最近，智能体（Agent）概念热度极高，其影响力之大，以至于各类基础软件若未能与之结合，便仿佛面临被时代淘汰的风险。一种典型论调随之涌现：“在 Agent 时代，传统数据库与存储系统将被彻底颠覆。”我持不同观点：传统数据库与存储不会消失，但将经历一次从“档案馆”到“作战指挥室”的职责重构。过去二十年，数据库与存储系统…
https://mindmux.ai/ & https://projectbrain.md/我的 typecho 老友们，https://segmentfault.com/ 团队的又一次产品试验过去两年，AI Coding Agent 的能力提升速度远远超过了很多人的预期。Claude Code、Codex、Cur…
Token Runtime Platform 将像云时代的 CMP+APM+FinOps 一样，成为 AI Native 企业的软件新基础设施，只是管理对象从计算资源变为 Token Runtime。核心部分是：可观测性和 FinOps一、市场三阶段：每阶段6-12个月企业关注“怎么用上 AI”（AI Gateway…
DSpark 底层采用"空间换时间"的设计，通过预测、并行执行、验证、回滚四个步骤，将串行 Token 生成转换为块级并行执行；在预测和验证阶段，利用 KV Cache 对 Transformer 的中间状态进行复用，实现增量计算，从而进一步提升执行速度。以下是对 DSpark（及整个 Speculative Dec…
Workspace里面存放着文档、代码、SQL、配置文件、日志和Git仓库。它的作用，是将这些文件组织起来，方便团队协作。对于Agent而言，Workspace不再只是一个文件系统，而是一个持续产生、提炼和沉积“上下文”（Context）的动态空间。每一次修改文档、执行SQL、调用工具、编写Prompt，乃至与Age…
从模型军备竞赛到业务语义战争过去两年，企业AI的讨论始终围绕三个关键词展开：更大的模型、更便宜的推理、更长的Context。这三个方向本质上都是在优化「大模型处理通用信息的能力」，而当GPU算力不再是瓶颈、开源模型效果追平头部闭源模型、RAG与Agent框架成为通用组件时，企业AI的「通用基建红利」已经见顶。进入20…
别再叫它 API 聚合了，它正在控制 AI 世界的“石油管道”上周和一个做投资的朋友聊天，他抱怨说现在看 AI 项目看到头秃。基础模型那波已经卷成麻花，应用层又虚头巴脑，找不到护城河。我给他画了张图，他一下就懂了。我说，你别盯着挖金矿的（模型厂商）和卖水的（云厂商），你应该去看那条“输油管道”。而这条管道里流淌的，不…
核心观点：企业 AI 的竞争焦点已从数据基础设施（Data Infrastructure）转向上下文基础设施（Context Infrastructure）。一、战略背景：为什么是现在？Databricks 此次发布了Genie系列产品，Genie One, Genie Agents, and Genie Ontol…
一、项目背景与执行摘要1.1 项目背景驱动因素：外部趋势： AI Agent 爆发式增长，单一 Agent 能力有限，多 Agent 协作成为必然；现有网络架构无法支撑 Agent 间的自动发现与安全互联；缺乏标准化的能力交易与结算机制。内部机遇： 构建 Agent 时代的网络层与交易层基础设施，抢占“身份 - 地址…
在投资视角下，仅关注存储总容量的增长远远不够。决定企业价值的核心，是存储被用于何处。下表清晰对比了各存储层级在容量与市场价值上的错配。层级存储容量占比市场价值占比增长驱动力训练存储高中模型训练与后训练推理存储中高Token 规模持续膨胀归档存储很高低全量数据长期保留未来 AI 存储市场最大的结构性变化，并非容量增加，…