从架构看 DeepSeek Harness rc.8：一个"一切皆插件"的 Agent 运行时

摘要：DeepSeek Harness（dsh）是 DeepSeek AI 开源的 Agent 运行时框架，其核心理念是"Everything is a Plu...

Agent 协议分层全景：哪些层已经标准化，哪些层还值得自己造

一个真正能落地的 Agent，不是只会"聊天"，它得往四个方向伸手：调用工具、和其他 Agent 协作、读取团队沉淀的知识，以及靠一套自己的"干活引擎"把任务一...

从架构层面解读 DeepSeek Harness：一款"一切皆插件"的 Agent 运行时

摘要：2026 年 8 月 13 日，DeepSeek 开源了它的第一款 Agent 产品 Harness v0.1（MIT 协议）。它不是又一个大模型，而是位...

大模型推理加速的架构演进：从访存瓶颈到 MTP 与 DFlash

大模型生成速度慢，根本原因不在于"算得慢"，而在于"搬得慢"。自回归解码要求模型逐 token 生成，每生成一个 token 都要把数百 GB 的权重从高带宽显...

大模型推理加速的架构演进：从访存瓶颈到 MTP 与 DFlash

大模型生成速度慢，根本原因不在于"算得慢"，而在于"搬得慢"。自回归解码要求模型逐 token 生成，每生成一个 token 都要把数百 GB 的权重从高带宽显...

AI-Native 组织的架构范式迁移：从超级个体到智能体协同

过去两年，单兵作战效率的提升有目共睹。一个会用 AI 写代码的开发，产出可能翻三五倍；一个用 AI 做调研的产品经理，一天能跑完过去一周的竞品分析。把这些点连起...

【架构落地】腾讯云ASR能力池架构：3层原生实现+实测选型方案

设计理念：企业不需要"押中某个ASR模型"，而是构建可路由、可替换、可监控的能力池——按业务场景自动路由最优模型，成本/延迟/准确率动态可调。

世界模型架构落地：基于腾讯云的AI「脑内模拟器」设计

世界模型的核心是给AI构建「脑内物理模拟器」——区别于语言模型的「生成下一个Token」，它是「预测下一个世界状态」，补全VLA/LLM的物理常识缺失。本文从架...

用腾讯云TI-ONE+物联网平台落地极简VLA具身智能：3个架构坑+可复用配置

用腾讯云原生产品实现AI拟人类应用合规：3个可直接复用的架构方案

2025年10月国家网信办公开征求意见的《人工智能拟人类应用管理办法》（真实公开政策），明确要求AI拟人类应用需 全链路标识AI属性、防沉迷、用户数据隔离 。本...

架构演进新趋势：从"云原生"到"智能原生"

近年来，云原生架构已成为企业数字化转型的标配。随着大模型技术的成熟，架构设计正在经历一场从"云原生"向"智能原生"的深刻变革。

从"写提示词"到"写循环"：智能体架构的核心转变

大模型本身只做一件事：读一段文字，吐一段文字。它不会自己读文件、跑代码、上网查资料。真正让它"能干活"的，是包裹在模型外面的那套循环系统。本文从架构设计的角度，...