🧧机智流马年红包封面来了🧧
提前祝大家新春快乐祝大家心想事成、财源滚滚欢迎评论区留言——2026 Flag、想了解的知识...评论区点赞前五名🧧将获得6.6元红包一份🧧- 点击下图领取机智流马年红包封面 -最近我们也在挑战——春
阅读全文聊聊大模型推理系统之vLLM-Omni：专治各种“复杂”多模态大模型，推理速度最高提升11倍
图片由 AI 生成近年来，人工智能领域正经历一场深刻的“多模态”革命。从只能处理文本的传统大语言模型（LLM），到如今能够理解并生成图像、音频、视频的“任意到任意”（Any-to-Any）多模态大模型
阅读全文白嫖党狂喜！3万+免费 Skills让你秒变全能选手
Agent Skills真是越来越火了，上一期文章结尾我还说想找个好用的 Skills 管理工具。结果，Vercel 直接放大招——不仅开源了通用安装工具，还上线了 Skills 专属"应用商店" s
阅读全文抢到了奶茶免单？再来尝尝 AI 圈的‘电子年货’【2 月大模型快报】
> 作者：yanbo近日，不少群被「千问 30 亿免单」的消息直接点燃：奶茶店门口排起长队，红包口令甚至都被微信禁止复制。这种级别的热闹，大概只有亲自赶上了才会有实感。而就在大家还在纠结「这杯要不要再
阅读全文解析Flash Attention 4（FA4）：Blackwell 核心实现与架构优化
> 本文由 Intern-S1 等 AI 生成，机智流编辑部校对一个月前的Hot Chips大会上，Tri Dao发布了Flash Attention 4（下称FA4）的初步研究成果。作为Flash
阅读全文Kimi Agent Swarm如何实现100个AI 智能体同时工作？揭秘最强开源多模态模型K2.5的并行执行革命
一句话总结： 月之暗面发布Kimi K2.5，其核心创新是Agent Swarm技术，支持最多100个子智能体自主编排并行执行，执行时间最多可缩短4.5倍，实现了从单智能体到智能体集群的范式转变。原文
阅读全文LangGraph实战：用“流程图”思维构建可控的AI Agent系统
> 作者：李剑锋简介随着 Agent 概念的普及，以 Coze、Dify 为代表的低代码 / 无代码平台迅速兴起。这类平台通过可视化配置和模块化编排，大幅降低了智能体应用的使用门槛，使非技术用户也能快
阅读全文突破机器人操控 “最后一公里”！北大等机构提出 TC-IDM，让视觉规划精准落地物理执行，零样本操控成功率大幅提升
图片由AI生成在机器人操控领域，如何让机器精准理解视觉信息，并转化为流畅的物理动作，一直是困扰科研人员的核心问题。传统的视觉-语言-动作（VLA）模型，虽然凭借大规模数据集的加持展现出一定能力，但在面
阅读全文聊聊大模型推理系统之 Laser：从“整块执行”到“按需分层”，看Laser如何重新定义LLM调度单元
图片由AI生成在大模型推理服务日益成为 AI 基础设施的今天，如何高效支撑多 SLO（Service-Level Objective，服务等级目标）混合负载，已成为工业界和学术界共同关注的核心挑战。最
阅读全文北京创业 | HICOOL 2026全球创业者峰会暨创业大赛项目征集
HICOOL 2026全球创业大赛HICOOL全球创业者峰会暨创业大赛——专为创业者而生，致力于打造多层级、多维度、多元化的国际创业模式，面向全球寻找优质项目，助力其在北京快速发展。大赛将邀请顶级投资
阅读全文Mini-sglang-3: 从模型到kernel的详细解读
> 作者：企鹅火烈鸟🦩前言这是我们mini-sglang的最后一篇文章，在这篇文章中我们来聊一些轻松的内容。让我们来聊聊mini-sglang的modeling代码和一些JIT编译的kernels。模
阅读全文还在为数据发愁？清华上交等联合综述：详解LLM如何让数据准备“自动化、智能化”
一句话总结： 上海交通大学、清华大学、微软研究院等机构联合发布综述论文，系统梳理了LLM在数据准备（清洗、集成、丰富化）三大核心任务中的应用现状、技术路线与未来挑战。原文链接： https://hug
阅读全文LangChain版“Claude Skills”实战详解：为智能体赋予动态工具调度与复杂上下文治理能力
> 作者：李剑锋简介在前面的课程中，我们已经系统讲解了智能体在执行任务过程中对工具的使用方式。对于大模型而言，其如何理解并使用工具，通常主要依赖以下三个方面：大模型自身在预训练阶段所获得的通用知识与能
阅读全文聊聊大模型推理系统之 RAPID-Serve：告别KV缓存搬运！AMD新架构让LLM推理更高效
图片由AI生成大语言模型（LLM）正快速融入聊天机器人、代码助手等实时交互场景，但现有推理系统却陷入“高吞吐”与“低延迟”不可兼得的两难困境。近期，AMD 研究团队提出 RAPID-Serve——一种
阅读全文通用AI Agent天花板！腾讯开源「云雀智能体」，从审核提效、谣言识别到财报分析，回答个有理有据
> 作者北辰，机智流编辑部校对大模型、工作流、AI Agent……这些去年还是新鲜热点的词汇，现在已经是我们生活中最常用的工具了。过去一年我们尝试了很多新的AI产品，也为自己的工作搭建了不少 Agen
阅读全文智能体推理能力新标杆！美团开源560B MOE模型LongCat-Flash-Thinking-2601
图片由AI生成在人工智能的浪潮中，大型语言模型（LLM）已经从单纯的“知识库”进化为能够进行复杂推理的“思考者”。然而，真正的智能不仅在于内部的思辨，更在于与外部世界的有效互动。当模型能够像一个智能代
阅读全文上周 HF 论文 TOP 20｜Agent 推理综述, EvoCUA, Being-H0.5 等
(1) Agentic Reasoning for Large Language Models论文 ID：2601.12538论文简介：由伊利诺伊大学厄巴纳-香槟分校等机构提出了Agentic Rea
阅读全文MXFP4 是什么精度？赋能 OpenAI GPT-OSS 模型在普通硬件运行的 4Bit 精度秘密
> 本文由 Intern-S1 等 AI 生成，机智流编辑部校对借助原生MXFP4精度，GPT-OSS-120B可在单块H100 GPU上运行，而GPT-OSS-20B仅需16GB内存即可容纳。MXF
阅读全文八百篇参考文献的智能体系统指南！Meta、Deepmind等联合万字综述，详解Agentic Reasoning的三层进化路线图——基础、自演化与集体智能
一句话总结：这篇综述将大模型智能体的“推理—行动—学习”统一为 Agentic Reasoning 框架，并用“基础能力→自进化→多智能体协作”三层环境动态与“in-context 编排 vs pos
阅读全文万字详解Langchain多智能体系统之Handoffs模式：状态驱动的角色切换架构与实践指南
> 作者：李剑锋前言01 handoffs 简介在前面介绍多智能体（Multi-Agent）时，我们已经提到过：多智能体系统并不存在唯一的实现方式，而是可以根据任务复杂度与协作需求，采用不同的架构模式
阅读全文人形机器人终于可以精准射门？港大ARCLab团队用STOFT算法让踢球也能有自然“回摆动作”
图片由AI生成在机器人研究领域，足球一直被视为检验机器人综合能力的“试金石”。从1997年首届RoboCup开始，无数科研团队致力于让机器人在绿茵场上驰骋。然而，尽管技术在不断进步，我们看到的机器人踢
阅读全文离“AI 程序员”还有多远？拆解 170+ 篇文献，中大团队理清了 LLM 解决真实 Issue 的技术版图
> 本文由中山大学DeepSoftwareAnalytics组投稿论文标题：Advances and Frontiers of LLM-based Issue Resolution in Softwa
阅读全文聊聊大模型推理系统之 MixServe：用“通信重叠”榨干集群带宽，MoE推理效率再上新台阶
图片由 AI 生成在大模型推理日益成为 AI 基础设施核心能力的今天，Mixture of Experts（MoE，混合专家） 模型凭借其“稀疏激活”机制，在万亿参数规模下仍能维持可控的计算开销，正迅
阅读全文直播预告｜迈向通用持续学习：基于记忆强化的智能体自进化框架
2025 年 12 月 29 日，记忆张量MemTensor 凭借项目 《基于记忆强化的 CANN 算子持续进化方案（MemRL）》，获得昇腾 AI 创新大赛 · 全国总决赛 · 初创赛道金奖。在大模
阅读全文是时候好好测测你的智能体了——Anthropic 解密智能体评估
一句话总结：Anthropic 分享了一套涵盖核心定义、框架选型、三类评分器及八步实操路线的 AI 智能体评估体系构建指南，旨在通过评估驱动开发帮助团队摆脱盲目迭代困境，实现智能体的系统性性能提升与持
阅读全文媲美Gemini 2.5 Pro！阶跃星辰STEP3-VL-10B技术报告：统一预训练+并行协同推理，多模态模型迎来轻量化革命
图片由AI生成在多模态大语言模型（MLLMs）的发展历程中，“越大越强”似乎早已成为行业默认的共识。以Gemini-3-Pro、GPT-5.2为代表的闭源前沿模型，凭借千亿甚至万亿级别的参数规模不断突
阅读全文Mini-sglang-02: KV Cache管理与调度逻辑全解析
> 作者：企鹅火烈鸟🦩引言上一章我们聊了mini-sglang的前端调度逻辑，这一节，我们就深入拆解它的KV Cache管理机制与调度核心逻辑。重点搞懂mini-sglang特有的前缀复用KV Cac
阅读全文Manus拿下事实准确率第一！NTU提出DeepResearchEval，实现AI深度研究评估任务自动构建、维度动态生成、事实全面核查
图片由AI生成在大语言模型飞速发展的今天，AI已经从单纯的文本生成向具备自主执行复杂任务的智能体演进，其中深度研究系统成为极具代表性的应用方向。这类系统能够自主完成网页浏览、信息检索、跨源验证与多视角
阅读全文万字详解LangChain智能体测试：从单元测试到行为轨迹追踪
> 作者：李剑锋简介在最新的 LangChain 文档中，添加了测试（Test）部分的内容，其主要针对的是智能体方面的测试。日常情况下，我们通常测试的内容主要是一些实际运行的函数，其有几个非常重要的性
阅读全文首个针对视频深度研究的开放域基准：VideoDR 重新定义视频推理，Workflow 与 Agentic 孰优孰劣？
图片由 AI 生成在多模态大模型飞速发展的今天，我们似乎已经习惯了 AI 能“看懂”视频。但是，真正实用的智能体（Agent）仅仅能复述视频内容是远远不够的。想象一下，当你看到一个旅游博主的 Vlog
阅读全文