2025-10-22 资源资料

AI Infra：Lemonade，支持 AMD 硬件体系的 LLM 推理框架

Lemonade SDK 是开源本地 LLM 推理框架，专为 AMD Ryzen AI 等硬件加速设计，兼容 OpenAI API，让你的电脑跑大模型像调用云服务一样简单。一、核心是什么？开源（Apache-2.0）｜本地运行 LLM｜不靠云核心价值：把云端 LLM 的体验，搬到你的笔记本/台式机上，尤其适配 AMD Ryzen AI NPU。GitHub: https://github.com/lemonade-sdk/lemonade二、三大组件组件作用Lemonade Server启动本地 REST API（兼容 OpenAI /v1/chat/completions）Python...

智能体2.0的崛起：从简单循环到深度思考的演进

一、原文：https://www.philschmid.de/agents-2.0-deep-agents二、译文：智能体2.0的崛起：从简单循环到深度思考的演进过去一年里，构建人工智能智能体(Agent)通常只有一种模式。举个例子，它就像一个简单的“循环”程序。它接收用户...

阅读全文

MemRoute：基于协同路由与共识模板的用户隐式记忆补全框架

A Collaborative Routing Framework for Memory Augmentation in User-AI Interaction Systems摘要本文提出 MemRoute —— 一种面向用户–AI交互系统的新型记忆增强框架。传统推荐与对话...

阅读全文

AI Infra：PIKE-RAG，微软开源的专业场景的 RAG 框架

https://github.com/microsoft/PIKE-RAGPIKE-RAG（sPecIalized KnowledgE and Rationale Augmented Generation）是微软提出的一套面向工业/专业场景的 RAG 框架核心目标是把检索到...

阅读全文

AI Infra：2025年新兴多智能体架构调研

近年来在大语言模型（LLM）驱动的 AI 智能体浪潮中，涌现出多种新兴多智能体架构（Multi-Agent Architectures），它们在协作机制、通信范式、可扩展性和任务适应性上各有创新。以下是值得关注的几类架构：1. 对话驱动协作架构（Dialogue-Based...

阅读全文

神经认知上下文引擎：通过生物启发式记忆单元实现超个性化混合LLM架构的创新

第1部分：重新定义上下文工程——专用记忆架构的创新1.1 上下文工程：从提示管理到动态系统设计早期的上下文工程被定义为对输入大型语言模型（LLM）的文本信息进行精心设计与管理，以引导模型输出更可靠、可控且符合预期的结果。该方法在LLM发展的初期阶段成为性能优化的关键手段。然...

阅读全文

AI Infra：来自 Beam AI 的企业级 Agent 流程设计

Beam AI 是一家致力于 “agentic process automation”（智能代理流程自动化 / AI 代理自动化流程）平台公司，在它的官方网站，有一张架构流程图，很好展示了一个将任务分解（planning）→ 步骤规划（plan step）→ 工具查找 → ...

阅读全文

ChatDev，虚拟软件公司，一种 P/E 分离的多 agent 实践

用多个AI角色通过聊天协作，自动写代码、测代码、写文档一、核心架构（4层）层级功能关键点Agent角色：CEO、CTO、开发、测试、文档每人有Prompt+职责，用自然语言沟通Chat Chain会话流程控制器决定谁在什么时候说啥，防止跑偏Execution生成代码 + 运...

阅读全文

面向人工智能代理的高效上下文工程

《Context Engineering 101》——让AI代理在有限注意力下高效行动🔑 核心洞见AI代理不是靠“更好提示”变聪明，而是靠“更精炼上下文”活下去。LLM的注意力是有限资源（n²复杂度），不是无限记忆。上下文 ≠ 所有信息，而是“最值得看的那几行”。🔄 上下文...

阅读全文

AI Infra：Transformer 模型转换为 SNN 模型的工具调研

将 Transformer 模型（一种基于注意力机制的连续激活人工神经网络，ANN）转换为脉冲神经网络（SNN），本质上是桥接连续计算与离散脉冲编码的范式转变一、脉冲神经网络（SNN）的优缺点1.1 SNN的优点事件驱动、低功耗：仅在有脉冲时进行计算，适合处理稀疏、异步数据...

阅读全文