: { direction: 'LR', radial: true }
  }
});
graph.data({
  id: 'root',
  children: [{ id: 'child1' }, { id: 'child2' }]
});

如果你正在评估关系图产品的技术底座,最直接的方式就是拿一个真实业务场景试一遍,看看 VGraph 能不能把你的关系数据真正做成产品。

跳转微信打开

  •  

The Batch: 976 | GLM-5.3 取得网络安全进展

原创 DeeplearningAI 2026-09-01 12:45 北京

Hi~新朋友,记得关注我们哟

Z.ai 的最新旗舰模型在 Artificial Analysis 的智能基准指数上,表现与开源权重领先者 Kimi K3 持平。该公司表示,这个模型在发现并利用软件漏洞方面能力提升,因此在发布其权重之前需要先进行安全测试。

●最新消息:Z.ai 仅通过微调其前代模型 GLM-5.2,就提升了 GLM-5.3 在编码和智能体工作中的表现,而无需从头训练一个新模型或修改其架构。

✴ 输入/输出:输入文本最多 100 万 token,输出文本最多 128,000 token,速度为每秒 90 token

✴ 架构:混合专家 transformer,总参数量 7530 亿,每个 token 激活 400 亿参数

✴ 功能:可调推理级别(低、高、最大)、工具调用、结构化输出、流式传输、上下文缓存

✴ 性能:在 Artificial Analysis 的 Intelligence Index 上获得 60 分;在对 Z.ai 的测试中,其在 CyberGym(漏洞检测基准)上取得所有模型中的最高分

✴ 可用性/价格:GLM Coding Plan 订阅(每月 18 美元至 168 美元)和 ZCode 开发环境;Z.ai 的 API 价格为每百万输入/cached/输出 token $1.40/ $0.26/ $4.40

✴ 权重/许可证:权重预计在发布后约两周提供,许可证尚未公布(GLM-5.2 使用 MIT 许可证)

✴ 未披露:知识截止时间、GLM-5.3 的具体训练数据

●工作原理:公司扩大了 GLM-5.2 的微调方案,将其应用到规模更大、更多样化的环境集合中(即模型尝试执行指定任务的模拟工作区)。该方案包括单次 rollout 的异步优化,这是一种强化学习方法,它一次只训练一个尝试,而不是等待整批完成。训练方法还会把智能体尝试过程中的长记录切分并压缩成片段,使模型能从长时间运行的任务中学习,而不只是短任务。

✴ 公司设计的编码相关训练任务,更像长期的软件工程工作,而不是规整、独立的谜题。在其中一个任务里,模型获得了一个机器学习工程师的工作环境,被要求找出训练流水线变慢的原因,然后优化流水线,并在不降低输出质量的前提下证明提速有效。

✴ Z.ai 训练所需的环境数量,超过了开发者自己能够构建的范围。公司使用智能体来构建环境,并在某些任务中也用智能体来提供奖励信号。

✴ 另一个独立的评分智能体会先检查每个任务在对应环境中是否可解,然后再对模型表现打分。Z.ai 构建每个评分器时都不会向其展示任务的参考答案。只有当评分器接受了正确解法,并且正确拒绝了未经修改或未完成的方案时,它的判定才算有效。

✴ 公司还研究并试图阻止模型进行奖励黑客行为,即模型利用漏洞骗取奖励而不是真正完成任务。

● 性能表现:独立测试显示,GLM-5.3 与顶级开源权重模型处于同一水平,只比领先的专有模型低几个百分点,但在智能体工作上有显著提升。Z.ai 自己的测试显示,其在智能体编码和网络安全方面的提升最大。

✴ 在 Artificial Analysis 的 Intelligence Index 上,(这是一项由九个对经济上有用任务的评估组成的综合指标),GLM-5.3 将推理设为最大时得分 60 分(每项任务 0.68 美元),与 Kimi K3(每项任务 0.84 美元)表现持平,并比将推理设为最大时的 GLM-5.2(每项任务 0.44 美元)高出 7 分。它落后于领先的专有模型,包括将推理设为最大的 Claude Opus 5(63 分,每项任务 2.34 美元)、将推理设为最大的 GPT-5.6 Sol(61 分,每项任务 0.96 美元/1.23 美元)以及将推理设为高的 Grok 4.6(61 分,每项任务 0.84 美元)。

✴ 在 Z.ai 的网络安全测试中,GLM-5.3 在 CyberGym (通过触发错误来寻找并确认源代码中的漏洞)上获得 84.5%,这是该基准上的最高分,超过 Claude Mythos 5(83.8%)和 GPT-5.6 Sol(83.6%)。在 ExploitBench(测试针对加固软件的漏洞利用尝试)上,GLM-5.3 达到 54.4%,是 GLM-5.2(24.4%)的两倍多,也领先于 Kimi K3(32.2%),但远远落后于 Claude Mythos 5(78.0%)和 GPT-5.6 Sol(76.5%)。

✴ GLM-5.3 的通用知识成绩就没那么亮眼了。它在 Humanity’s Last Exam 上答对了 42.3% 的问题(落后于较旧的 Grok 和 Claude Opus 模型),在 GPQA Diamond 上解决了 91.72% 的问题(在中等设置下落后于 Gemini 3.7 Flash),而且其 AA-Omniscience Accuracy 得分只有 34%,远低于其他顶级模型。

✴ 在 Code Bench 上,这是 Z.ai 针对编码任务设计的自有基准,基于完成度和逐步准确率评分;将推理设为最大时,GLM-5.3 使用大约每个任务 75,000 个输出 token 完成了 34.5% 的任务,领先于将推理设为最大的 Claude Opus 4.8(29.5%,每个任务 120,000 token),但落后于将推理设为最大的 Claude Fable 5(39.5%,每个任务 57,000 token)。

● Z.ai 的低调发布:本周,Z.ai 确认,Ox Alpha——一个处于低调模式、在 OpenRouter 和其他平台用户中迅速走红的多模态模型——实际上就是 GLM-5.3 Flash。公司还依据 MIT 许可证发布了这个 3200 亿参数模型的权重。

● 新闻背后:GLM-5.3 出现在关于“具有先进网络安全能力的开源权重模型是否危险到不应发布”的争论中,并同时为双方的观点提供了可信度。

✴ Z.ai 选择的是临时护栏,而不是 OpenAI 和 Anthropic 采取的永久性方案;后两者都要求组织注册后才能使用其最擅长安全利用的模型。相反,Z.ai 公布了该模型在 CyberGym 和 ExploitBench 上的得分,并选择只在与经过筛选的安全合作伙伴进行两周安全评估后才发布模型权重。

✴ GLM-5.3 的发布引来了竞争对手的直接回应。在 8 月 17 日的一篇帖子中,OpenAI 总裁 Greg Brockman 警告称,具备接近或达到最先进水平网络技能的开源权重模型,可能会“显著加速威胁态势”,并附上了 GLM-5.3 的发布页面链接。他的警告出现在数周之后;此前,OpenAI 自己的评估智能体曾从其 ExploitGym 环境中逃脱,并攻破了 Hugging Face 的基础设施。

✴ 对其他开源权重模型的早期测试表明,这种警报可能超过了实际威胁。7 月,美国和英国的 AI 安全研究机构联合评估了 Kimi K3,发现它在 41 项 ExploitBench 任务中没有执行任意代码——这是最严重的结果。最强大的专有模型在关闭防护后,平均会执行 20 次任意代码。

●重要原因:Z.ai 的目标是打造更强的智能体编码器,但同时也得到了一个非常擅长发现安全漏洞的模型。公司有意加入了数据和环境,当模型发现网络安全缺陷时就会获得奖励。按预期,随着训练规模扩大,这项能力也随之提升,并在 CyberBench 上超过了其他所有模型。但该模型在构建漏洞利用方面的进步,超过了设计者在发现漏洞方面的目标。公司并不打算让 GLM-5.3 在 ExploitBench 上的得分比前代提高一倍以上;模型只是通过追逐利用漏洞所带来的可用奖励,变得更强了。

● 我们在想:Z.ai 每次发布的模型都比上一次更强,也引发了更多关注。所有用户都会受益于 AI 实验室彼此竞争、不断超越对方——尤其是在它们把权重开放给所有人研究、修改,并在自己的硬件上运行的时候。继续把新模型呈上来吧!

点击下方阅读原文查看更多有趣内容哦~

阅读原文

跳转微信打开

  •  

GLV号外|为AI找电——对话诺瓦聚变创始人郭后扬

高瓴创投 2026-09-01 08:10 北京

近日,国内首家专注场反位形小型模块化聚变小堆(FRC-SMR)研发与产业化的高科技企业——诺瓦聚变能源科技(上海)有限公司,正式宣布完成总额12亿元Pre-A系列融资,高瓴创投持续加码。

我们为什么关注聚变?

过去两年,AI大模型的爆发把一个曾经属于能源行业的命题,推到了整个科技产业面前:电从哪里来?

AI数据中心(AIDC)对电力的要求近乎苛刻——高密度、不间断、低碳、靠近用户、且成本可控,而传统能源方案很难同时满足这五重约束。而在各类候选方案中,可控核聚变因燃料近乎无限、零碳、无长寿命核废料、本质安全等特性,被视为潜在的长期解决方案。真正的问题在于:哪条技术路线,能让聚变在可预期的时间内走向工程落地?

诺瓦聚变创始人郭后扬博士,在这个领域已经工作了四十余年。

他是美国物理学会会士、中国国家特聘专家,深耕聚变领域40余年,历任美国DIII-D托卡马克边界等离子体与材料研究中心主任、欧盟JET托卡马克实验负责人之一、中国EAST托卡马克研究室主任,并出任美国能源部最大FRC实验研究计划负责人、全球最大FRC能源公司TAE首席科学家兼实验运行部主任,是全球少数横跨托卡马克与FRC两大路线的科学家。其2010年提出的FRC等离子体对撞"动态融合"技术,正是FRC-SMR模块化设计的物理基础。

但直到十五年后,他才决定离开熟悉的科研机构,创办一家商业公司。

为什么是现在?聚变商业化的窗口离我们还有多远?

带着这些问题,我们和郭后扬聊了聊,以下是对话内容。

AI时代的能源命题

GL Ventures

Q

很多人觉得聚变是“永远还有三十年”的技术,为什么您认为AI改变了这件事?

郭后扬:

AI数据中心的用电需求有它的特殊性:功率密度高、要求全天候不间断、要低碳、要尽量靠近负荷中心,同时成本还要可控。这五个约束叠在一起,传统能源方案很难同时满足。聚变的燃料近乎无限、零碳、无长寿命核废料、本质安全,长期看是匹配这类需求的候选方案之一。

更重要的变化是节奏。在我个人的判断里,AI算力的爆发把聚变的产业窗口从大家习惯的“还有三十年”压缩到了5-10年——不是物理规律变了,而是需求侧第一次给出了明确、且愿意付费的应用场景。

Q

FRC-SMR是怎样一条路线?它凭什么去满足刚才说的五重约束?

郭后扬:

FRC-SMR的核心特点是小型化、模块化。物理上,FRC位形可实现接近100%的超高β值(等离子体压强与磁场压强之比),结合强磁场,可以把装置做得很小;配合磁压缩加热方案和直接发电技术,能量利用效率也有优势。落到工程指标上:单堆50MW,核心部件模块化便捷更换、无需停机大修,可以就近部署在数据中心侧,度电成本的目标是低至1美分。

另一个容易被忽略的优势是迭代速度。这类装置结构相对简单、单次建造成本较低,企业可以“小步快跑”,用较短周期完成“设计—建造—实验—修正”的闭环,而不必等待动辄数十年的巨型工程周期。当然也要说明,从技术源头到商业化发电,中间仍有一系列待验证的物理与工程环节,这是我们每天在做的事。

Q

成立16个月,诺瓦在工程上具体做出了什么?

郭后扬:

我们在四个核心工程环节上取得了突破,全部通过工程样机实测验证,并已申请相关专利:

一是高功率全固态开关电源。突破了固态开关峰值电流与电流上升速率(dI/dt)的双重性能瓶颈,性能超越当前商用固态半导体开关的上限,可显著压缩脉冲电源整体研制成本、提升系统可靠性。

二是模块化强磁场磁体设计。在物理与工程两个层面创新,提升压缩磁场强度、延长磁场续流时长,既降低配套电源建设投入,又延长FRC等离子体的维持时间。

三是大型石英真空腔体的国产化制造。联合国内特种材料制造企业,攻关产出国内最大规格的直线型、锥形石英真空腔体,成品样件已完成标准化性能测试,解决了FRC装置大型真空腔体的国产化制造难题。

四是纳秒级精密控制采集系统。自主研发纳秒级时序确定性控制与高保真、高精度等离子体信号测量系统,采用全光通信架构隔绝强电磁环境干扰,适配聚变装置的极端工况。

在此基础上,“诺瓦一号”装置已完成工程设计与核心部件研制,全面转入总装集成阶段:真空抽气、诊断、加料等辅助系统均已定型,烘烤测试平台就绪,土建基础完工。

团队目前的目标是冲刺2026年底实现首次等离子体放电。

从大科学装置到创业公司:

商业化认知的转变

GL Ventures

Q

您先后在JET、EAST、DIII-D等大科学装置和TAE任职,再到独立创业,对聚变商业化的理解发生了哪些变化?

郭后扬:

核心有三点。第一,从追求科学极限到追求工程可行。在大科学装置做研究,追求的是物理参数的极限——温度能做多高、约束时间能做多长;做商业化,问题变成了用什么路径、什么成本、什么时间表把电发出来,每一个参数最终都要让发电在经济上算得过来账。

第二,从单一路线到多路线并行、场景驱动。站在产业化角度,未来聚变能源大概率是多路线并存的:大型集中式托卡马克瞄准2040年以后的基础负荷市场;小型分布式FRC-SMR有机会更早落地,匹配AI数据中心全天候、大功率、分布式的用电需求。不同路线服务不同场景,不是非此即彼。

第三,从国家主导到民企与国家队协同互补。国内聚变研发长期以国家队科研院所为主体,他们深耕基础前沿科学和大型集中式装置,是行业的奠基石;民营企业更像突击队,聚焦商业化落地和分布式场景。二者各司其职、协同互补,共同构成中国聚变产业的完整拼图。

全球坐标下的中国机会

GL Ventures

Q

海外同路线公司已有实质进展。放在全球坐标里,中国团队的机会在哪里?

郭后扬:

海外FRC路线的代表企业Helion Energy已实现1.5亿摄氏度的等离子体运行,累计融资超过21亿美元,其聚变电站计划2028年为微软AI超算中心供电,并已获得全球首个聚变电站运营牌照。如果如期落地,这将是全球聚变商业化发电的标志性事件,也说明这条路线的产业化进程已经在推进之中。

中国的优势我看重三点。一是完整的工业制造产业链。聚变装置建造涉及几十个工业门类,中国是全球少有的工业门类齐备的国家。我们在建“诺瓦一号”的过程中深有体会:超大口径特种石英真空室联合国内团队攻关成功,全固态开关电源的核心指标超越商用上限——这种产业链配套能力和工程落地速度,是很多国家不具备的。

二是全球规模领先的AI算力市场需求。聚变商业化的第一个大规模落地场景很可能就是AI数据中心。FRC-SMR可以靠近负荷中心建设,50MW的输出功率匹配数据中心用电需求,不需要远距离输电,这种需求侧拉动会加速商业化进程。

三是国家队与民企的协同体系。中国有世界一流的聚变科研国家队,在托卡马克领域积累数十年;民营企业则发挥高效迭代的优势聚焦商业化落地。这种协同格局是中国聚变产业的独特条件。

至于所谓“换道超车”,我的观点是:不要在别人已深耕几十年的赛道上硬追,而要在有差异化优势的路线上率先突破。我2010年在美国等离子体物理年会上提出的FRC等离子体对撞“动态融合”技术,是FRC-SMR模块化设计的物理基础;依托国内的产业链、工程能力和市场需求,中国团队在这条路线上有自己的路径和节奏。

Q

聚变领域多条技术路线并行,未来会走向收敛吗?您如何判断3-5年后的行业格局?

郭后扬:

我的判断是不会完全收敛,而是“技术分化+场景匹配”。聚变不是赢家通吃的领域:托卡马克适合大型集中式发电,瞄准2040年以后的基础负荷市场;FRC-SMR适合分布式供电、尤其是AI数据中心场景,有机会更早商业化;仿星器、惯性约束等路线也有各自的探索价值。就像今天的能源市场,火电、水电、风电、光伏、核电各有其位。对企业而言,关键不是赌哪条路线会“赢”,而是把自己选择的路线做深做透。

至于格局,随着各家验证装置陆续出结果,行业会从“百花齐放”走向“分层分化”:有实体装置、有实测数据、有清晰里程碑的企业会脱颖而出,停留在概念阶段的企业会被逐步淘汰——这是硬科技行业从热度期走向成熟期的必然规律。同时,国家队与民企的分工协同也会更加清晰,形成更紧密的人才交流与产学研用协同。

Fusion for AI & Beyond

GL Ventures

Q

最后,聊聊愿景。创业至今,您最大的感受是什么?

郭后扬:

我们的愿景是“Fusion for AI & Beyond”——以聚变之光,点亮无限算力,掀开AI的电力天花板,并把这束光投向更远的未来。

具体分三层:我们希望成为全球首批实现聚变商业化发电的企业,在2030年代前半叶建成50-100MW小型分布式聚变示范电站,首先服务AI数据中心;推动FRC-SMR成为分布式聚变能源的重要方案;助力中国聚变产业进入全球核心竞争梯队。

感受可以用三个词概括。

幸运:我在聚变领域深耕四十余年,但真正让我在2025年下决心创业的,是几件事同时发生——AI算力压缩了聚变的窗口期,海外同行验证了FRC路线的工程可行性,国内硬科技创业生态和资本环境也真正到位了。

踏实:聚变容不得半点浮躁,每一个参数都要靠实验数据说话,每一个工程节点都要靠实物支撑。

期待:期待“诺瓦一号”于年底打出第一束等离子体,2027年实现1亿摄氏度,2029年实现Q>1,更期待2030年代前半叶示范电站为AI数据中心送出第一度电。每一个里程碑都是对团队的检验。

最大的收获是这支团队,公司现在已经有60余名成员,覆盖物理设计、装置建造、脉冲电源、系统集成、等离子体控制与诊断的完整链条。聚变是团队的事业,不是个人英雄主义的舞台。有这样一支团队,我对实现愿景有信心。

写在最后

GL Ventures

从技术源头到商业化发电,中间仍有待验证的技术与工程环节。但从行业整体看,聚变已从物理学愿景逐步转入工程竞赛阶段,比拼的是谁能更快把设计变成装置、把参数变成数据。在这场竞赛里,中国有机会凭借完整的供应链、成本与迭代速度上的优势,形成自己的竞争力。

我们期待的不只是一座聚变装置。

也是一个关于能源、算力和中国工程能力的新答案。

跳转微信打开

  •  

面向 Agent 沙箱的内核全景观测|滴滴开源 CCF 中国开源大会分享回顾

原创 滴滴开源 2026-08-31 19:58 北京

近期,CCF中国开源大会在重庆山城国际会议中心开幕。大会以“渝见开源,数智启新”为主题,围绕泛在操作系统、具身智能、开源供应链安全等前沿方向,为参会者带来了行业技术干货。

大会上,滴滴 HUATUO 华佗开源项目负责人张同浩带来了《面向 Agent 沙箱的内核全景观测》主题分享,介绍 HUATUO 在内核观测、异常捕获和性能分析方面的探索。下面将从 AI 时代的系统观测挑战出发,带大家了解 HUATUO 如何构建面向 Agent 沙箱的内核全景观测能力。

项目地址:https://github.com/ccfos/huatuo

项目官网:https://huatuo.tech/

背景和挑战

云原生时代

  • 容器虚拟化,共享内核,资源混部以及服务网格等技术的引入增加了基础架构的复杂度,间接增加了系统故障定位的复杂度。

  • 在生产实践中,当出现问题时,往往需要进行服务的止损,降级,以及容器的迁移和重建等操作,这些操作导致了故障现场的丢失。然而,线下复现故障往往需要投入大量的人力物力,最后也未必能够复现,即使复现也无法完全保证根因一致。

  • 其次,我们面临的问题更加复杂,之前解决的问题都是周期性,可复现的问题。然而现在面临的问题更加复杂化,从周期性问题已经演进为了间接性,不可复现问题。这些问题存在窗口非常短,触发条件非常苛刻。

  • 面对这些业务痛点,更棘手的问题是当时行业内并没有有效的、观测内核微观异常的工具。

AI 时代

然而到了AI 时代,又新增了很多挑战首先 Agent 沙箱工作负载呈现高并发,资源突发的特点,并且这些工作负载资源画像,很难预测。在 AI 训练场景中,硬件已成为关键资源,任何单点硬件异常都可能拖慢整体训练速度、甚至训练任务失败。

解决方案

面对这些挑战我们的解决方案是什么?

要实现系统故障分析,首先要完成系统可观测,现场可追溯,故障可分析的目标。

  • 如何解决内核版本兼容和稳定性问题?eBPF技术的出现,使得内核可编程,并能够安全的运行用户定制代码。采用 eBPF 可以替换传统的内核模块实现问题分析。eBPF+内核动态追踪技术,可以实现零侵入的、低损耗的、安全的执行观测埋点。

  • 如何解决系统与业务数据串联问题?系统层面和应用层面的数据天然存在隔离,但在故障定位中,必须实现系统层面观测数据与应用业务层面数据的串联,这样才能够真正的定位到故障根因。通过在内核侧感知cgroup创建事件,将容器ID和内核cgroup地址进行关联,所有的内核事件都带上cgroup地址,最后在用户态完成解析关联。

  • 如何实现系统层面的可观测?HUATUO 华佗开源项目综合使用 kprobe、tracepoint、ftrace、perf event 和 eBPF 等动态追踪能力,在不修改业务代码的前提下,从宿主机内核侧获取指标、事件和调用栈,并把能力分成五层:

    • 内核全景指标,通过eBPF实现更加精细化内核指标采集,把“系统慢”定界到具体子系统,如调度,协议栈或者BlockIO等。

    • 异常事件感知,在关键系统的异常路径,慢速路径,常态挂钩。保留内存,调度,网络异常现场,避免故障恢复后证据丢失。

    • 全自动换追踪 AutoTracing, 通过滑动窗口,阈值触发,自动采集火焰图、内核栈、进程和文件快照。这种方式兼顾低损耗与观测深度。

    • 持续性能剖析。在传统火焰图基础之上,增加时间维度,实现对历史时间内热点回溯,解决性能抖动问题。

    • 异构硬件感知。此外该项目也支持 AI 计算场景下的硬件(包括ECC、AER、PCIe、GPU/NPU、RoCE等)故障感知,提升 AI 训练的有效时常。

全栈观测底座

有了上面的顶层设计之后,需要实现具体观测能力。因此,我们实现了全栈观测底座。

全栈观测,全景覆盖

  • 全网络协议栈观测。实现从物理链路、驱动、协议栈到用户态的全链路观测,覆盖收发延迟、硬件与软件层面的丢包检测、报文重传以及 TCP 收发队列状态。

  • I/O 全栈观测。以 inode 为核心,对进程级 I/O 生命周期进行端到端追踪,涵盖 VFS、文件系统、Page Cache、Block Queue、驱动直至物理设备。通过关联丰富的上下文信息,定位 I/O 响应缓慢的根本原因。

  • CPU 争抢检测。在高密度沙箱节点环境中,单纯依赖 CPU 使用率无法有效反映资源争抢状况。HUATUO 关注容器内部争抢和外部争抢(这对 Agent 沙箱尤其关键,因为一个任务的延迟既可能来自自身并发,也可能来自“噪声邻居”):

    • 内部争抢:同一容器内线程数超过可用 CPU;

    • 外部争抢:容器与节点上的其他工作负载竞争 runqueue;

    • 调度延迟:任务已 runnable,却迟迟没有获得 CPU;

  • 通用系统观测。HungTask、Softlockup、IRQ/SoftIRQ 延迟和内存回收共同覆盖了系统级停顿。它们能发现平均利用率无法描述的短时异常,例如某个 CPU 长时间关中断、D 状态任务堆积,或容器直接内存回收阻塞。

异常即捕获,而非事后猜测

指标适合观察趋势,事件更适合保留边界明确的异常现场。HUATUO 将 eBPF 程序挂到内核的异常路径或慢速路径:事件触发时,在内核态收集进程、调用栈、网络或硬件上下文,通过 Perf Event Buffer 交给用户态处理,再执行过滤、容器关联和持久化。

AutoTracing 自动捕获毛刺

很多性能问题既不是清晰的内核异常,也无法靠平均指标复现。例如容器 CPU 突然冲高 10 秒、磁盘 await 连续抖动、匿名内存快速增长,等工程师介入时已经恢复。

AutoTracing 的做法是:实时监测系统异常,通过滑动窗口、EMA、增量阈值或连续超阈判断异常。阈值并不是不可改变的常量:项目提供了生产经验默认值,但在不同 CPU 配额、磁盘介质和任务密度下,仍应根据基线进行校准。

火焰图把“CPU 高”进一步转换成函数和调用路径。左侧 Top Table 适合快速寻找热点符号,右侧火焰图适合分析调用关系。对沙箱节点而言,还可以把目标限制到对应的 VMM PID、线程组或 cgroup,避免全机聚合掩盖单个 Sandbox 的热点。

持续性能剖析,让现场可回溯

AutoTracing 解决“异常时自动抓一次”,持续性能剖析解决“问题在一段时间内如何演进”。传统临时采样把所有数据聚合成一张图,缺少时间线;持续剖析按窗口保留结果,使偶发慢变成可以搜索、对比和回溯的历史现场。HUATUO 的统一 profiler 目前覆盖:

其中 Off-CPU 剖析尤其适合分析“CPU 不高但请求很慢”的问题。它把线程离开 CPU 的时间归因到切出时的调用路径,并区分阻塞等待和 runqueue 调度等待:前者更可能指向 I/O、锁或条件变量,后者更可能指向 CPU 争抢。

原生内存剖析则区分三个经常被混在一起的概念:

  • virtual_alloc:申请了多少虚拟地址空间;

  • physical_alloc:采集窗口内实际分配了多少物理页;

  • physical_usage:采集时仍有多少物理页驻留。

图:物理内存驻留按进程与调用路径聚合,可以从“节点内存高”下钻到具体分配路径。

在单机现场,可以直接使用 CLI:

在平台侧(huatuo-apiserver),Profiling API 可以完成能力查询、创建任务、查看状态和结果、获取原始数据、停止及删除任务。由此,临时命令进一步演进成服务化、任务化的持续剖析平台能力。

从 RAS 到 GPU/NPU

AI 基础设施中,硬件问题并不总以“设备掉线”的方式出现。ECC 可纠正错误持续升高、PCIe 链路降宽、AER 错误、GPU 降频或 RoCE 重试,都可能先表现为吞吐下降或长尾延迟。

HUATUO 通过 Linux RAS 体系中的 MCE、EDAC、ACPI GHES 和 PCIe AER 捕获结构化硬件事件,进入告警与审计链路:

图 3:硬件错误从 CPU、内存、平台和 PCIe 设备进入内核 RAS 子系统。

这套能力主要服务于四类目标:
  • 提前预警:同一 DIMM 的 ECC CE 频率持续升高时,支持提前换件;

  • 故障隔离:GPU、HCA、PCIe 或网卡链路异常时,支持隔离节点和迁移任务;

  • 性能退化定位:把 NVMe/HBA AER 与 I/O 延迟关联,区分软件、设备和链路问题;

  • 审计复盘:保留时间、设备 BDF、严重级别和原始字段,形成可追溯证据。

关键不是增加一批孤立的硬件指标,而是把硬件事件与同一时间窗口内的调度、网络、I/O 和剖析数据关联起来。只有这样,平台才能判断一次 Agent 卡顿到底来自软件调用路径,还是来自底层设备退化。

Agent 沙箱层级关联

探针采集到内核栈之后,仍然要回答“这是谁的现场”。容器环境可以利用 cgroup CSS、网络命名空间和容器运行时元数据完成关联;微虚拟机沙箱还需要补充 Sandbox 与 VMM 的映射。

社区进展

HUATUO 华佗项目于2025年由滴滴公司正式开源,并捐赠给中国计算机学会(CCF),经过持续建设,项目已逐步从滴滴内部的技术实践走向更广泛的开源社区。

截至 2026 年 8 月,HUATUO 已发布 v2.3.0,拥有约 1.1k GitHub Stars、51 位贡献者和 1,310 次提交,镜像拉取量超过 15k,并已在 20 多家企业部署。与此同时,沐曦、华为昇腾社区等也持续向 HUATUO 社区贡献 GPU/NPU 相关能力,推动项目进一步拓展 AI 基础设施场景。

在开源社区建设与技术创新方面,HUATUO 也获得了来自产业与社区的认可。项目入选《CCF-光华青年开源专项基金种子计划重点级项目》,同时进入 CNCF Landscape,并被 eBPF 基金会列为新兴项目。

面向 Agent 和 AI 基础设施,HUATUO 社区也将围绕以下方向持续建设,欢迎更多开发者参与共建:

  • MCP 故障分析:以标准工具接口向 Copilot 和 Agent 暴露诊断能力;

  • 分布式链路分析:把单节点内核现场扩展到跨节点网络和任务链路;

  • AI 场景性能分析:继续深化 GPU/NPU 训练与推理的软硬协同分析。

往期推荐

跳转微信打开

  •  

Dify 全新 Agent 体验正式上线

原创 Dify 2026-08-31 15:31 江苏

让成熟的 Agent 能力从一次构建走向更多业务场景。

今天,我们正式推出全新 Dify Agent。

随着模型能力不断提升,企业对 AI 的期待也从完成单一任务,走向让 Agent 自主理解目标-规划步骤-调用工具,并在真实业务中交付结果。

麦肯锡 2025 年全球调研显示,62% 的受访企业已经开始探索 AI Agent。当 Agent 从概念验证走向生产,团队需要解决的不只是“能否完成任务”,还有如何持续优化、跨场景复用,以及在出现偏差时快速定位和改进。

因此,我们重新思考了 Agent 在 Dify 中的角色。

在全新的设计中,Agent 不再只是依附于某个应用的执行节点,而是成为拥有独立配置、完整生命周期的 Dify Agent:它可以被独立构建、调试、发布和管理,也可以通过 Web App、API 或 Workflow 灵活接入各类业务场景。

从 Agent 节点到独立 Agent

过去|Workflow 中的执行单元

  • 2025 年初,Dify 在 Workflow 和 Chatflow 中引入 Agent 节点与代理策略(Agent Strategy),让模型得以在编排中自主决策。但彼时,它本质上仍是一个执行单元。

详见:

Dify Agent 节点 - 当工作流学会「自主思考」

随着 Agent 进入生产环境,企业对 AI 能力的长期可维护性与跨场景复用提出了更高要求。

现在|可独立维护与复用的 Agent

  • 在全新的 Agent 体验中,Agent 不再只是一个节点,而拥有了独立身份、配置和生命周期。

每个 Dify Agent 均拥有独立的模型、指令、技能、工具配置。团队只需集中构建与维护一次,即可在全局场景调用,让业务经验得以持续复用与演进。

1

Build 构建

基于真实业务任务打磨与沉淀能力

Manage 管理

精准管控维护,实现跨场景复用

2

3

Track 追踪

覆盖单次排查与长期运行监测,实现白盒治理。

Build

  从真实任务出发

  持续打磨 Agent 能力

许多业务问题,往往始于一线团队那些高频、具体且结果可明确评估的任务。

Agent 运行后,编排初期未曾考虑的缺口、规则冲突和流程断点会更快暴露,也正是在这个过程中,团队才能精准迭代,把验证有效的工作方法沉淀为 Agent 的长期能力。

为此,全新的 Agent 提供了两种互补的构建路径:

在 Build Mode 中,对话产生的配置变更会先保存为草稿(Build Draft)。你可以查看改动并选择应用(Apply)或放弃变更(Discard),也可以切换至预览模式(Preview),在正式发布前验证 Agent 的回答效果与交互体验。

Agent 不只是一段 Prompt

随着任务复杂度提升,把业务规则、专业方法、参考资料和工具说明全部写进 Prompt,会让配置越来越冗长,也更难维护。

Agent 不应依赖单一 Prompt,而应由多个可独立维护的模块组成。

因此,Dify 将 Agent 的能力拆分为不同部分:

Prompt 定义 Agent 的角色与行为边界,Skills、Tools 和 Sandbox 则分别赋予其业务能力、工具调用能力与安全的执行环境。

模块化后,团队可以分别维护不同能力。你可以随时替换某个工具或优化某项技能,无需反复调整 Prompt,极大降低了长期维护与多人协作的复杂度。

三种方式扩展 Agent 的执行边界

要让 Agent 真正进入业务,仅仅能够调用模型还不够。它还需要连接外部系统、复用团队已有的工作方法,并根据任务灵活调用临时能力。

为此,Dify 提供了Tool、Skill和Sandbox CLI 三种扩展方式:

Tool:接入需要长期运行的正式能力

为你的 Agent 接入生产级集成能力。

团队可通过以下方式扩展功能:Dify Marketplace 下载拓展工具、连接自定义 API 或 MCP 服务器,或将现有工作流封装为工具。

工具在工作区层级进行管理,并可在多个 Agent 之间共享。

例如,生成图表工具仅需安装配置一次,之后不同的 Agent 便可使用它来分析数据、生成周报,或是为内部仪表板构建图表。

对于需要额外配置的功能,高级设置(Advanced Settings)可将环境变量集中保存在一处,并在沙箱中供代理使用。当默认值或 runtime 设置发生变更时,无需逐一查找其所有出现位置即可完成更新。

Skill:沉淀团队方法与实践

许多业务任务都有固定的判断逻辑和工作方法。

Skill 可以将操作指南、参考资料与执行脚本封装在一起,让 Agent 按统一方法完成任务。

例如,一个增长分析 Skill 可以包含指标定义、计算规则和执行脚本,让 Agent 按照统一的方法计算 CTR、CPA 与 ROAS。

脚本不会显示在 Tools 列表中,而是随 Skill 保存和维护,无需额外开发为独立插件。

随着团队沉淀出更多可复用的方法,Skill 也不应只存在于单个 Agent 中。

我们也同时推出 Skill Management 功能,让 Skill 成为工作空间中的共享资源。团队可以集中创建和维护 Skill、管理发布版本并查看引用关系,让同一套业务方法服务于多个 Agent。

当客服分级、销售跟进或员工入职流程发生变化时,只需更新对应的 Skill,即可实现跨场景的能力同步。

Skill Management 已在 Dify 1.17.0 自托管版本上线,更新试试:

https://github.com/langgenius/dify/releases/tag/1.17.0

Sandbox CLI:处理当前任务中的临时需求

部分任务仅需使用一次,无需将其添加至 Agent 的长期配置中,Agent 可直接在当前 Sandbox 中安装并运行 CLI 工具。

例如,当你临时需要根据当前项目获取一份方案演示文稿时,Agent 可以在 Sandbox 中安装所需工具并生成文件;日志解析、文件转换和数据处理等一次性需求,也可以用同样的方式快速完成。

如果相同的 CLI 配置反复出现,可以将安装和调用方法沉淀为 Skill。当该能力需要在多个 Agent 间稳定运行时,可通过 API、MCP 服务器、插件或工作流,将其打造为 Dify 的共享能力。

在这样的扩展架构下,团队可以先快速验证,再将成熟做法逐步沉淀为安全、稳定且易于维护的生产能力。

让修正成为下一次运行的起点

Agent 的构建不会在首次发布时结束。

真实任务会持续暴露新的问题,团队需要判断应该调整提示词、工具还是 Skill,并把修正放到正确的位置。

在一次商品比较测试中,Agent 曾混淆两款商品的营养字段。我们没有继续追加临时 Prompt,而是将商品知识拆分为独立记录,并把“逐项检索、交叉核验、缺失信息不作推断”保存为 Skill 规则。

再次验证后,Agent 已能稳定区分两款商品的数据,并在处理过敏原、库存、退款及隐私相关问题时均把握好了恰当的边界。

Agent 的价值,不止于完成一次任务,更在于能够随着业务反馈持续演进。团队可以把运行中发现的问题转化为对知识、规则或 Skill 的调整,让一次修正成为下一次运行可复用的能力。

Manage

  一处构建,随处复用

过去,同种业务类型的 Agent 被复制到多个应用和 Workflow 中,复制次数越多,更新维护越混乱。

新的 Agent 体验改变了这种依附关系,Agent 从具体应用和节点中独立出来,团队可以在 Agents 页面集中查看和维护工作空间中的 Agent,并按状态、创建者和更新时间快速筛选。

每个 Agent 都拥有清晰的名称、描述和配置来源,让团队知道它负责什么、目前处于什么状态,以及应该在哪里继续维护。

Agent Console

一份配置,多个使用入口

Agent 构建完成后,不会被固定在一种产品形态中。

在访问点(Access Point)中,团队可以查看 Agent 的所有使用入口。工作流访问(Workflow access)还会列出正在调用该 Agent 的流程、版本和更新时间,帮助维护者在修改配置前了解可能影响的业务范围。

进入 Workflow,只管理当前业务

同一个 Agent 进入不同 Workflow 时,可以承担不同工作。

流程设计者无需重新配置它的 Prompt、Skills、Tools,而是通过 Agent 任务(Agent Task)为当前节点补充任务说明:这一次要完成什么、可以使用哪些上游变量与预期结果。配合新增的声明式输出,Agent 的结果可以按照预设结构交付给后续节点。

我们来看一个示例:假设你已经搭建了一个增长分析 Agent,它能够解答增长相关问题、计算指标并生成图表。

你既可以单独使用它,也可以将同一个智能体接入到活动分析工作流中,为其分配更具针对性的任务(Task)。在此基础上,工作流可负责处理质量检查、分支逻辑以及人工审核环节。

对于仅限单个工作流使用的临时功能,可从空白 Agent 节点开始从零搭建。如果后续发现该功能在其他场景下也适用,可将其保存到 Agent 库中进行集中管理。

Agent 决定“会什么”,Workflow 决定“做什么”。

既保证了共享能力的一致性,又明确了不同流程的业务边界。

Track

让工作过程清晰可见

当 Agent 被多个入口和 Workflow 复用时,仅依靠最终回答已经不足以定位问题。

因此,Dify 提供了从单次运行到长期表现的三层观测能力:

单次追溯

完整还原用户输入、规划过程、工具调用与回复。每条日志均标明请求来源,帮助团队判断是局部流程问题还是 Agent 配置问题。

节点流转检查

当 Agent 在 Workflow 中运行时,最终结果还会流经各类节点处理。

单节点运行信息与变量检查可帮助团队检查执行步骤及节点间传递的数据,看是否发生在 Agent 内部?还是后续的质量检查?条件分支或人工审核环节,从而更轻松地定位代理或其关联工作流中的问题。

长期指标监测

团队可以按时间和调用来源汇总使用量、交互情况、响应速度、用户满意度、Token 消耗与预估成本,并持续比较不同版本和业务场景下的质量、性能与成本表现。

此外,Dify 新增了 Workflow 日志归档功能,支持按月整理和下载历史运行记录,便于长期问题追溯、运营分析与内部审计。

该功能暂不在社区版中提供,关于日志留存与归档,请参阅:
http://docs.dify.ai/zh/cloud/use-dify/monitor/logs#日志保留

为什么选择 Dify 构建企业 Agent

全新的 Agent 体验建立在 Dify 一贯强调的四项能力之上:

  • 模型中立:灵活对接主流与私有模型,摆脱单一厂商锁定,平衡性能、成本与合规要求。

  • 可视化构建:从真实任务开始,通过 Build Mode 逐步完善 Agent,既保留 Build Mode 的自然语言探索,又提供透明可视的结构化配置,打通业务与技术团队的协同障碍。

  • 灵活组合: Agent 可以独立使用、通过 API 接入现有业务系统,也可以进入 Workflow,与数据处理、规则判断、人工审批及其他节点协同工作。同一份能力只需集中维护,便能服务不同团队和业务场景。

  • 透明可控:覆盖 Logs、Tracing、Monitoring、版本控制、凭证隔离与 Human Input(人工介入),确保 AI 在安全可控的边界内运行。

对于企业而言,真正的挑战往往不是能否构建一个 Agent,而是能否让它在组织中被安全地复用、持续地维护,并以可观测、可治理的方式进入生产环境。

Dify 将模型、Agent、Workflow、API 与运行观测放在同一平台中,让团队可以围绕一份能力建立清晰的开发和改进流程。

即刻开始构建

Agent 负责动态判断,Workflow 负责流程结构与控制边界,在二者的结合下,让企业无需在上线前预设所有情况,而是能在真实业务场景中灵活迭代。

从一项真实业务开始构建 Agent,在运行中不断打磨,再将成熟的能力复用到更多业务场景。

马上开始使用 → 

https://cloud.dify.ai/agents

了解如何配置 Agent,请参阅 → 

https://docs.dify.ai/zh/self-host/use-dify/build/new-agent/build

跳转微信打开

  •  

我们为什么重新设计了 Agent?

原创 Dify 2026-08-31 15:31 江苏

了解 Dify 如何重新设计 Agent,让 Agent 与 Workflow 从独立能力走向协同工作。

自诞生起,Dify 一直在做一件有些拧巴的事。

我们试图在快速发展的模型浪潮中,提供一套成熟的企业脚手架。但这意味着,我们必须时常在释放 SOTA(state-of-the-art,最先进水平) 模型实力以及企业要求的:私有化部署、模型中立、权限管理、可解释和可审计之间做出取舍。

因此,年初龙虾热的时候,我们没有立即跟进,做一款 DifyClaw 那样的时尚热门单品类产品。但很让我们兴奋的是,这几波热潮推动了社会共识的形成:CLI Agents 的范式借此契机正在走出 Coding 场景,进入越来越多的企业,解锁越来越多业务场景。

基于这个变化,我们重新设计了 Dify 中的 Agent 系统,让 Dify 应用和工作流可以将一部分复杂任务交给 CLI Agents 来完成。

哪些任务适合交给新的 Agent?

如果你的团队已经沉淀了一套成熟的业务 Skills,希望快速转化为 Agent 的能力,让 Agent 接手业务中重复、耗时的工作;如果你遇到了 Dify 插件生态尚未覆盖到的集成问题;又或者,业务人员希望通过对话指导和打磨一个 Agent,并绕过晦涩难懂的技术学习。

那么,新的 Agent 值得一试。

熟悉的 Agent 内核,

Dify 把通用的轮子造好。

从原理上看,新的 Agent 系统和 Codex、Claude Code 等 Coding Agents 采用了相近的核心结构:由模型驱动的 ReAct Loop,通过 Bash 等工具在独立沙箱环境中完成任务。

但 Agent 能真正进入生产环境,仅靠能够循环调用工具是不够的。

幕后,我们把大量精力投入到了模型切换、上下文管理、运行环境管理、失败策略等基础能力中。

用当下时兴的说法,Dify 提供了一套相对完备的 Loop Engineering。这样,你不必再为每个 Agent 重复解决这些常见问题,而可以把精力投入到如何将这些 Agents 编排到你的业务流程中来。

在安全与合规方面,Dify 企业版为每个会话启动一个独立的 Sandbox 容器,实现 PID、FS和网络隔离,并支持配置自定义的网络策略和 Security Context。Sandbox 基于安全加固的基础镜像构建,并以非 Root 用户运行。

Agent 已经足够强了,

为什么还需要工作流?

近半年,我们经常被问到一个问题:

当 Agent 经历了三年的探索,如今终于形成被广泛承认的范式之后,Dify 是否还会继续做工作流?

我们的答案是:

当然会,因为 Agent 与工作流解决的是不同维度的问题。

Agent 解决的是个体能力问题,而工作流解决的是能力如何能被组织和调度的问题。

即使个体能力强如人类,我们依然发展出了如线上会议软件、企业 IM、OA 工具、OKR 等一系列的“协作基础设施”。其中,有一些服务于临时协作,另一些负责承载稳定、反复发生的流程。

我们认为工作流解决的问题,是企业如何把现有的固化流程,以一种合理的方式,转化为 Agent 与人的协作产物,并让该产物能便捷地发布并在一套企业级基建上以及长期运行。在 Agent 能力得到跃升的今天,这个需求不但没有消失,反而显得愈发紧迫。

从即兴发挥

到可长期运行的软件补丁

传统的软件,本质上由数据库、数据之上的函数、以及人与这些函数交互界面组成。今时今日,Agent 已经可以在大量的一次性场景中临时客串这套系统:即兴生成的脚本,开始替代一部分过去必须由严谨代码实现的功能。

但即兴发挥本身不是生产系统。

当我们把 Agent 放进前文所述的编排里,再用确定性的输出输入、调度机制、失败策略、权限和可观测性为它划定边界,就能把这些即兴能力固化下来。我们由此获得的未必是一套完整软件,更现实的形态是,为现有软件快速补上缺失的能力 —— 一块属于自己的软件补丁。

PM 实例:Calendly 会议强提醒补丁

和许多需要承担对外沟通工作的人一样,我惯用 Calendly 约会议。但预约跨度较长时,参会者经常忘记会议。

我只需要一个非常小众的需求:在会议当天再次自动发邮件提醒对方(这通常需要昂贵的付费订阅)。

理论上,这个需求从技术上看并不复杂。开发者可以让 Coding Agent 接入 Calendly MCP 和邮件客户端,编写一套自动提醒程序,再发布为一个 Github Action 实现云端定时执行。而对于非开发者来说,这依然是一个不大不小的工程。

在 Dify 里,这件事变得异常简单:安装 Gmail 插件,通过 Build Chat 教 Agent 配置 Calendly MCP。在完成测试后,将这个 Agent 作为 Agent 节点放入一个定时工作流中。这样,任何人都能在 10 分钟内,完成一个生产级的 SaaS 软件补丁。

接下来:Agent 与 SOP

新 Agent 解决了"有没有"的问题。接下来,我们会把重点转向两个方向:

  • 横跨多种 Agent 技术栈的集成,包括不同的 CLI Agent 和各类 Agent SDK;

  • Agent 与人的企业级协同,尤其是 Agent + Human 的 SOP 编排。

我们的目标不再是增加一个单独的 Agent,而是让不同的 Agent、与现有软件系统和真实的人,可以在同一套流程中协作

这只是一个开始,我们期待听到你对 Dify Agent 的反馈。

跳转微信打开

  •  

把开源项目带进真实场景,2026 上海开源软件应用创新大赛启动

原创 Dify 2026-08-31 15:31 江苏

从代码到场景,Dify 邀你参加 2026 上海开源软件应用创新大赛

一个开源项目的价值,不只在于代码被公开,更在于它能否进入真实场景,被部署、验证,并持续解决问题。

2026 上海开源软件应用创新大赛现已启动。Dify 将作为企业合作伙伴参与本届赛事,与开源社区、企业、高校及科研机构一道,寻找能够从技术构想走向实际应用的开源项目。

从开源出发,回应真实需求

本届大赛以「开源向实」为主题,设置三大赛道:

  • AI+ 工业软件:关注制造、能源、CAD/CAE、工业互联网等场景,探索 AI 与工程流程及产业系统的结合。

  • 智算云:覆盖算力调度、分布式训练、模型部署、边云协同与成本管理。

  • 开源 AI 工具:面向数据处理、模型训练与评测、RAG、Agent、MLOps 等开发与运行环节。

参赛者可以选择企业发布的真实命题,也可以围绕三大赛道自主选题。

本次大赛希望看到的不只是概念和 Demo,而是能够运行、测试并继续演进的开源作品。

这也对应着 Dify 一直关注的问题:AI 项目的挑战,往往不止是完成一次原型验证,而是如何将模型、知识、工具与业务流程组织成可以持续运行和改进的系统。

参赛信息

报名及作品提交

即日起至 2026 年 10 月 11 日

入围名单公布

2026 年 10 月 16 日

线下总决赛

2026 年 10 月 24 日,中国·上海

大赛面向企业、高校、科研机构、开源社区及学生团队开放,个人和团队均可报名,团队建议由 3–5 人组成。

参赛作品需要提供完整可运行的代码仓库、项目介绍文档和演示视频。三个赛道将独立评选奖项,总奖池累计 100 万元,奖励形式包括现金、算力与 Token、大模型 API 等开发者资源。获奖项目还将获得后续产业对接、技术验证和投融资咨询等支持。

从一个真实问题开始

好的开源项目,往往不是从宏大的技术概念开始,而是从一个值得解决的具体问题开始。

让 Dify 与你一起走进真实场景,组织你的团队,把代码、产品和判断带到真实环境中,在实践中构建、维护,并不断优化。

扫描海报二维码,或点击「阅读原文」进入大赛官网报名。

期待在上海,看到你们把开源能力带进真实世界。

阅读原文

跳转微信打开

  •  

旅程过半|十年之约 #41

原创 也谈钱 2026-08-31 13:30 德国

从 2021 年 5 月开始,到今天,十年旅程已经过半。

经常有读者把「财务自由实证」和「十年之约」搞混,这里解释一下。两个系列虽然都聊投资、聊财务,但视角其实不一样。

财务自由实证记录的是整个生活。它从 2019 年开始,记录投资,也记录收入、开支、储蓄、预算以及生活里的各种选择。最初想验证普通人通过工资理财能不能攒下一笔钱、实现财务自由(不是大富大贵那种,被动收入能超过生活开支即可)。攒钱目标实现后,继续观察投资收益能不能持续覆盖生活开支,以及自由以后,钱、生活和注意力会发生什么变化。

真实但更驳杂。

相比之下,十年之约这个账户更纯粹。从 2021 年开始,每月固定投入 1000 元,中间尽量少关注行情、不预测、不折腾、少花注意力,把精力留给工作和生活。看看普通人从零开始攒一笔钱、用于投资,中间又会经历什么,十年后能获得什么结果。

如果说财务自由实证记录的是钱与生活的全景,十年之约就是把镜头拉近,只看投资这一部分。

这次复盘的是后者,十年之约。

……

从 2021 年 5 月开始,到今天,十年旅程已经过半。

实证账户,目前的资金加权年化收益率是 6.48%。

如果是不择时、不预测、不追着行情跑,平时也不怎么消耗注意力取得这个收益,大伙感觉怎么样?

虽然数字没达到最初预期的 10%,但和 5 年前出发时相比,我们所处的环境也大不相同。

当初的 10%:那时大家对物价和房价充满焦虑。物价在涨,房价更快。可能投资实现了 10%,但如果没跑赢房价,还是会觉得白玩儿。

后来的 6.5%:物价变化小了,房价、房租还降了,长期定存利率变成 1 开头……

投资是为了更好地生活。我们原想通过 10% 解决的问题、放下的焦虑,放在现在可能 7% 也够。所以目前年化 6.5% 的收益我觉得也还好。

只看收益数字,看到的往往是「10% 太菜了,你看谁谁谁今年都翻倍了」。

但关注生活里具体的问题,怎么攒下一笔钱、怎么获得被动收入、怎么规划养老金教育金、怎么资产保值增值,更多人想知道的是「上哪找 7% 的理财」?

这是十年之约旅程过半,我对过去 5 年的复盘想法。

往前看

但往前看,我的预期变化不大——依然预期 10%,也做好实现不了的准备。

预期不变,因为预期不是线性外推。否则现在的房价应该比 5 年前再贵一倍。

十年时间,我们可能会遇到下行周期,也会遇到上行的繁荣。所以看更长时间尺度,兼顾两种可能性。这几年并没有改变股市的长期统计收益 👇 根据有知有行最新版《中国大类资产投资 2025 年报》,长期收益区间依然落在 10% 左右

也做好实现不了目标的准备,因为人要知道自己能控制什么,不能控制什么。

作为个体,我们无法左右经济周期,也很难直接控制收益这个结果。应该把更多注意力放在自己能控制的事儿上。

比如十年之约最初的计划是,每月投入 1000 元,选择不消耗太多注意力的投资方式,预期期间能获得 10% 的年化收益。

那么相比最终年化有没有 10%,更重要的其实是,有没有按计划每月固定投入,有没有选择符合目标的资产,有没有对意外的预案,如何管理好预期。这些才是我们能控制的。

我一直相信两个理念:

  1. 关注自己能控制的,接受自己不能控制的。

  2. 做好最坏的准备,坐等好事儿发生。

买什么,没有想象中那么重要

经常有读者问我,十年之约现在在买什么、还持有什么。

简单回答一下:新钱在定投长钱账户和海外长钱(海外长钱目前暂停申购,先现金备着),原来的主动基金继续持有。当时的思考分享在这里。

但,如果十年之约过去 5 年年化 6.5%、资金加权累计 37% 的收益率,大伙觉得可以接受,那么比起选到更好的几只基金或股票,更重要的可能是先成为一个合格的基金投资者。对十年之约而言,投资买什么没有想象中那么重要,更重要的是投资者自己的行为。

过去 5 年,我所选投资的整体表现其实和市场平均水平差不多。看时间加权收益率,还落后偏股基金指数一点点 👇

我并没有选到收益更高的基金和投顾。

更重要的收益来源是,每月定期投入、下跌时没有停止、买入以后长期持有。

从市场上相对分散地选 5~10 只不同风格的基金,整体表现大概率也会向全市场平均水平靠拢。再像十年之约过去 5 年一样定期买入、长期持有,最终结果可能差不多。

平均水平的投资 + 合格的持有人,可能胜过优秀的投资 + 反复折腾。

选到谁是未来的冠军很难控制。但能不能坚持计划、长期持有,是我们可以努力做到的。

……

不过这五年我也发现,这条路「简单,但不容易」。如果大部分投资者亏钱,想要成为赚钱的投资者,总要克服一些困难。

规则很简单,每月投入,不择时,不追热点,不因为新闻预测未来。

但一起经历过这段时间的伙伴可能更有体会,这些原则,实践起来并不容易。新伙伴也可以回顾下 2024 年最低谷时十年之约下的留言,比如这篇。那时候留下的都是“盲目乐观”,底部割肉才是“人间清醒”。

制定一个计划、选一只基金、想要持有十年,每一步都不复杂。但难的,是过程中一次次环境、情绪剧变中如何回答「现在怎么办?」

一个长期计划能否兑现,看的不是当初决心有多大,而是看我们如何应对一次次意外和挑战。

目前这个结果不算多惊艳,但确实可以让钱慢慢变多,解决很多财务上的现实问题。同时也没拿走太多关注生活的注意力。

旅程过半,继续往前走~

实证账户 2026-08-30

投资记账工具:有知有行
投资记账工具:有知有行

十年之约并非投资建议,更多是想以此给大家一个思考的起点——如何从零积累起一笔本金,不折腾、不挑时间、不高抛低吸、不看新闻预测未来、不盯盘,长期能取得什么样的结果,这一路我们会经历什么。

结合今天的内容,再看看这张图可能会有更多感受 👇 对投资而言,我相信更重要的是投资者自己的行为,其次是资产配置,选基金、看行情相对来说没那么重要:

  • 一位合格的基金持有人,理性思考、长期持有,哪怕选到了平庸的基金、也会有满意的回报;

  • 但不合格的基金持有人,禁不住诱惑,哪怕有幸选到了非常厉害的基金,也很可能赚不到钱。

感兴趣的小伙伴也可以一起读读之前几篇内容:

跳转微信打开

  •  

吴恩达来信:AI 工程技能图谱详解——软件工程基础

原创 DeeplearningAI 2026-08-31 12:45 北京

为什么软件基础对 AI 开发者仍然至关重要

Hi~新朋友,记得关注我们哟

亲爱的朋友们:

随着智能体式编码的出现,软件工程基础发生了怎样的变化?即使你使用编码智能体来编写全部代码,理解软件基础仍然很重要,因为这能帮助你引导智能体做出你希望的权衡——甚至让你知道有哪些权衡需要做。除此之外,在构建 AI 应用时,AI 核心通常会通过更广泛的软件应用来体现,而这一整体会由优秀的工程师来塑造。

一个在不理解软件基础的情况下进行 vibe coding 的新手,虽然也能创建简单应用,但这往往会导致编码智能体在延迟、可用性、一致性、可靠性、可维护性、简洁性和/或成本方面做出糟糕的权衡。大多数情况下,开发者甚至不知道这些权衡的存在,因此也就没有引导智能体针对其应用场景做出正确决策。

今天这封信阐述了我们对 AI 工程技能的研究所发现的软件工程中最重要的知识点。它要求具备以下能力:

✴ 构建全栈应用

✴ 管理数据

✴ 设计系统架构

✴ 构建安全可靠的系统

✴ 在生产环境中扩展并运维

构建全栈应用。智能体式编码使许多过去从事更专门角色(如前端开发或移动端开发)的开发者,能够承担更广泛的全栈角色。编码智能体可以帮助处理开发过程中你可能不太熟悉的部分。不过,理解整个全栈究竟是如何运作的仍然很重要。优秀的开发者理解前端和后端系统的关键组件与概念,包括 UI 组件、缓存、页面渲染、API 的选择与设计、身份认证、状态和会话管理、异步处理、数据持久化、测试、安全性以及可访问性。

管理数据。数据值得特别关注,因为它是软件所构建其上的基础,而且相对难以变更(即使智能体可以协助迁移也是如此)。当你知道如何管理数据时,你就能思考访问模式,并据此决定要存储什么以及存多久。你可以识别合适的数据模型,并选择适当的存储类型(如关系型表、文档、键值或图数据库)及基础设施,而这些又会影响速度、可扩展性、可用性、可靠性和成本。你理解事务、并发,以及如何确保数据干净、一致且最新。在需要时,你还能确保适当的隐私、治理和合规性。你知道如何管理数据生命周期。

随着应用演进,你也知道如何相应演进数据架构。决定如何管理数据需要大量由人提供的上下文。你的 AI 系统会从数据源中获得它自己的输入上下文,因此如果数据架构选择不当,AI 就不知道自己不知道什么。这也是为什么需要具备相关上下文并精通 AI 工程的人——也就是你!——对其进行专业干预,把它设置正确。如何为智能体而非仅为传统软件或人类构建数据基础设施,也是一个快速演进的领域,你应当随着领域发展持续调整最佳实践。

设计系统架构。当你理解了软件和数据全栈的主要组件之后,你就更有能力决定如何把这些部分组合起来。良好的系统设计要求理解软件的预期用途(有多少用户?延迟有多重要?成本有多重要?等等),以便你可以在应用平台、前后端边界、系统拆分、应用状态放置以及架构粒度(单体 vs. 微服务)方面做出选择。你还需要选择技术栈(编程语言、运行时、组件/前端/后端框架、数据技术)——有时还会先通过实验评估各种方案,再最终确定其中之一。

此外,合适的架构是一个不断变化的目标,取决于项目所处阶段。你为快速原型选择的简单架构,未必适合构建第一个生产系统,而随着应用规模扩大,这一架构也可能再次变化。做出这些决策需要对软件组件和应用上下文都具备深厚的技术知识,这样你才能对架构进行设计并持续演进,以做出更优的权衡。

构建安全可靠的系统。要构建可靠系统,你应当知道如何制定测试策略来验证系统的正确性:单元测试与集成测试如何搭配,使用哪些框架,以及需要达到怎样的覆盖率。你还知道如何围绕可能的故障进行设计——如何处理故障(例如 API 命中速率限制)、构建优雅降级,以及尽量缩小故障影响范围。此外,与其先写软件再后来考虑如何保护它,“左移”运动正把安全工作提前到生命周期更早阶段(在传统项目时间线中向左移动)。正如所有开发者都在向全栈开发者转变一样,如今许多开发者也正在部分承担安全工程师的职责。现在你可以使用 AI 工具扫描代码中的漏洞、检查依赖项是否存在供应链注入风险,并审查云配置中的攻击面。但要把这些工作做好,仍然需要一定的安全知识。

在生产环境中扩展并运维。为了服务真实用户,你必须知道如何将软件部署到生产环境。了解如何执行软件开发生命周期(SDLC)会对你有所帮助;该生命周期除了构建和测试之外,还包括配置部署环境、决定发布策略、实施部署自动化(CI/CD),以及理解基础设施即服务(IaaS)。

在生产环境中运维需要部署可观测性工具、设置告警并管理事件。最后,要扩展你的应用,你应当理解真实负载,并知道如何扩展服务器、进行负载均衡,以及通过调整数据基础设施(如分片、索引、复制)或进行架构变更,使系统能够适应规模增长。最后,理解版本控制、代码评审、依赖项维护以及如何管理技术债务等编码最佳实践,有助于你让系统持续演进。

编码智能体已经改变了我们构建软件的方式,包括那些不包含任何 AI 组件的软件。有些编码知识——比如记忆代码语法——正在变得过时。但深刻理解软件如何工作的开发者,远远优于那些在不理解的情况下仅凭感觉编程的人。

理解软件基础(以及 AI)也有助于你弄清楚软件能做什么、不能做什么。这使它们成为你使用编码智能体并塑造构建过程时的重要上下文。我会在接下来的两封信中讨论这些内容。

请不断构建!

吴恩达

点击下方阅读原文查看更多有趣内容哦~

阅读原文

跳转微信打开

  •  

基于 MiniMax H3 Max 的 24 小时 AI 直播网站上线了

原创 MiniMax 2026-08-31 08:36 上海

Fal 工程师 Alex Koumpas 在 Twitch 直播频道里,把聊天室变成了一个编剧室。

有人敲下 Prompt,想让镜头切到街头;下一位观众想看一条上世纪 60 年代风格的木偶广告;还有人要求画面突然变成一张被无数电线缠住的机器人脸。聊天框里不断涌进英语、西班牙语、日语、俄语,中文等,来自全球各地用户的点子。

Koumpas 给直播频道起了一个简单易懂的标题,“Chat Directs the Show with MiniMax H3 Max”。

Twitch - koumpas 频道(视频有加速处理)

这场直播,正是 H3 开源后开发者生态迅速生长的一个缩影。

H3 开源后,我们与生态伙伴围绕不同的使用场景,继续训练和优化模型,并在社区中开放,包括:

  • 与 Running Hub 打造 MiniMax H3 480P,满足多场景需求

  • 与 fal 选择面向实时生成做后训练和推理优化,推出了 H3 Max 768P、H3 Max 480P

  • 以及 FastVideo 通过稀疏化和硬件适配推出的 FastH3 等

今天,我们将 H3 Max 768P、H3 Max 480P 接入开放平台和 MiniMax Design 中。

H3 Max 生成一段长度 5 秒、768p 的音视频的时间不到 3 秒,已经跨过了实时直播所需的速度门槛,当上一段视频还在播放时,系统已经有时间把下一段视频准备好。

由此,海外开发者已经围绕 H3 Max 搭出了 Twitch 直播、24 小时“AI 电视台”,还有邀请观众实时改写剧情的创作实验。视频模型被接进一条持续运转的内容流,开始参与实时互动,观众的每一条指令都有可能改变接下来出现的画面。

3 秒生成,

观众参与实时共创

这一轮 AI 直播热潮里,fal 工程师 Rehan Sheikh 的 Twitch 直播最早引爆全网。Rehan 把 H3 Max 接进直播流,做成了一个没有固定节目单的“跨维度电视”。模型在几秒间不间断生成新的画面和声音,并接进实时直播,这份创意在 X 上的观看量已经近 350 万次。

随后,知名开发者 Pieter Levels 上线了一个 24 小时 AI 直播网站。网站首页只有一条很简单的规则:The chat decides what airs next。观众在聊天室里输入内容,AI 尝试把新的要求和上一段画面接起来,再生成下一段视频。在这座只有几秒库存的微型电视台里,直播可能突然从动画切到真人访谈,再跳进某个荒诞广告。观众的下一句话,就会把故事带到另一个方向。

相比提前录好一段演示视频后播出,完成实时直播需要同时处理陌生提示词、视频生成、队列衔接和持续推流等工作。模型的速度、指令理解和音视频能力都被放进了同一条公开链路里,每个人的指令都可以被直接观察:观众发出指令,模型生成片段,片段进入直播,新的指令再跟上来。也正因如此,生成速度决定了直播能不能持续进行。

生成快过播放,

解锁即时直播场景

H3 Max 能支撑这种直播玩法,首先是因为它跑得足够快。H3 Max 支持文生视频和图生视频,可生成 480p 或 768p、5 至 15 秒、24fps 的完整音视频。5 秒、768p 视频的生成时间不到 3 秒,15 秒视频也可以在约 15 秒内完成。

通过后训练和推理引擎的协同优化,H3 Max 的吞吐量约为 MiniMax H3 的 35 倍,在 Artificial Analysis、Design Arena 图生视频榜单中位居第一。

fal 在 MiniMax H3 开源版本的基础上加入了新数据和可验证强化学习,持续优化提示词遵循和画面表现,同时针对自有推理基础设施适配,为实时生成场景定向优化。

5 秒的视频内容在不到 3 秒内生成,理论上还能为排队、内容审核、编码和推流留出一点余量。尽管实时直播仍会受到并发和网络状况影响,偶尔出现卡顿的情况,但 H3 Max 已经满足了这类实时实验最基本的速度要求。

古希腊瓶画风格保持演示 - fal 官方网站

开发团队 FastVideo 沿着另一条路线改造了 H3。FastVideo、Nuva Lab 和 NVIDIA FastGen 联合发布的 FastH3,把原生 H3 的 49 次 Transformer Forward 压缩到 4 次,再结合 90%稀疏度的 VSA 加速。

FastH3 使用 8 张 B200,可以在 13 秒内生成一段 15 秒、768p 的视频;在单张 Blackwell GPU 上,相较同硬件运行的基础 H3,最高可获得 14 倍加速。目前,FastH3 已公开模型权重、LoRA 和推理方案,现有版本支持文生音视频。

FastH3 视频生成 - 创作者@kiyoshi_shin

开源开放,

让创造力涌现

我们欣喜地看到,基于 H3 模型开源,新的视频生成、交互形式不断在社区里出现。而对 MiniMax 来说,开源社区不只是 H3 的使用者,也是模型继续向前演进、落地场景不断焕新的重要参与者。

今天的 24 小时 AI 直播仍处于早期阶段,并发和长时间运行还需要继续验证。人物声音的稳定,画面能不能长时间保持一致,推理接口是否适合持续调用,这些在直播场景中真实使用的反馈,将会回到下一轮模型和系统优化中。

重要的是,在这场 AI 直播里,视频生成不仅仅是一次性的内容工具,而开始成为可以实时响应、不断生长的内容系统。MiniMax 与开源社区正在一起,把视频模型的速度、交互和应用边界继续向前推。

随着模型的持续迭代,相信会有新的互动内容、新的创作者工具,以及人们尚未设想过、还没有被定义过的产品从社区中出现。期待开发者和创作者们把 H3 带进更多具体场景,探索过去难以成立,甚至还没有被想象过的可能。

H3 开源三个多星期以来,下载量已经超过 2400 万次,产生超过 300 个公开衍生模型,成为 2026 年全球下载量最高的模型。我们会继续与开源社区和生态伙伴携手探索,降低开发者和企业的使用门槛,让 H3 进入更多真实商用业务中,并解决过去难以完成的问题。

API 接入 H3 Max:platform.minimaxi.com/docs/api-reference/video-generation-v2-create

MiniMax Design 下载:design.minimaxi.com

Intelligence with Everyone.

跳转微信打开

  •  
❌