AI Agent 全面解析：工具、规划与失败模式
智能体（Agent）被许多人视为 AI 的终极目标。本文从 Chip Huyen 的经典著作《AI Engineering》中摘录改编，全面解析 AI 智能体的核心概念。文章从智能体的定义出发，深入探讨决定智能体能力的两个关键方面：工具（Tools）与规划（Planning），并通过 SWE-agent 和 RAG 系统等实例说明智能体的工作原理与失败模式。
Mamba 深度解读：用状态空间模型挑战 Transformer 霸主地位
Mamba 是一种挑战 Transformer 的新型状态空间模型（SSM），首次在百万级 token 长序列上实现了与 Transformer 相当的性能，同时解决了注意力机制的二次复杂度瓶颈。本文用直观的比喻和数学推导，深入浅出地讲解了 Mamba 的核心原理、选择机制及其对 AI 未来的意义。
自适应并行推理（APR）：高效推理扩展的下一个范式
BAIR 博客深度综述：自适应并行推理（APR）通过让语言模型自行决定何时并行化、产生多少线程以及如何协调，将并行化从外部强加变为模型的生成控制流。文章系统梳理了从简单分支合并、启发式搜索到 ParaThinker、GroupThink、Hogwild! 等方法的演进，深入比较了 Multiverse（引擎级 KV 缓存复用）与 ThreadWeaver（客户端编排）两种推理系统路线，并讨论了并行化奖励设计的关键问题——仅结构奖励易被钻空子，效率奖励需追踪关键路径，并行效率应以保证正确性为前提。
CODA：将 Transformer 模块重新表达为 GEMM+Epilogue 程序
CODA 提出一种 GPU kernel 抽象，将 Transformer 训练中的内存密集型算子（LayerNorm、激活函数、残差等）表达为 GEMM+Epilogue 程序，通过编译时融合消除全局内存往返，最高 2.8 倍加速。
多流LLM：用并行思维流、输入流和输出流释放语言模型潜能
多流LLM引入并行的token流处理多条思维线，在安全性和效率上带来突破——K=4流实现3.2倍加速，94%提示注入抵御率。
Project Glasswing：Mythos 教会我们的事
Cloudflare 分享了使用 Anthropic Mythos Preview 进行漏洞研究的经验：漏洞链构建、概念验证生成、信噪比问题和多阶段测试框架设计。
Agora-1：多智能体世界模型
Odyssey 发布 Agora-1，首个多智能体世界模型，支持四人在同一生成世界中实时交互，将模拟与渲染解耦，开创游戏、机器人、RL 训练新范式。
Vibe编码的Photoshop去哪儿了？
如果vibecoding真那么强，世界应到处是vibecoded的作品。但现实中一个也没有。AI降低了打字门槛但从未触及验证层和决策层——真正的门槛一直在那儿。
我不认为AI会让你的流程更快
当市场下行时每家公司都在优化流程，AI带来不切实际期望。但作者指出仅靠AI无法让流程变快——真正瓶颈在上游输入质量。瓶颈需要高质量输入而非盲目加速。
Semble：面向AI智能体的高效代码搜索工具
Semble是一个专为AI智能体打造的代码搜索库，CPU运行无需API Key或GPU，tree-sitter分块+Model2Vec+BM25双路检索，比grep+read节省98% token，支持MCP模式兼容主流AI编码工具。