苹果Apple TV、HomePod全球库存告急，古尔曼：苹果可能不再等AI功能就绪即推新品
彭博社记者 Mark Gurman 在最新一期《Power On》中报道，苹果零售店中 HomePod、HomePod mini 和 Apple TV 三款产品的线下库存正在告急。
Gurman 指出，苹果至少从去年起就已准备好新版 Apple TV 和 HomePod mini，但一直推迟发布，原因是在等待新版 Siri 和其他 Apple Intelligence 功能升级。他认为苹果可能已决定不再等待，「如果新硬件真的很快到来，很可能意味着苹果不想再等了」。
下一代 Apple TV 4K 预计从现款 A15 芯片升级至 A17 Pro 以支持 Apple Intelligence，HomePod mini 则会从 S5 芯片升级为新款芯片并推出全新配色。大号 HomePod 虽然更新时间较近，库存同样在减少，Gurman 称如果苹果推出新款以与 HomePod mini 保持同步，他也不会意外。
信源：https://www.bloomberg.com/news/newsletters/2026-03-22/apple-s-airpods-max-2-blurs-the-lines-between-marketing-and-innovation-mn1pfx3h?embedded-checkout=true
彭博社记者 Mark Gurman 在最新一期《Power On》中报道，苹果零售店中 HomePod、HomePod mini 和 Apple TV 三款产品的线下库存正在告急。
Gurman 指出，苹果至少从去年起就已准备好新版 Apple TV 和 HomePod mini，但一直推迟发布，原因是在等待新版 Siri 和其他 Apple Intelligence 功能升级。他认为苹果可能已决定不再等待，「如果新硬件真的很快到来，很可能意味着苹果不想再等了」。
下一代 Apple TV 4K 预计从现款 A15 芯片升级至 A17 Pro 以支持 Apple Intelligence，HomePod mini 则会从 S5 芯片升级为新款芯片并推出全新配色。大号 HomePod 虽然更新时间较近，库存同样在减少，Gurman 称如果苹果推出新款以与 HomePod mini 保持同步，他也不会意外。
信源：https://www.bloomberg.com/news/newsletters/2026-03-22/apple-s-airpods-max-2-blurs-the-lines-between-marketing-and-innovation-mn1pfx3h?embedded-checkout=true
苹果50周年前夜接班信号最强一次：Ternus接管设计和机器人，但AI仍是最大短板
彭博社记者 Mark Gurman 发表万字特稿，将苹果硬件工程高级副总裁 John Ternus 描述为 Tim Cook 最有可能的接班人。苹果将于 4 月 1 日迎来 50 周年，高管层正经历密集换血：首席运营官退休，CFO 和总法律顾问转入过渡角色，AI、用户界面和环境事务三位负责人在去年 12 月同一周宣布离职。
Ternus 现年 50 岁，在苹果工作约 25 年，负责的设备业务贡献了苹果约 80% 的收入。过去一年，他的职权范围急剧扩大：接管了一个秘密机器人部门、硬件和软件设计团队，并深度介入产品营销，有时亲自编辑官网文案和发布会素材。3 月 4 日苹果在纽约发布 599 美元的 MacBook Neo 时，登台揭幕的不是 Cook，而是 Ternus。次日他还代替 Cook 登上《Good Morning America》。苹果前采购主管 Tony Blevins 称他是「杰出且显而易见的人选」。
但质疑集中在 AI 上。2023 年的一次电视采访中，Ternus 笑着回避了苹果应该担心生成式 AI 的说法。随后推出的 Apple Intelligence 表现令人失望，近两年未能推出有竞争力的 AI 服务，更先进的 Siri 版本多次延期，最终将依赖谷歌的技术。Ternus 近日在节目上为苹果的 AI 工作辩护：「如果我们做对了，人们甚至不一定会注意到或想到它。」
他也有过明显失误。力推的 Touch Bar 和蝶式键盘均以失败收场，后者因质量问题引发集体诉讼，苹果以 5000 万美元和解。Vision Pro 发布前夕，AirPods 缺少一个无线频率导致核心功能受阻，他在追责过程中一度疏远了部分团队。但多名前下属表示，这在他的管理风格中是个例外，「Ternus 把错误视为可以通过更好的领导力解决的系统性问题，而不是归咎于工程师」。
知情人士称 Ternus 清楚自己需要更大胆的产品。他正主导苹果史上最大规模的 iPhone 改版（今年的折叠屏机型，以及可能在 2027 年 iPhone 20 周年推出的全面屏版本）、一款近 20 英寸的折叠 iPad，以及三款 AI 家居设备。另一位候选人是新任首席运营官 Sabih Khan，这与 Cook 当年从 COO 升任 CEO 的路径相同。65 岁的 Cook 尚未向任何亲密下属透露退休计划，但他在今年 1 月全员会上表示，自己「花大量时间」思考未来 5 年、10 年、15 年「谁在这间屋子里」。
信源：https://www.bloomberg.com/features/2026-apple-next-ceo/
彭博社记者 Mark Gurman 发表万字特稿，将苹果硬件工程高级副总裁 John Ternus 描述为 Tim Cook 最有可能的接班人。苹果将于 4 月 1 日迎来 50 周年，高管层正经历密集换血：首席运营官退休，CFO 和总法律顾问转入过渡角色，AI、用户界面和环境事务三位负责人在去年 12 月同一周宣布离职。
Ternus 现年 50 岁，在苹果工作约 25 年，负责的设备业务贡献了苹果约 80% 的收入。过去一年，他的职权范围急剧扩大：接管了一个秘密机器人部门、硬件和软件设计团队，并深度介入产品营销，有时亲自编辑官网文案和发布会素材。3 月 4 日苹果在纽约发布 599 美元的 MacBook Neo 时，登台揭幕的不是 Cook，而是 Ternus。次日他还代替 Cook 登上《Good Morning America》。苹果前采购主管 Tony Blevins 称他是「杰出且显而易见的人选」。
但质疑集中在 AI 上。2023 年的一次电视采访中，Ternus 笑着回避了苹果应该担心生成式 AI 的说法。随后推出的 Apple Intelligence 表现令人失望，近两年未能推出有竞争力的 AI 服务，更先进的 Siri 版本多次延期，最终将依赖谷歌的技术。Ternus 近日在节目上为苹果的 AI 工作辩护：「如果我们做对了，人们甚至不一定会注意到或想到它。」
他也有过明显失误。力推的 Touch Bar 和蝶式键盘均以失败收场，后者因质量问题引发集体诉讼，苹果以 5000 万美元和解。Vision Pro 发布前夕，AirPods 缺少一个无线频率导致核心功能受阻，他在追责过程中一度疏远了部分团队。但多名前下属表示，这在他的管理风格中是个例外，「Ternus 把错误视为可以通过更好的领导力解决的系统性问题，而不是归咎于工程师」。
知情人士称 Ternus 清楚自己需要更大胆的产品。他正主导苹果史上最大规模的 iPhone 改版（今年的折叠屏机型，以及可能在 2027 年 iPhone 20 周年推出的全面屏版本）、一款近 20 英寸的折叠 iPad，以及三款 AI 家居设备。另一位候选人是新任首席运营官 Sabih Khan，这与 Cook 当年从 COO 升任 CEO 的路径相同。65 岁的 Cook 尚未向任何亲密下属透露退休计划，但他在今年 1 月全员会上表示，自己「花大量时间」思考未来 5 年、10 年、15 年「谁在这间屋子里」。
信源：https://www.bloomberg.com/features/2026-apple-next-ceo/
阿里要为「养虾」造专用电脑：无影团队将推JVS Book笔记本和JVS Box迷你主机
阿里将推出 JVS Book 笔记本终端和 JVS Box 迷你主机两款硬件产品。JVS Book 主打移动办公，基于类 OpenClaw 架构，深度集成阿里的 AI Agent 平台 JVS Claw；JVS Box 定位桌面级 AI Agent 工作站，同样采用类 OpenClaw 架构。两款产品由阿里云无影团队主导，计划从软件平台延伸至硬件终端。
阿里于 3 月 13 日上线 JVS Claw（原名「无影 JVS」），是阿里版 OpenClaw 产品。此次向硬件延伸，意味着阿里在 OpenClaw 生态竞争中走出了与百度（底层算力部署）、字节和微信（SaaS 化和插件化）不同的路线，选择软硬一体。
信源：https://mp.weixin.qq.com/s/YfjH_jJzpfpnRBNK5-NTAA
阿里将推出 JVS Book 笔记本终端和 JVS Box 迷你主机两款硬件产品。JVS Book 主打移动办公，基于类 OpenClaw 架构，深度集成阿里的 AI Agent 平台 JVS Claw；JVS Box 定位桌面级 AI Agent 工作站，同样采用类 OpenClaw 架构。两款产品由阿里云无影团队主导，计划从软件平台延伸至硬件终端。
阿里于 3 月 13 日上线 JVS Claw（原名「无影 JVS」），是阿里版 OpenClaw 产品。此次向硬件延伸，意味着阿里在 OpenClaw 生态竞争中走出了与百度（底层算力部署）、字节和微信（SaaS 化和插件化）不同的路线，选择软硬一体。
信源：https://mp.weixin.qq.com/s/YfjH_jJzpfpnRBNK5-NTAA
英伟达DLSS 5被调查证实仅为2D AI滤镜，与黄仁勋宣称的「几何级生成控制」严重不符
游戏技术博主 Daniel Owen 对英伟达 DLSS 5 的技术原理展开调查，结果与黄仁勋在 GTC 2026 上的公开说法存在严重矛盾。
黄仁勋在 GTC 现场 Q&A 中面对「DLSS 5 只是帧级后处理」的质疑时回击称：「这不是帧级后处理，这是几何层面的生成控制。」英伟达官方声明也配合称 DLSS 5「将输出锚定在源 3D 内容中」。
然而 Owen 联系英伟达 GeForce 专家 Jacob Freeman 后得到了不同答案：DLSS 5 实际上仅以单帧 2D 渲染图像加运动矢量作为输入，不读取任何 3D 几何数据、深度缓冲或基于物理的渲染（PBR）参数。模型从最终 2D 帧中「推断」材质属性，本质上是一个 AI 美化滤镜。实测中，DLSS 5 擅自修改了游戏角色的发型长度和光照效果，无视开发者原始设计。
信源：https://www.youtube.com/watch?v=D0EM1vKt36s
游戏技术博主 Daniel Owen 对英伟达 DLSS 5 的技术原理展开调查，结果与黄仁勋在 GTC 2026 上的公开说法存在严重矛盾。
黄仁勋在 GTC 现场 Q&A 中面对「DLSS 5 只是帧级后处理」的质疑时回击称：「这不是帧级后处理，这是几何层面的生成控制。」英伟达官方声明也配合称 DLSS 5「将输出锚定在源 3D 内容中」。
然而 Owen 联系英伟达 GeForce 专家 Jacob Freeman 后得到了不同答案：DLSS 5 实际上仅以单帧 2D 渲染图像加运动矢量作为输入，不读取任何 3D 几何数据、深度缓冲或基于物理的渲染（PBR）参数。模型从最终 2D 帧中「推断」材质属性，本质上是一个 AI 美化滤镜。实测中，DLSS 5 擅自修改了游戏角色的发型长度和光照效果，无视开发者原始设计。
信源：https://www.youtube.com/watch?v=D0EM1vKt36s
Mistral CEO撰文提议欧洲AI内容使用费：缴费换取训练公开内容的法律确定性
法国 AI 公司 Mistral AI 联合创始人兼 CEO Arthur Mensch 上周在英国《金融时报》刊文，提议欧洲建立一套新的 AI 内容使用框架：对所有在欧提供服务的 AI 企业（包括域外企业）征收基于收入的内容使用费，作为交换，AI 企业在训练公开可访问的在线内容时将获得法律确定性和免责保护。
Mensch 指出，美国和中国的 AI 企业在宽松或缺失的版权规则下自由训练模型，大量使用欧洲来源的内容。欧洲现行的「声明退出」（opt-out）机制在实践中无法执行，域外企业有太多方法绕过，结果既损害了内容方的收益权，也让欧洲 AI 企业因法律不确定性而在投资和增长上受阻。他提议的使用费所得将注入欧洲基金，用于投资新内容创作和支持文化产业，与现有的 AI 许可授权模式并行运作，不取代直接授权关系。Mistral 同时宣布将投资 40 亿欧元在欧洲建设基础设施用于模型训练。
信源：https://www.ft.com/content/d63d6291-687f-4e05-8b23-4d545d78c64a
法国 AI 公司 Mistral AI 联合创始人兼 CEO Arthur Mensch 上周在英国《金融时报》刊文，提议欧洲建立一套新的 AI 内容使用框架：对所有在欧提供服务的 AI 企业（包括域外企业）征收基于收入的内容使用费，作为交换，AI 企业在训练公开可访问的在线内容时将获得法律确定性和免责保护。
Mensch 指出，美国和中国的 AI 企业在宽松或缺失的版权规则下自由训练模型，大量使用欧洲来源的内容。欧洲现行的「声明退出」（opt-out）机制在实践中无法执行，域外企业有太多方法绕过，结果既损害了内容方的收益权，也让欧洲 AI 企业因法律不确定性而在投资和增长上受阻。他提议的使用费所得将注入欧洲基金，用于投资新内容创作和支持文化产业，与现有的 AI 许可授权模式并行运作，不取代直接授权关系。Mistral 同时宣布将投资 40 亿欧元在欧洲建设基础设施用于模型训练。
信源：https://www.ft.com/content/d63d6291-687f-4e05-8b23-4d545d78c64a
OpenAI首席科学家披露「北极星」：9月造出AI研究实习生，2028年实现全自动科研
OpenAI 首席科学家 Jakub Pachocki 在接受《MIT Technology Review》独家专访时透露，公司已将构建全自动 AI 研究员定为未来数年的「北极星」目标，整合推理模型、智能体和可解释性三条技术路线。
第一阶段目标定于今年 9 月：打造一个能独立处理特定研究问题的「自主 AI 研究实习生」，可承接人类研究员需要数天才能完成的任务。最终目标是在 2028 年前推出完全自动化的多智能体研究系统，能够独立解决数学、物理、生命科学乃至商业和政策领域的复杂问题。
Pachocki 表示，OpenAI 今年 1 月发布的编程智能体 Codex 可视为 AI 研究员的早期版本，公司大多数技术人员已在日常工作中使用 Codex。「我们正接近一个拐点，模型将能像人类一样持续、连贯地长时间工作。」他同时坦承，大语言模型的可理解程度尚不足以实现完全控制，「距离真正说这个问题已经解决，还需要很长时间」。OpenAI 目前依赖「思维链监控」技术，用其他大模型追踪 AI 研究员的工作过程，在问题发生前捕捉异常行为。
信源：https://www.technologyreview.com/2026/03/20/1134438/openai-is-throwing-everything-into-building-a-fully-automated-researcher/
OpenAI 首席科学家 Jakub Pachocki 在接受《MIT Technology Review》独家专访时透露，公司已将构建全自动 AI 研究员定为未来数年的「北极星」目标，整合推理模型、智能体和可解释性三条技术路线。
第一阶段目标定于今年 9 月：打造一个能独立处理特定研究问题的「自主 AI 研究实习生」，可承接人类研究员需要数天才能完成的任务。最终目标是在 2028 年前推出完全自动化的多智能体研究系统，能够独立解决数学、物理、生命科学乃至商业和政策领域的复杂问题。
Pachocki 表示，OpenAI 今年 1 月发布的编程智能体 Codex 可视为 AI 研究员的早期版本，公司大多数技术人员已在日常工作中使用 Codex。「我们正接近一个拐点，模型将能像人类一样持续、连贯地长时间工作。」他同时坦承，大语言模型的可理解程度尚不足以实现完全控制，「距离真正说这个问题已经解决，还需要很长时间」。OpenAI 目前依赖「思维链监控」技术，用其他大模型追踪 AI 研究员的工作过程，在问题发生前捕捉异常行为。
信源：https://www.technologyreview.com/2026/03/20/1134438/openai-is-throwing-everything-into-building-a-fully-automated-researcher/
从「买芯片」到「被收编」：Groq创始人还原英伟达200亿美元交易，三周从首次会面到平安夜签约
AI 推理芯片公司 Groq 创始人、原 CEO Jonathan Ross 自述了英伟达 200 亿美元交易的幕后经过。他原本走进黄仁勋办公室，是想采购约 10 万枚 Blackwell GPU 芯片。他向黄仁勋推销了一个理念：AI 数据中心不应用同一种硬件处理所有任务，训练像大宗货运需要「18 轮卡车」（GPU），推理更适合灵活高效的「面包车」（Groq 的 LPU 芯片）。
三天后黄仁勋主动回电，不是讨论订单，而是推动更深层合作。三周后的平安夜，交易落地。英伟达获得 Groq 芯片技术授权，Ross 等核心员工加入英伟达，Ross 出任首席软件架构师。交易发生时 Groq 年收入仅接近 1 亿美元，2023 年收入更只有 300 万美元，亏损 8800 万美元。
在 GTC 2026 大会上，黄仁勋发布了基于 Groq 技术的 Groq 3 LPU 推理芯片及含 256 个 LPU 的 Groq 3 LPX 机架，已进入全面生产，预计今夏开始交付。Ross 称「这是英伟达规模的，不是试点」。这标志着英伟达从单一 GPU 主导转向涵盖 CPU 与 LPU 的全栈「AI 工厂」方案。
交易也引发政治关注。民主党参议员 Elizabeth Warren 和 Richard Blumenthal 质疑该协议「为逃避反垄断审查而构建」，联名致信黄仁勋要求披露更多条款。英伟达回应称并未收购 Groq，仅购买了知识产权的非独占许可并招聘了人才。
信源：https://www.forbes.com/sites/phoebeliu/2026/03/18/groq-cofounder-ross-explains-whirlwind-ai-chip-deal-with-nvidia/
AI 推理芯片公司 Groq 创始人、原 CEO Jonathan Ross 自述了英伟达 200 亿美元交易的幕后经过。他原本走进黄仁勋办公室，是想采购约 10 万枚 Blackwell GPU 芯片。他向黄仁勋推销了一个理念：AI 数据中心不应用同一种硬件处理所有任务，训练像大宗货运需要「18 轮卡车」（GPU），推理更适合灵活高效的「面包车」（Groq 的 LPU 芯片）。
三天后黄仁勋主动回电，不是讨论订单，而是推动更深层合作。三周后的平安夜，交易落地。英伟达获得 Groq 芯片技术授权，Ross 等核心员工加入英伟达，Ross 出任首席软件架构师。交易发生时 Groq 年收入仅接近 1 亿美元，2023 年收入更只有 300 万美元，亏损 8800 万美元。
在 GTC 2026 大会上，黄仁勋发布了基于 Groq 技术的 Groq 3 LPU 推理芯片及含 256 个 LPU 的 Groq 3 LPX 机架，已进入全面生产，预计今夏开始交付。Ross 称「这是英伟达规模的，不是试点」。这标志着英伟达从单一 GPU 主导转向涵盖 CPU 与 LPU 的全栈「AI 工厂」方案。
交易也引发政治关注。民主党参议员 Elizabeth Warren 和 Richard Blumenthal 质疑该协议「为逃避反垄断审查而构建」，联名致信黄仁勋要求披露更多条款。英伟达回应称并未收购 Groq，仅购买了知识产权的非独占许可并招聘了人才。
信源：https://www.forbes.com/sites/phoebeliu/2026/03/18/groq-cofounder-ross-explains-whirlwind-ai-chip-deal-with-nvidia/
FastAPI底层框架Starlette近8年终发1.0：月下载3.25亿次翻6倍，AI Agent成开源维护新噪音
Python ASGI 框架 Starlette 正式发布 1.0 版本，距其创建已近 8 年。Starlette 是 Web 框架 FastAPI 的底层基础，后者在 AI API 和 Agent 后端开发中被广泛使用。
Starlette 维护者、Pydantic 工程师 Marcelo Trylesinski 在博客中表示，1.0 是稳定性和版本管理里程碑，移除了多年积累的废弃代码并修复若干 bug，此后将严格遵循语义化版本规范（SemVer）。过去一年，Starlette 月下载量从 5700 万增长至 3.25 亿，接近 6 倍。
Trylesinski 同时指出 AI 编程 Agent 正给开源维护带来新负担：大量由 Agent 提交的 issue、PR 和安全漏洞报告「只是噪音」，其中安全漏洞报告尤其棘手，「有时看起来像真的，判断通常需要很长时间」。他在文末向 FastAPI 维护者 Sebastián Ramírez 喊话：「Sebastián，Starlette 不再挡你的路了，该发 FastAPI 1.0 了。」
信源：https://marcelotryle.com/blog/2026/03/22/starlette-10-is-here/
Python ASGI 框架 Starlette 正式发布 1.0 版本，距其创建已近 8 年。Starlette 是 Web 框架 FastAPI 的底层基础，后者在 AI API 和 Agent 后端开发中被广泛使用。
Starlette 维护者、Pydantic 工程师 Marcelo Trylesinski 在博客中表示，1.0 是稳定性和版本管理里程碑，移除了多年积累的废弃代码并修复若干 bug，此后将严格遵循语义化版本规范（SemVer）。过去一年，Starlette 月下载量从 5700 万增长至 3.25 亿，接近 6 倍。
Trylesinski 同时指出 AI 编程 Agent 正给开源维护带来新负担：大量由 Agent 提交的 issue、PR 和安全漏洞报告「只是噪音」，其中安全漏洞报告尤其棘手，「有时看起来像真的，判断通常需要很长时间」。他在文末向 FastAPI 维护者 Sebastián Ramírez 喊话：「Sebastián，Starlette 不再挡你的路了，该发 FastAPI 1.0 了。」
信源：https://marcelotryle.com/blog/2026/03/22/starlette-10-is-here/
Vercel CEO：代码只是输出物，「我们终将不再神化代码，也不再神化写代码的人」
前端开发与部署平台 Vercel CEO、Next.js 创始人 Guillermo Rauch 在 X 上发帖，核心观点：代码不是输入物而是输出物，开发者的注意力正从代码本身转向真正的输入，即需求文档、产品规格、用户反馈和生产环境数据。
「我们太久以来把代码当作输入物。我们美化它、手动排版它、执着于它。我们为写代码构建了精密的 GUI：IDE。语法高亮、树状结构、代码小地图。键盘快捷键、行内自动补全、幽灵文本。『你用的什么配色方案？』」Rauch 认为编程 Agent 需要理解用户如何体验应用、遇到了什么错误，再将这些转化为代码。「我们终将不再神化代码，也不再神化写代码的人。我共事过的最优秀的工程师，一直把代码视为达成目标的手段，一种注定很快被再次变换形态的输出物。」
信源：https://x.com/rauchg/status/2035829366165471702
前端开发与部署平台 Vercel CEO、Next.js 创始人 Guillermo Rauch 在 X 上发帖，核心观点：代码不是输入物而是输出物，开发者的注意力正从代码本身转向真正的输入，即需求文档、产品规格、用户反馈和生产环境数据。
「我们太久以来把代码当作输入物。我们美化它、手动排版它、执着于它。我们为写代码构建了精密的 GUI：IDE。语法高亮、树状结构、代码小地图。键盘快捷键、行内自动补全、幽灵文本。『你用的什么配色方案？』」Rauch 认为编程 Agent 需要理解用户如何体验应用、遇到了什么错误，再将这些转化为代码。「我们终将不再神化代码，也不再神化写代码的人。我共事过的最优秀的工程师，一直把代码视为达成目标的手段，一种注定很快被再次变换形态的输出物。」
信源：https://x.com/rauchg/status/2035829366165471702
传英伟达Feynman芯片被迫改设计：台积电A16产能紧缺，部分Die退回N3P
台媒《鉅亨网》援引业界消息报道称，英伟达下一代 AI 芯片 Feynman 预计 2028 年问世，原计划全面采用台积电最新 A16 制程，但因 A16 产能紧缺，英伟达无法拿到足够产能，已将部分 Die 改用 N3P 制程，仅保留最关键的 Die 使用 A16。
A16 是台积电 2 纳米制程的升级版，首度导入超级电轨（Super Power Rail）技术，将供电线路移至晶圆背面以提升逻辑密度与供电效率，主攻高性能计算产品。台积电预计今年下半年量产 A16，明年底前月产能提升至 2 万片，2028 年挑战 4 万片，届时整个 2 纳米家族月产能将达 20 万片。
信源：https://news.cnyes.com/news/id/6391994
台媒《鉅亨网》援引业界消息报道称，英伟达下一代 AI 芯片 Feynman 预计 2028 年问世，原计划全面采用台积电最新 A16 制程，但因 A16 产能紧缺，英伟达无法拿到足够产能，已将部分 Die 改用 N3P 制程，仅保留最关键的 Die 使用 A16。
A16 是台积电 2 纳米制程的升级版，首度导入超级电轨（Super Power Rail）技术，将供电线路移至晶圆背面以提升逻辑密度与供电效率，主攻高性能计算产品。台积电预计今年下半年量产 A16，明年底前月产能提升至 2 万片，2028 年挑战 4 万片，届时整个 2 纳米家族月产能将达 20 万片。
信源：https://news.cnyes.com/news/id/6391994
K-Dense开源AI科研助手：170+科学技能、250+数据库，自带API Key本地运行
AI 科研平台 K-Dense 开源了其研究助手的 BYOK（Bring Your Own Keys）版本。核心是一个名为 Kady 的 AI Agent，接收用户问题后自动判断是直接回答还是调度特定领域的 AI「专家」处理，面向科学家、分析师等需要深度研究能力的用户。
Kady 内置 170 余项科学技能，覆盖生物信息学、基因组学到材料科学等领域，可访问 250 余个科学数据库和 50 万个 Python 包。用户通过 OpenRouter 接入 40 余个 AI 模型（OpenAI、Anthropic、谷歌、xAI、Qwen 等），用自己的 API Key 付费，所有数据和文件留在本地沙箱中。专家任务的代码执行统一通过 Gemini CLI 完成，可选接入云计算平台 Modal 运行高性能计算任务。
K-Dense 同时提供托管版 K-Dense Web，面向专业和学术研究团队，无需自行部署。
信源：https://github.com/K-Dense-AI/k-dense-byok
AI 科研平台 K-Dense 开源了其研究助手的 BYOK（Bring Your Own Keys）版本。核心是一个名为 Kady 的 AI Agent，接收用户问题后自动判断是直接回答还是调度特定领域的 AI「专家」处理，面向科学家、分析师等需要深度研究能力的用户。
Kady 内置 170 余项科学技能，覆盖生物信息学、基因组学到材料科学等领域，可访问 250 余个科学数据库和 50 万个 Python 包。用户通过 OpenRouter 接入 40 余个 AI 模型（OpenAI、Anthropic、谷歌、xAI、Qwen 等），用自己的 API Key 付费，所有数据和文件留在本地沙箱中。专家任务的代码执行统一通过 Gemini CLI 完成，可选接入云计算平台 Modal 运行高性能计算任务。
K-Dense 同时提供托管版 K-Dense Web，面向专业和学术研究团队，无需自行部署。
信源：https://github.com/K-Dense-AI/k-dense-byok
DeepSeek冲击一年后中美AI五层对账：中国能源领先，算力仅为美国的1%到4%
《The Wire China》发表长篇分析，以英伟达 CEO 黄仁勋提出的 AI「五层蛋糕」框架（能源、基础设施、芯片与算力、模型、应用）逐层对比中美 AI 竞争格局。
能源层中国占优。中国去年在能源项目上投入超 5000 亿美元，新增发电装机 543 吉瓦，相当于德国总装机容量的两倍。相比之下，美国总发电量过去 20 年基本持平，摩根士丹利预计到 2028 年美国数据中心可能面临约 49 吉瓦的电力缺口。不过牛津能源研究所高级研究员 Anders Hove 指出，中国电力交易和使用中长期存在的体制性瓶颈削弱了装机容量优势，「即使资本成本更低、利率更低，中国的电价也没有便宜多少」。
基础设施和芯片层美国大幅领先。美国拥有约 5500 个数据中心，是中国的 10 倍，截至去年 5 月托管了全球约 75% 的算力。美国四大科技巨头（微软、亚马逊、Alphabet、Meta）今年资本支出预计达 6500 亿美元，字节跳动计划投入 230 亿美元。美国外交关系委员会研究报告指出，即使假设中国能生产数百万枚芯片，由于质量差距，其算力仍仅为美国的 1% 到 4%。美国企业研究所研究员 Ryan Fedasiuk 预计，中国至少要到 2028 年前后才有可能在算力规模上接近美国主导的体系。但中国芯片业在推进自主化：华虹集团成为继中芯国际之后第二家具备 7 纳米制程能力的中国公司，摩根士丹利估计到 2030 年中国国产供应链可满足 76% 的国内 AI 芯片需求。
模型层差距收窄。中国公司 2 月在 OpenRouter 平台的 token 消耗量已超过美国同行。兰德公司研究员 Konstantin Pilz 认为中国模型大约落后前沿 3 到 6 个月，部分原因是利用了蒸馏等技术，OpenAI 和 Anthropic 均已指控 DeepSeek 通过蒸馏「搭便车」。中国公司还在价格和开源策略上持续加码。
应用层，中国用户对 AI 接受度更高，OpenClaw 热潮即为一例。但乔治·华盛顿大学助理教授 Jeffrey Ding 指出，中国的云计算和工业软件采用率远低于美国，AI 从北京、深圳、上海向青海等省份扩散的路径「将比在美国更加困难」。
信源：https://www.thewirechina.com/2026/03/22/scoring-the-ai-race-a-year-after-the-deepseek-shock/
《The Wire China》发表长篇分析，以英伟达 CEO 黄仁勋提出的 AI「五层蛋糕」框架（能源、基础设施、芯片与算力、模型、应用）逐层对比中美 AI 竞争格局。
能源层中国占优。中国去年在能源项目上投入超 5000 亿美元，新增发电装机 543 吉瓦，相当于德国总装机容量的两倍。相比之下，美国总发电量过去 20 年基本持平，摩根士丹利预计到 2028 年美国数据中心可能面临约 49 吉瓦的电力缺口。不过牛津能源研究所高级研究员 Anders Hove 指出，中国电力交易和使用中长期存在的体制性瓶颈削弱了装机容量优势，「即使资本成本更低、利率更低，中国的电价也没有便宜多少」。
基础设施和芯片层美国大幅领先。美国拥有约 5500 个数据中心，是中国的 10 倍，截至去年 5 月托管了全球约 75% 的算力。美国四大科技巨头（微软、亚马逊、Alphabet、Meta）今年资本支出预计达 6500 亿美元，字节跳动计划投入 230 亿美元。美国外交关系委员会研究报告指出，即使假设中国能生产数百万枚芯片，由于质量差距，其算力仍仅为美国的 1% 到 4%。美国企业研究所研究员 Ryan Fedasiuk 预计，中国至少要到 2028 年前后才有可能在算力规模上接近美国主导的体系。但中国芯片业在推进自主化：华虹集团成为继中芯国际之后第二家具备 7 纳米制程能力的中国公司，摩根士丹利估计到 2030 年中国国产供应链可满足 76% 的国内 AI 芯片需求。
模型层差距收窄。中国公司 2 月在 OpenRouter 平台的 token 消耗量已超过美国同行。兰德公司研究员 Konstantin Pilz 认为中国模型大约落后前沿 3 到 6 个月，部分原因是利用了蒸馏等技术，OpenAI 和 Anthropic 均已指控 DeepSeek 通过蒸馏「搭便车」。中国公司还在价格和开源策略上持续加码。
应用层，中国用户对 AI 接受度更高，OpenClaw 热潮即为一例。但乔治·华盛顿大学助理教授 Jeffrey Ding 指出，中国的云计算和工业软件采用率远低于美国，AI 从北京、深圳、上海向青海等省份扩散的路径「将比在美国更加困难」。
信源：https://www.thewirechina.com/2026/03/22/scoring-the-ai-race-a-year-after-the-deepseek-shock/
苹果研究员对Transformer注意力「动了一刀」：让每个token忘掉自己，性能一致更好
苹果机器学习研究科学家 Shuangfei Zhai 发表论文，提出「排他自注意力」（Exclusive Self Attention，XSA）。改动很简单：标准 Transformer 中，每个 token 在计算注意力时会把自己的信息也算进去；XSA 强制排除自身位置的贡献，只从上下文中提取信息。直觉上，token 已经知道自己是什么了，注意力机制的价值在于告诉它周围有什么。
实验结果在最大 27 亿参数规模内一致优于标准自注意力，且序列越长优势越明显。Zhai 此前也是 Attention Free Transformer（AFT）的作者，持续在注意力机制替代方案上探索。
信源：https://arxiv.org/abs/2603.09078
苹果机器学习研究科学家 Shuangfei Zhai 发表论文，提出「排他自注意力」（Exclusive Self Attention，XSA）。改动很简单：标准 Transformer 中，每个 token 在计算注意力时会把自己的信息也算进去；XSA 强制排除自身位置的贡献，只从上下文中提取信息。直觉上，token 已经知道自己是什么了，注意力机制的价值在于告诉它周围有什么。
实验结果在最大 27 亿参数规模内一致优于标准自注意力，且序列越长优势越明显。Zhai 此前也是 Attention Free Transformer（AFT）的作者，持续在注意力机制替代方案上探索。
信源：https://arxiv.org/abs/2603.09078
从一句话到纳摩尔级抗体：AlphaFold前成员推出首个实验室验证的AI药物设计Agent
DeepMind AlphaFold 团队前研究科学家 Simon Kohl 创办的 AI 制药公司 Latent Labs 发布 Latent-Y，一个能从文字提示自主设计抗体药物的 AI Agent。用户输入设计目标和约束条件，Latent-Y 自主完成从靶点分析、表位选择、候选分子设计到计算验证的全流程，将专家团队数周的工作压缩到数小时。
实验室验证结果：在 9 个靶点中，Latent-Y 对 6 个成功设计出经实验确认的结合分子（67% 成功率），亲和力达到个位数纳摩尔级别。所有确认的结合分子均为从零设计的全新分子。用户测试显示，专家配合 Latent-Y 完成设计的速度是独立工作的 56 倍。
Latent-Y 支持三类设计任务：
1. 表位发现：根据治疗机制需求自主选择结合位点
2. 跨物种结合设计：设计能同时结合人类和实验动物同源靶点的抗体，支持临床前转化研究
3. 从论文出发设计：输入一篇科学论文，Agent 自动识别靶点和作用机制并设计候选分子
Latent-Y 底层依赖 Latent Labs 的前沿抗体生成模型 Latent-X2，除纳米抗体（VHH）外还支持大环肽和 mini-binder 设计。目前面向合作伙伴开放申请。Latent Labs 总部位于伦敦和旧金山，去年获得 5000 万美元融资，由 Radical Ventures 和 Sofinnova Partners 联合领投。
信源：https://www.latentlabs.com/latent-y/
DeepMind AlphaFold 团队前研究科学家 Simon Kohl 创办的 AI 制药公司 Latent Labs 发布 Latent-Y，一个能从文字提示自主设计抗体药物的 AI Agent。用户输入设计目标和约束条件，Latent-Y 自主完成从靶点分析、表位选择、候选分子设计到计算验证的全流程，将专家团队数周的工作压缩到数小时。
实验室验证结果：在 9 个靶点中，Latent-Y 对 6 个成功设计出经实验确认的结合分子（67% 成功率），亲和力达到个位数纳摩尔级别。所有确认的结合分子均为从零设计的全新分子。用户测试显示，专家配合 Latent-Y 完成设计的速度是独立工作的 56 倍。
Latent-Y 支持三类设计任务：
1. 表位发现：根据治疗机制需求自主选择结合位点
2. 跨物种结合设计：设计能同时结合人类和实验动物同源靶点的抗体，支持临床前转化研究
3. 从论文出发设计：输入一篇科学论文，Agent 自动识别靶点和作用机制并设计候选分子
Latent-Y 底层依赖 Latent Labs 的前沿抗体生成模型 Latent-X2，除纳米抗体（VHH）外还支持大环肽和 mini-binder 设计。目前面向合作伙伴开放申请。Latent Labs 总部位于伦敦和旧金山，去年获得 5000 万美元融资，由 Radical Ventures 和 Sofinnova Partners 联合领投。
信源：https://www.latentlabs.com/latent-y/
千问上线打车Skill，内测模糊指令推理：说「去许仙遇到白素贞的地方」直接叫车去西湖断桥
阿里通义千问上线打车能力，用户可通过自然语言一句话完成选车型、添加途经点、预约时间等操作。该功能支持个性化需求描述，如「要空气清新的车，价格不超过 30 元」「驾驶平稳的老司机」等，系统自动匹配对应车型和服务。面对复杂场景同样可处理：用户说「一家人去什刹海看夕阳，6 个人」，系统自动推荐商务车型；说「去医院，车上有病人」，则优先匹配驾驶平稳的车辆，并可代为向司机传达「提前开窗通风」等要求。
千问同步内测模糊指令推理能力。用户说「帮我打车去许仙遇到白素贞的地方」，千问推理出目的地为杭州西湖断桥，直接叫车前往；说「帮我打车去黑神话悟空里小西天的取景地」，则打车去山西省隰县凤凰山顶；说「帮我打车去阿凡达里的悬浮山」，则前往张家界袁家界。
该功能还具备记忆与预约能力，用户预设家庭和公司地址后，可直接说「打车回家」或「下午 6 点半下班，帮我约车回家」完成预约。在阿里生态支持下，千问目前已串联订机票、订酒店与打车等多场景服务。千问「AI 办事」功能自去年 11 月上线以来使用量持续增长，今年春节期间已有 1.3 亿用户通过该平台体验 AI 购物服务。
信源：https://finance.sina.cn/stock/jdts/2026-03-23/detail-inhrxvtz4180745.d.html
阿里通义千问上线打车能力，用户可通过自然语言一句话完成选车型、添加途经点、预约时间等操作。该功能支持个性化需求描述，如「要空气清新的车，价格不超过 30 元」「驾驶平稳的老司机」等，系统自动匹配对应车型和服务。面对复杂场景同样可处理：用户说「一家人去什刹海看夕阳，6 个人」，系统自动推荐商务车型；说「去医院，车上有病人」，则优先匹配驾驶平稳的车辆，并可代为向司机传达「提前开窗通风」等要求。
千问同步内测模糊指令推理能力。用户说「帮我打车去许仙遇到白素贞的地方」，千问推理出目的地为杭州西湖断桥，直接叫车前往；说「帮我打车去黑神话悟空里小西天的取景地」，则打车去山西省隰县凤凰山顶；说「帮我打车去阿凡达里的悬浮山」，则前往张家界袁家界。
该功能还具备记忆与预约能力，用户预设家庭和公司地址后，可直接说「打车回家」或「下午 6 点半下班，帮我约车回家」完成预约。在阿里生态支持下，千问目前已串联订机票、订酒店与打车等多场景服务。千问「AI 办事」功能自去年 11 月上线以来使用量持续增长，今年春节期间已有 1.3 亿用户通过该平台体验 AI 购物服务。
信源：https://finance.sina.cn/stock/jdts/2026-03-23/detail-inhrxvtz4180745.d.html
毛利率60%超过苹果巅峰：宇树招股书拆解，知情人士称2025全年营收实际接近20亿
机器人公司宇树科技 3 月 20 日提交港股 IPO 招股书。《智能涌现》对其关键财务数据做了拆解，并从知情人士处获得了招股书未披露的信息。
招股书显示，2025 年前三季度宇树整体毛利率达 59.5%，其中人形机器人 62.9%、四足机器人 55.5%、机器人组件 60.4%。作为参照，机器人上市公司优必选和越疆近三年平均毛利率为 37%，苹果 2026 财年 Q1 毛利率 48.2%（其历史新高）。招股书仅披露前三季度营收 11.5 亿元，但知情人士向《智能涌现》透露，算上第四季度销量旺季，宇树 2025 全年营收实际接近 20 亿元。此前三年（2022-2024），宇树年营收一直在 1 至 3 亿元间徘徊。
2025 年宇树共售出超 1.8 万台四足机器人和 5500 台人形机器人（H1、G1），四足平均售价 2.72 万元（同比降 15.8%），人形平均售价 16.76 万元（同比降 35.7%）。四足产销率 86%、人形产销率 96%。
运营效率方面，宇树的销售费用率仅 6.5%，管理费用率仅 4.2%，分别是行业均值的一半和六分之一。招股书显示公司及所有子公司均无自有房产，全部租赁办公。多名员工描述了创始人王兴兴的成本风格：某次拆开会议室遥控器后在全员群要求不要用「性价比不高的电池」；公司内部流传其「无房、无车」，住公司附近公寓步行上班。
信源：https://mp.weixin.qq.com/s/gKx9Slqg_h_VkAqjhEK9EQ
机器人公司宇树科技 3 月 20 日提交港股 IPO 招股书。《智能涌现》对其关键财务数据做了拆解，并从知情人士处获得了招股书未披露的信息。
招股书显示，2025 年前三季度宇树整体毛利率达 59.5%，其中人形机器人 62.9%、四足机器人 55.5%、机器人组件 60.4%。作为参照，机器人上市公司优必选和越疆近三年平均毛利率为 37%，苹果 2026 财年 Q1 毛利率 48.2%（其历史新高）。招股书仅披露前三季度营收 11.5 亿元，但知情人士向《智能涌现》透露，算上第四季度销量旺季，宇树 2025 全年营收实际接近 20 亿元。此前三年（2022-2024），宇树年营收一直在 1 至 3 亿元间徘徊。
2025 年宇树共售出超 1.8 万台四足机器人和 5500 台人形机器人（H1、G1），四足平均售价 2.72 万元（同比降 15.8%），人形平均售价 16.76 万元（同比降 35.7%）。四足产销率 86%、人形产销率 96%。
运营效率方面，宇树的销售费用率仅 6.5%，管理费用率仅 4.2%，分别是行业均值的一半和六分之一。招股书显示公司及所有子公司均无自有房产，全部租赁办公。多名员工描述了创始人王兴兴的成本风格：某次拆开会议室遥控器后在全员群要求不要用「性价比不高的电池」；公司内部流传其「无房、无车」，住公司附近公寓步行上班。
信源：https://mp.weixin.qq.com/s/gKx9Slqg_h_VkAqjhEK9EQ
千问核心成员离职后阿里首次公开表态：继续开源，现场展示千问万相开源路线图
阿里云 CTO、魔搭社区发起人周靖人 3 月 22 日在南京举办的魔搭开发者大会上公开亮相，确认阿里将持续开源千问（Qwen）和万相（Wan）系列模型。这是千问技术负责人林俊旸等核心成员离职引发外界对阿里开源路线担忧后，阿里高层首次在公开场合做出明确表态。
大会现场展示了一张开源模型路线图，列出大语言模型、多模态模型和垂直领域模型三大类数十个型号，涵盖千问语言模型系列、Qwen3-VL/Omni/ASR/TTS 等多模态模型、Wan2.2 系列视频生成模型，以及 Qwen3-Coder 代码模型等，并注明「全系模型开源，覆盖全尺寸全模态」「更多模型即将开源」。
截至目前，千问系列累计开源超 400 个官方模型，开发者基于千问开发的衍生模型超 3.4 万个，累计下载量 12 亿次。魔搭社区用户数已达 2500 万，托管 17 万个开源模型。
信源：https://x.com/ModelScope2022/status/2035652120729563290
阿里云 CTO、魔搭社区发起人周靖人 3 月 22 日在南京举办的魔搭开发者大会上公开亮相，确认阿里将持续开源千问（Qwen）和万相（Wan）系列模型。这是千问技术负责人林俊旸等核心成员离职引发外界对阿里开源路线担忧后，阿里高层首次在公开场合做出明确表态。
大会现场展示了一张开源模型路线图，列出大语言模型、多模态模型和垂直领域模型三大类数十个型号，涵盖千问语言模型系列、Qwen3-VL/Omni/ASR/TTS 等多模态模型、Wan2.2 系列视频生成模型，以及 Qwen3-Coder 代码模型等，并注明「全系模型开源，覆盖全尺寸全模态」「更多模型即将开源」。
截至目前，千问系列累计开源超 400 个官方模型，开发者基于千问开发的衍生模型超 3.4 万个，累计下载量 12 亿次。魔搭社区用户数已达 2500 万，托管 17 万个开源模型。
信源：https://x.com/ModelScope2022/status/2035652120729563290
OpenAI正与Altman投资的核聚变公司谈购电：目标2030年5吉瓦，Altman已退出该公司董事会
OpenAI 正与核聚变初创公司 Helion Energy 进行深入购电谈判。谈判框架为 OpenAI 先获得 Helion 产能的 12.5%，目标在 2030 年获得 5 吉瓦电力，2035 年扩大至 50 吉瓦。作为参照，Helion 2023 年与微软签订的购电协议为 50 兆瓦，谷歌与 Helion 竞争对手 Commonwealth Fusion Systems 的协议为 200 兆瓦。OpenAI 的 5 吉瓦目标是微软协议的 100 倍。
OpenAI CEO Sam Altman 是 Helion 的投资人，2021 年领投了其 5 亿美元 E 轮融资，持有可观股份（具体比例未披露）。知情人士称，Altman 已辞去 Helion 董事会主席职务，不再参与董事会事务，并回避了此次交易谈判。Helion 的其他投资方包括软银、Peter Thiel 的 Mithril Capital 和 Facebook 联合创始人 Dustin Moskovitz。Helion 2025 年 1 月又完成了 4.25 亿美元融资。
协议能否兑现取决于核聚变技术本身的进展。知情人士称 Helion 认为自己正接近「科学收支平衡点」（scientific breakeven），即聚变反应产生的能量超过输入能量，但目前尚无私营公司实现过这一里程碑。双方谈判仍处于框架阶段，包括发电厂选址在内的多项条件尚未落实。OpenAI 拒绝置评。
信源：https://www.axios.com/2026/03/23/openai-fusion-altman-helion
OpenAI 正与核聚变初创公司 Helion Energy 进行深入购电谈判。谈判框架为 OpenAI 先获得 Helion 产能的 12.5%，目标在 2030 年获得 5 吉瓦电力，2035 年扩大至 50 吉瓦。作为参照，Helion 2023 年与微软签订的购电协议为 50 兆瓦，谷歌与 Helion 竞争对手 Commonwealth Fusion Systems 的协议为 200 兆瓦。OpenAI 的 5 吉瓦目标是微软协议的 100 倍。
OpenAI CEO Sam Altman 是 Helion 的投资人，2021 年领投了其 5 亿美元 E 轮融资，持有可观股份（具体比例未披露）。知情人士称，Altman 已辞去 Helion 董事会主席职务，不再参与董事会事务，并回避了此次交易谈判。Helion 的其他投资方包括软银、Peter Thiel 的 Mithril Capital 和 Facebook 联合创始人 Dustin Moskovitz。Helion 2025 年 1 月又完成了 4.25 亿美元融资。
协议能否兑现取决于核聚变技术本身的进展。知情人士称 Helion 认为自己正接近「科学收支平衡点」（scientific breakeven），即聚变反应产生的能量超过输入能量，但目前尚无私营公司实现过这一里程碑。双方谈判仍处于框架阶段，包括发电厂选址在内的多项条件尚未落实。OpenAI 拒绝置评。
信源：https://www.axios.com/2026/03/23/openai-fusion-altman-helion
网易云音乐官方入局OpenClaw生态：开源三个Agent Skill，用自然语言听歌管歌单
网易云音乐开源了一套 AI Agent 技能包（NetEase/skills），包含三个 Skill：ncm-cli-setup（安装配置）、netease-music-cli（CLI 操作层）和 netease-music-assistant（智能音乐助手），支持 Claude Code 和 OpenClaw 接入。
用户安装后可通过自然语言完成音乐操作，如「帮我搜一下林俊杰的歌」「推荐一些适合深夜听的歌」「帮我创建一个跑步歌单」。智能助手 Skill 会分析用户红心歌单，从曲风标签、情绪方向、语言偏好、高频红心时段等维度生成偏好画像，据此多关键词并行搜索并自动去重已推荐和已收藏内容。
底层依赖网易云音乐同步发布的命令行工具 ncm-cli（npm 包 @music163/ncm-cli，v0.1.0），提供搜索、播放控制、歌单管理、每日推荐等功能，并内置 TUI 全屏终端播放器，支持旋转黑胶动画和歌词同步。使用前需在网易云音乐开放平台完成开发者入驻并获取 API Key。
信源：https://github.com/NetEase/skills
网易云音乐开源了一套 AI Agent 技能包（NetEase/skills），包含三个 Skill：ncm-cli-setup（安装配置）、netease-music-cli（CLI 操作层）和 netease-music-assistant（智能音乐助手），支持 Claude Code 和 OpenClaw 接入。
用户安装后可通过自然语言完成音乐操作，如「帮我搜一下林俊杰的歌」「推荐一些适合深夜听的歌」「帮我创建一个跑步歌单」。智能助手 Skill 会分析用户红心歌单，从曲风标签、情绪方向、语言偏好、高频红心时段等维度生成偏好画像，据此多关键词并行搜索并自动去重已推荐和已收藏内容。
底层依赖网易云音乐同步发布的命令行工具 ncm-cli（npm 包 @music163/ncm-cli，v0.1.0），提供搜索、播放控制、歌单管理、每日推荐等功能，并内置 TUI 全屏终端播放器，支持旋转黑胶动画和歌词同步。使用前需在网易云音乐开放平台完成开发者入驻并获取 API Key。
信源：https://github.com/NetEase/skills
不用停机不用GPU，OpenClaw Agent也能越用越聪明：MetaClaw从失败中自动进化
AIMING Lab 近日开源 MetaClaw，一个让 OpenClaw Agent 在持续运行中自我进化的元学习框架。核心问题是：部署后的 Agent 是静态的，用户需求在变，但更新模型通常需要停机重训。MetaClaw 通过两个互相增强的机制解决这个问题：
1. 技能驱动的快速适应：Agent 失败时，由一个 LLM Evolver 分析失败轨迹，自动提炼出新的可复用技能注入技能库，全程零停机
2. 机会主义策略优化：在用户不活跃的时间窗口（由调度器监控系统空闲和日历数据触发），通过云端 LoRA 微调和过程奖励模型强化学习对底层策略做梯度更新
两个机制形成正循环：更好的策略产生更好的失败轨迹用于技能提炼，更丰富的技能又为策略优化提供更高质量的数据。整个框架采用代理架构，不需要本地 GPU，可直接作用于生产级大模型。
实验结果：技能适应机制将准确率相对提升最高 32%；完整流程将 Kimi-K2.5 的准确率从 21.4% 提升至 40.6%，复合鲁棒性提升 18.3%。
信源：https://github.com/aiming-lab/MetaClaw
AIMING Lab 近日开源 MetaClaw，一个让 OpenClaw Agent 在持续运行中自我进化的元学习框架。核心问题是：部署后的 Agent 是静态的，用户需求在变，但更新模型通常需要停机重训。MetaClaw 通过两个互相增强的机制解决这个问题：
1. 技能驱动的快速适应：Agent 失败时，由一个 LLM Evolver 分析失败轨迹，自动提炼出新的可复用技能注入技能库，全程零停机
2. 机会主义策略优化：在用户不活跃的时间窗口（由调度器监控系统空闲和日历数据触发），通过云端 LoRA 微调和过程奖励模型强化学习对底层策略做梯度更新
两个机制形成正循环：更好的策略产生更好的失败轨迹用于技能提炼，更丰富的技能又为策略优化提供更高质量的数据。整个框架采用代理架构，不需要本地 GPU，可直接作用于生产级大模型。
实验结果：技能适应机制将准确率相对提升最高 32%；完整流程将 Kimi-K2.5 的准确率从 21.4% 提升至 40.6%，复合鲁棒性提升 18.3%。
信源：https://github.com/aiming-lab/MetaClaw
让Agent自己设计Agent：Memento-Skills不改模型参数，靠「失败反思」在HLE上提升116%
Memento-Skills 是一个让 AI Agent 从失败中自主学习、改写自身能力的开源框架。核心思路是：不更新大模型参数，而是把所有能力组织成结构化的 Skill 文件（markdown 格式），Agent 在执行任务时自动检索合适的 Skill，失败后通过「读取→执行→反思→写回」闭环定位问题 Skill，修改或重建它，再写回技能库。整个过程零重训成本。
框架从 9 个基础 Skill（文件操作、网页搜索、PDF 处理、Office 文档等）起步，通过迭代学习不断扩展技能库。在 GAIA（通用 AI 助手基准）和 HLE（Humanity's Last Exam，专家级推理基准）上，经过多轮反思学习后整体准确率分别相对提升 26.2% 和 116.2%。
论文将这一范式称为「部署时学习」（deployment-time learning），与预训练和微调并列为大模型适应的第三种路径：前两者更新模型参数，需要大量数据和算力；部署时学习冻结参数，仅通过外部技能记忆积累经验。
项目提供 CLI、桌面 GUI 和飞书桥接三种部署方式，支持 Anthropic、OpenAI 及 Kimi、MiniMax、GLM 等国产模型接入，MIT 协议开源。
信源：https://github.com/Memento-Teams/Memento-Skills
Memento-Skills 是一个让 AI Agent 从失败中自主学习、改写自身能力的开源框架。核心思路是：不更新大模型参数，而是把所有能力组织成结构化的 Skill 文件（markdown 格式），Agent 在执行任务时自动检索合适的 Skill，失败后通过「读取→执行→反思→写回」闭环定位问题 Skill，修改或重建它，再写回技能库。整个过程零重训成本。
框架从 9 个基础 Skill（文件操作、网页搜索、PDF 处理、Office 文档等）起步，通过迭代学习不断扩展技能库。在 GAIA（通用 AI 助手基准）和 HLE（Humanity's Last Exam，专家级推理基准）上，经过多轮反思学习后整体准确率分别相对提升 26.2% 和 116.2%。
论文将这一范式称为「部署时学习」（deployment-time learning），与预训练和微调并列为大模型适应的第三种路径：前两者更新模型参数，需要大量数据和算力；部署时学习冻结参数，仅通过外部技能记忆积累经验。
项目提供 CLI、桌面 GUI 和飞书桥接三种部署方式，支持 Anthropic、OpenAI 及 Kimi、MiniMax、GLM 等国产模型接入，MIT 协议开源。
信源：https://github.com/Memento-Teams/Memento-Skills