译者：Carl Cui AI 工具领域的每个人在 2025 年都在构建 MCP 服务器。MAP 协议（Model Context Protocol）是 Anthropic 在 2024 年底提出的，出发点是建立一个通用标准，用来连接 AI agent 与外部工具、服务：给模型一个结构化的 schema，它就可以调用任何东西。 2026 年年初，一项研究在基于 MCP 的代理和基于 CLI 的代理之间做了 75 次比较测试，测试内容相同。CLI 在每个效率指标上都比 MCP 表现要好，它在 token 上的开销能低 10 ~ 32 倍。 CLI 可靠性大约达到了 100%，而 MCP 只有 72%。Perplexity 公开宣布从他们的 agent 架构中移除了对 MCP 的支持，理由是 token 开销和可靠性问题。Anthropic 自己的内部研究发现，让模型编写 shell 脚本而不是调用 MCP 工具，可以将 token 使用量减少 98.7%。 根本问题在于：MCP 会将整个 schema 都扔进你的上下文窗口中。每个工具的定义、每个参数的说明、每次任务执行前的认证流程……全都给你塞过来。搞上三四个 MCP 服务器，你就在 agent 做任何有用的事情之前消耗了 150,000 个 token。 MCP 炒作周期刚刚碰壁了吗？ ...

1. Composio 是什么 在智能应用的开发中，让 AI 与外部应用交互常是复杂的一步，开发者需要逐一处理每个软件的 API 文档、复杂的 OAuth 认证和繁琐的令牌刷新。Composio 的核心价值在于将所有这些复杂性“一键封装”，让开发者只需一次接入，即可为自己的 agent 赋予操作海量应用的能力。它是一个专为 AI agent 设计的“万能工具集”和“连接中枢”。 你可以把它理解成 AI 界的“乐高”，Composio 为 AI agent 提供了海量的标准化积木（即各种 SaaS 服务的连接工具），让 agent 能轻松地执行发送邮件、更新表格、创建代码仓库等任务。 1.1 主要功能 Composio 提供下面这些主要功能： 庞大的工具库 - 支持超过 250+ 软件和系统，横跨主流办公、协作、开发与数据平台 开箱即用 - 内置 OpenAI、LangChain 等几乎所有主流 AI 开发框架的插件，能与现有工作流无缝集成 MCP 协议支持 - 全面支持 Model Context Protocol，让不同框架的 AI 模型能用标准化的“语言”发现并调用各种工具 平台托管：平台统 - 管理所有第三方工具的 OAuth、API Key 认证流程和自动刷新，代理无需直接接触敏感凭证 全链路安全管理 - 提供 SOC 2 Type II 等企业级安全认证，具备基于角色的权限控制 RBAC、审计日志等特性 ...

译者：Carl Cui 国产 Kimi 模型的开发团队发现，ChatGPT、Claude、Gemini 和你所使用的其他所有 AI 模型，都存在结构性缺陷。 来自：Avi Chawla via X 我先抛一个可能有点奇怪的问题：ChatGPT、Gemini、Claude、Grok、Llama 和 DeepSeek，这些架构的最深层有什么共同之处？它们都基于一个 2015 年做出的设计决策，而且直到现在，还没有人真正地质疑过这个决策。 2026 年 3 月 16 日，Kimi（月之暗面 LLM）背后的团队，发表了一篇题为 “Attention Residuals” 的论文，指出了现代所有 AI 模型中存在的一个结构性缺陷。 这不是什么基准测试的小把戏、新的数据集，或者更大的GPU集群。这关乎基础架构的改进。 这件事我们一直没碰，因为它一直运行得还可以。Elon Musk 转发了它。Andrej Karpathy，OpenAI 的联合创始人，评论说这篇论文“让我们意识到我们没有完全认真对待 Attention is All You Need 这个标题。” 当 Karpathy 这个级别的研究人员对一篇技术论文做出这样的评价时，就值得我们去了解 Kimi 团队到底发现了什么。 无人质疑的基础设施 你需要对当前 AI 模型如何运作有一个大致的了解，才能理解 Kimi 团队发现了什么。 像 ChatGPT 或 Claude 这样的模型不是单次的计算，它是由连续的处理步骤堆叠而成的，称为层，有时有几十层，有时有几百层。当你向这些模型发送消息时，它会先通过第一层，这一层处理原始的文字。第二层开始识别词语之间的关系。第三层识别结构。到了第十层，模型就能理解意图。到了第五十层，它就能用抽象的方式来推理意义。每一层都增加了深度。每一层都建立在之前的基础上。理论上，模型越深，它的思考就越复杂。 问题在于堆叠层数会带来的训练问题：当模型出错时，一个修正信号需要反向穿过整个堆叠，从最深的层一路回到第一层，来更新每一层的行为。但这个信号在传播过程中会减弱。让它穿过十层，它仍然足够强以发挥作用。但让它穿过一百层，它到达顶层时已经非常微弱，几乎无法推动任何改变。这种现象被称为梯度消失问题 the vanishing gradient problem，以前它对实际可以构建的神经网络的深度构成了重大限制。 2015 年，何恺明和他的同事们设计了一个巧妙的解决方案。他们实现了一个“捷径”，让原始输入可以直接跳过一层，和后续层的输出直接组合，而不是要求每一层都转换输入的数据。这个捷径称为残差连接 residual connection，因为它效果太好，成了后来所有神经网络的标准构件。你今天使用的每个模型，无一例外都依赖于它。 ...

模型发展太快了：今天做出的架构和供应商承诺，六个月后可能就过时了。现在能力突出的模型，很多都来自开源项目，还有越来越多国际公司在竞争。这个领域也开始提出更深层的问题：预测 token 可能不是通向高性能 AI 的唯一路径。第一个稳定的 JEPA 模型的问世，就表明了替代架构正在成为真正的竞争者；NVIDIA 的新模型结合了 Mamba 和 Transformer 层，也指向了同样的方向。 相关事件 以下汇总了 2026 年 3 月份以来值得关注的模型有关事件： Yann LeCun 和他的团队创建了 LeWorldModel，这是第一个使用他的联合嵌入预测架构（JEPA）且训练稳定的模型。他们的目标是创造出不仅仅预测词语的模型；而是能理解世界以及它是如何运作的模型。 NVIDIA 发布了 Nemotron 3 Super，这是他们最新的开放权重模型。它是一个混合专家模型，拥有 120B 参数，其中 12B 参数在任何时候都处于活动状态。更有趣的是它的设计：它结合了 Mamba 和 Transformer 层。 Gemini 3.1 Flash Live 是一个新的语音模型，旨在支持实时对话。在生成输出时，它会避免出现停顿，并使用类似人类的语调。 Cursor 发布了 Composer 2，这是其 IDE 的下一代版本。Composer 2 显然整合了 Kimi K2.5 模型。据报道，它在一些主要编码基准测试中击败了 Anthropic 的 Opus 4.6，而且成本显著降低。 Mistral 发布了 Forge 系统，这个系统能让组织能够基于自己的私有数据来构建“前沿级”模型。Forge 支持预训练、后训练和强化学习。 Mistral 还发布了 Mistral Small 4，这是其最新的旗舰多模态模型。Small 4 是一个 119B 混合专家模型，每个 token 使用 6B 参数。它是完全开源的，具有 256K 上下文窗口，并针对最小化延迟和最大化吞吐量进行了优化。 ...

IronClaw 已经在本地迷你主机上运行一段时间了，之前主要是把 IronClaw 接入到本地或者云端免费的 LLM，通过处理日常琐碎事务来感受各种 LLM 的能力——所有对话都是通过 IronClaw 自带的管理面板完成的。出于安全考虑，我一直没有接入像飞书、Telegram 这样的 IM 即时通讯软件，因为这得将本地服务通过 tunnel 暴露在公网上。 如果你不了解 IronClaw，可以参考我之前写的文章 钢铁版 OpenClaw - IronClaw 安全机制解析。简单地说 IronClaw 就是安全版的 OpenClaw，或者说是安全版的 AI 小助手。 目前 IronClaw 支持两种方式接入 IM：轮询方式和 tunnel 方式。 前者不需要将本地服务暴露在公网上：由 IronClaw 周期性地向 IM 服务器发起请求，一次性拉取所有 DM 私信然后本地处理。这样做实时性很差，因为你通过 IM 发出的消息，不能立即到达 IronClaw，而是需要等待 IronClaw 下一次轮询。如果为了提高实时性，把周期设置的很短，又可能触发服务限速，并且大部分时间你不会跟这个 AI 小助手聊天，因此大部分的轮询都是没必要的。 最理想的接入方式是后者，即通过 tunnel 的方式。 这段时间，我想让自己的 AI 小助手变得方便些，比如人不在电脑前面的时候，让 IronClaw 帮忙查信息，这就不得不考虑接入 IM 了。 以下是将飞书接入 IronClaw 的过程。 1. 创建飞书应用 访问 飞书开放平台，登录后点击“开发者后台” -> “创建企业自建应用” 填写应用名称、描述，选择图标，点击“创建” 创建应用后在左侧菜单点击“添加应用能力” -> 找到“机器人” -> 点击“添加” ...

1. 什么是 NotebookLM NotebookLM 是谷歌推出的一款基于用户资料的 AI 辅助研究/学习工具。它不能像通用聊天机器人那样直接回答所有问题，而是需要用户先上传自己的资料，例如 PDF、网站、视频、音频、文档等等，然后它基于这些资料快速总结、整理笔记，变身成为用户最关注领域的个性化 AI 专家。这一切是基于 Gemini 的多模态理解能力实现的。 与其他 AI 辅助的记事应用不同，NotebookLM 的优势在于以来源为依据。用户可以放心地使用 NotebookLM 的回答，因为它会严格参考上传的来源，从而降低 AI 生成不实信息的风险。 除用户控制来源外，NotebookLM 还有下面这些优势： 信息整合效率：NotebookLM 可理解、整合海量文字，并显著加快从中挖掘分析洞见的过程 个性化学习：NotebookLM 会根据用户的具体需求和内容，为用户营造高度个性化的学习和研究环境 并且，NotebookLM 还能根据上传的资料生成不同内容，例如播客风格的音频概览、幻灯片等等，激发用户的灵感，辅助打造创意项目。 2. 如何使用 NotebookLM 安卓和苹果用户可以下载 NotebookLM 应用： 电脑用户目前需要通过浏览器使用 NotebookLM： NotebookLM 目前支持 4 种使用方案，免费的试用版本即可满足大部分人的需求。 Plus、Pro 和 Ultra 版本会限制地区，国内用户肯定是受到限制的。 3. NoteBookLM 使用场景 在日常工作中，用户可以这样使用 NotebookLM： 开工前的文档审核助理 - 开始工作前，上传会议记录、报告等资料，让 NotebookLM 帮助分析并为全天工作做好准备 促进高效研究的得力助手 - NotebookLM 不仅能节省“搜索答案”的时间，还能根据来源帮助厘清概念、辅助撰写邮件、准备提案，并汇总相关分析洞见 助力学习和规划的智能伙伴 - 关键概念、定义和事实会自动转化为抽认卡，NotebookLM 也会根据上传的资料生成测验，完成测验后生成动态报告，辅助用户应对会议或考试 进行每日复盘和规划的贴心管家 - NotebookLM 可梳理当日笔记要点，并生成待办事项清单等材料 ...

“NVIDIA 皮衣教主” 黄仁勋 在 2026 年 GTC 大会上宣布了项目 NemoClaw，该项目在 Github 开源，目前有 2.2K fork，18.3 stars。NemoClaw 也是带 Claw 的，这个项目和“巨星” OpenClaw 有什么关系，是远房亲戚还是碰瓷的？接下来，我们一起了解这个项目。 1. 和 OpenClaw 的关系 OpenClaw 被黄仁勋称赞为“人类历史上最受欢迎的开源项目”，不过其安全问题常被人诟病： Meta 禁止员工在公司设备上运行它 漏洞 CVE-2026–25253，CVSS 8.8 允许通过恶意网页执行远程代码 攻击者会通过在文档或者邮件中嵌入命令诱导 agent 遵循外部指令 由 NVIDIA 与 OpenClaw 创始人 Peter Steinberger 合作开发的 NemoClaw，它的出现不是为了取代 OpenClaw，而是打算解决 OpenClaw 的痛点问题，尝试将 OpenClaw 转变为一款安全、适于企业的 AI agent，即提供一个安全、可信且易于部署的运行时环境来运行 OpenClaw。 NemoClaw 的核心价值在于安全隔离和运维便利性。 截至目前，2026 年 4 月初， NemoClaw 还处在 Alpha 阶段，尚未达到生产环境就绪状态。 2. NemoClaw 安装 安装 NemoClaw 需要满足下面这些软件依赖： Linux - NemoClaw 依赖于 Linux 内核提供的安全特性 Container runtime - NemoClaw 提供基于容器的运行时隔离环境 OpenShell - 另一个由 NVIDIA 发起的开源项目，提供底层的沙箱隔离能力 满足依赖后，执行下面的命令即可安装 NemoClaw，简单直接： ...

译者：Carl Cui 开源模型现在可以处理大量日常工作，对于很多像编码、写作、自动化和 AI Agent 的任务来说，本地部署的 LLM 可以替代云端 LLM。并且，每一次发给云端 LLM 的请求都会离开你的电脑，经公共网络发送到云端服务器。对于专有代码库、敏感的原型或者受监管的行业来说，这是不可接受的。本地运行推理服务可以避免数据外流，对于很多团队来说，数据主权本身就值得考虑本地 LLM。 目前，Claude Code 重度用户每月需要支出 100 ~ 200 美元。按照当前的 API 费率，通过 Cline 或 Kilo Code 使用 Claude Sonnet 4.6，每小时大约需要 3 ~ 8 美元。如果你正在运行代理群、大量迭代或者大量子任务，把其中那些日常的任务交给本地模型可以节省大量开支。 除了介绍 7 种本地可以部署的模型，作者也介绍了如何配置 Claude Code 和 Codex，匹配的 Nvidia 和 Mac 硬件，以及部署的注意事项、故障说明和有关的利弊权衡，比如处理延迟、资源需求、API 兼容性、生成代码的可靠性和指令遵循质量等等。 硬件匹配表 本地能够运行的模型受限于拥有的硬件。如果你使用的是 MacBook Air，评估一个 70B 模型是没有意义的。 大多数模型在 Q4_K_M 量化后可以维持其 MMLU 跑分，与全精度相比，分数差距在 1 到 3 分以内。不过，这种退化程度因任务而异，像多步数学推理这样的专业任务，退化程度可能超过 5%。建议从 Q4_K_M 开始。如果你在目标任务上感觉精度不够，可以切换到 Q5_K_M。 1. Qwen3 - 适合编码和多语言 AI Agent 大小：1.7B，7B，14B，32B，72B，235B MoE 硬件：RTX 4060 → Mac M4 → Workstation 本文列出的模型中，Qwen3-7B 的 HumanEval 跑分（76.0）是所有 8B 参数下模型中最高的，比 Llama 3.3 的 72.6 高出 3.4 分。在四个主要语系中，Qwen3 7B 的多语言支持能力最强，在中、日、韩语方面表现尤为突出，在英语方面的表现也很强劲。 ...

1. 前言 最近读到一篇文章 Software, in a Time of Fear，这是作者 Ed Lyons 写的一篇随笔，以登山为比喻，描述了他从攀登艰难山路的过程中学到的经验教训，探讨如何在 AI 时代的恐慌中保持清醒。作者不否认 AI 会淘汰一部分人，但是他认为 AI 对软件开发者的威胁被严重夸大了，大量的恐慌其实是来自“注意力漩涡”——那些靠贩卖焦虑吸引流量的网红和社交媒体，而不是来自真实的一手经验。 作者经常带自己的孩子们爬山，有一年打算去比弗山 Beehive 之前在网上查看了很多评论，结果作者越看越不敢尝试。因为评论里害怕的人和为了吹嘘自己的人都在渲染一种 Beehive 很危险的感觉。最终去过之后，作者发现其实 Beehive 没那么糟糕。作者把 Beehive 比作注意力漩涡。 2. 什么是注意力漩涡 心理学上，注意力漩涡是一个比喻性的概念，用来描述一种注意力被持续卷入、难以自拔，最终导致心智资源耗尽的状态，就像水中的漩涡一样，你的注意力被某种力量持续牵引、卷入，在其中不断消耗。生活中，我们每个人都会遇到各种各样的注意力漩涡。 2.1 算法制造的注意力漩涡 互联网平台会通过算法机制，根据你的停留时间、完播率、互动行为实时调整推荐，系统性地捕获、延长、加深用户的注意力投入，让用户在不知不觉中被卷入、消耗，难以自主退出： 本想看一眼朋友圈，结果刷了半小时还停不下来 本想放松一下看个短视频，结果一个接一个，放下手机时更累了 你以为你在主动选择看什么，实际上你看的内容都是被算法挑选出来的 无论哪种形态，算法制造的漩涡，你几乎不需要做什么就被引入其中，比如一个红点或者一条推送。 2.2 人际关系中的注意力漩涡 生活中，大家肯定碰到过“操弄”注意力漩涡的“高手”，他们可能出现在你的家庭、职场、社交圈中，你与他们相处后，总觉得疲惫、困惑，甚至开始怀疑自己。他们也许并不坏，但你总感觉自己的注意力、情绪、判断力在被某种看不见的力量牵引。 分化大师 - 在 A 面前说 B 的坏话，在 B 面前讲 A 的不是，他们不直接处理矛盾，而是把自己的负面情绪传导给第三方。你永远不知道他们对你的真实态度，因为他们对不同的人说着不同的话。当所有人都在互相不满，并且因此缺乏直接、真诚的联系时，他们就成了关系网络中不可绕过的枢纽。 美化大师 - 这类人总是将与自己相关的一切包装得光鲜亮丽，将无关或对立的一切贬得一文不值。比如对自己或亲人的成就严重夸大，一个普通的学历会被说成“出类拔萃”，一段微小的经历会被描述成“辉煌成就”。反过来，他们不喜欢的人或事，则会被描绘得极其糟糕。他们无法接受“人就是普通的，事就是平常的”这样的“灰色现实”，要求周围人的注意力也留在这个叙事中，为之鼓掌或为之愤怒。 紧急制造者 - 这类人频繁使用“现在”“马上”“立刻”等词汇，总是制造“现在必须处理”的假象。无论事情是否真正紧急，他们都能让你产生“如果不立刻回应就会出大事”的错觉，让你来不及判断，只能被动响应。 立场强制者 - 在他们的世界里，任何问题都必须站队。不站在他们那边，就是反对；保持中立，就是背叛。中立在他们看来是一种威胁，因为它意味着你不受他们控制。他们会不断测试你的立场，并通过各种方式迫使你表态，例如“你到底是帮谁”，或者“你说是不是这样”。 无论表现形式如何，这些手段都有几个共同点： 制造依赖：让你觉得需要他们才能理解情况、做出判断 消耗认知：把你的注意力从“重要的事”转移到“他们的事”上 扭曲现实：让你逐渐分不清“他们说的”和“实际发生的” 情感绑架：让你为他们的情绪负责，而不是为自己的生活负责 用“漩涡”这个词，强调的是外部存在一种结构性的力量在捕获你的注意力，而不是你“意志力不够”。识别这些手段，不是为了贴标签或对抗，而是为了让自己在关系中保持清醒：我的注意力是我的资源，只有我自己有权决定它投向哪里。 2.3 漩涡中的人会经历什么 注意力漩涡不是简单的“分心”或“走神”，它总不经意间影响你，消耗你的认知，妨碍你进行独立思考。而且危害往往是累积性、结构性的，不易察觉，却深刻影响着一个人的生活质量、关系健康和自我存在感。 ...

译者：Carl Cui 在 2024 年年中，The Innovation Game 上线。 The Innovation Game（简称 TIG）是一个基于区块链技术的现代项目，它协调大约 7000 个独立的、不可信的贡献者，针对那些具有重要科学价值的问题，迭代改进其算法。TIG 将这些问题作为挑战发布，例如 SAT 求解、车辆路径规划、二次背包问题、向量搜索和神经网络优化器设计等问题，贡献者提交解决这些问题的算法，算法测试者则被激励采用最高效的算法进行工作量证明，从而形成一种抗干扰的机制，用以奖励表现最优的算法。本质上，TIG 为算法开发创造了一个全新的经济框架。 这些贡献者之间无需相互信任。没有哪个中心机构规定什么才是好的，不过经过独立贡献者 476 次增量提交后，TIG 现在提出的二次背包问题的解决方案，已经超过了 Hochbaum 等人 2025 年在 European Journal of Operational Research 上发表的算法的质量。 TIG 这种协调机制几乎与当今最先进的 multi-agent 框架中采用的设计模式相同，通过分析 TIG，我们可以了解未来集群智能 swarm intelligence 的发展趋势。 1. Generator-Verifie 模式 在 agentic system 设计中，最老且最可靠的模式是将 Generator 和 Verifie 解耦：一个 agent 发起提议，另一个 agent 评估该提议。这种设计随处可见，比如 AlphaCode 的生成再过滤流程，比如宪法 AI 的批评修改循环，比如任何写代码然后运行测试的 coding agent。 TIG 在社会层面上实现了这一模式： 贡献者（Generator）将算法实现提交到一个开源仓库 算法测试者（Verifiers）针对实际问题运行这些算法并报告结果 贡献者获得的奖励与其算法的采用率成正比，即有多少算法测试者真正选择使用他们的算法。 ...