贵慜_Derek

前几天，DeepSeek 发布 V4，再度上热搜。回顾这些年，一篇篇论文，DeepSeek 在哪些方向持续布局？我们一起来看看。 主路：大语言模型本身，以及为「训得动、推得起」服务的一套东西——MoE

过去一段时间，latent space 这个词越来越常见。 但这个概念到底在讲什么？它又真正改变了什么？ 这篇综述最有价值的地方，是没有停在抽象定义， 而是把问题拆成了五个可讨论、可对照的视角： Fo

过去两年，行业在 LLM 推理优化上有一个看似正确、实际很容易把人带偏的默认前提： 我们把 Prefill-Decode（PD）解耦奉为标准动作，却默认它们必须困在同一个昂贵 RDMA 网络域里。 这

当 Claude Mythos 用“发现成千上万零日漏洞”的新闻刷屏时，行业很容易掉进一种熟悉的情绪： 一边惊叹黑箱系统的能力，一边反复追问“它到底怎么做到的”，最后停在猜测。 这次有点不一样。 22

一、引言：为什么需要“循环”？ 当缩放定律长期指向“更大模型更强”时，Looped Transformer 走的是另一条路： 深度不一定要用参数购买，能不能用计算复用来获得？ 如果把标准 Transf

先看一张很多团队都不陌生的复盘单： 事故触发：低价路由命中高风险请求 扩散路径：工具调用穿透到外部系统 处置结果：当晚回滚，次日补规则，三天补审计 这类事故有个共同点：不是系统“不会做事”，而是系统“

我见过不少“ChatGPT 架构复刻”项目，白天演示都很顺，晚上一上真实流量就开始报警： 工具重复调用、上下文漂移、动作越权、故障定位要靠猜。 问题通常不在模型智商，而在系统纪律。 ChatGPT 真

凌晨两点，Agent 还在自己改代码、跑命令、调工具。 真正让人紧张的从来不是“它会不会”，而是“它这一轮失控了谁来兜底”。 我想聊的 Claude Code，不是功能秀，而是一套把高自主行为压进工程

对于一个优秀的Agent系统，“会不会更多技能”决定其上限，“会不会稳定犯错”则决定其生死。 因此，聊 Agent 架构时我越来越少看功能清单，越来越多看运行时纪律：请求怎么进、动作谁裁决、失败怎么收