过去一年，AI 行业的战场悄悄挪了位置。
挪的方向不在模型本身，而在它能不能接上真实世界。
政策在改，行情在跳。热点每小时换一轮。
模型的知识停在训练截止那天，天然带着一段时差。
想输出靠谱结论，就得接上实时可信的外部信息。
搜索，就是这个接口。
卡点也正好在这里。
传统搜索靠关键词匹配。读不懂又长[……]
分类： 经验动态
半秒就开口，中文还带着外国口音
DeepSeek 一天动了三层，检索费第一次单独开价
10 月 17 日这天，DeepSeek 的智能体栈三层各挪了一格。
底下是模型。
中间是那层官方壳。
上面是搜索接口。
三处同一天改完。账单的样子也跟着变了。
没有发布会。也没有预热。
改动都写在仓库和文档里。
一、三层各动了一格
模型层动得最早。
北京时间上午十点四十，开源仓库里多了一个新仓库。[……]
最强AI只剩一家，剩下的GPU全熔掉
228块给AI单开一台电脑，它搞乱了按一下就回去
苹果电脑上装虚拟机。过去是件麻烦事。
找镜像要翻半天官网。
VMPal 把这一串压成了一步。
它只跑苹果自研芯片的 Mac。系统要 macOS 26 以上。
四台机器排开。macOS 27 和 Windows 11 各一台。下面还有 Web Server。
小标题：四套系统，点一下就装
点一下。它[……]
十几个科室的分身，挤进同一间诊室
预测一次给 21 个数，不是 1 个
2026 年 10 月 15 日，
Mistral 放出 Timestral。
这是它第一个
时间序列预测基础模型。
一次给四个规模。
最小的 5M，最大的 209M。
图源知乎 deephub 专栏。
时间序列基础模型走的是另一条路。
先在大规模、多样化的数据上训练。
再把学到的趋势和周期，
噪[……]
智能体有了工号，管它的人还是人
模型参数没动，它靠读论文把分数抬了14个点
AI 智能体现在会调工具，会操作软件。
也能把几十步的流程一次跑完。
可它卡住的时候怎么办。
这是今年最实在的一个问题。
过去两年，模型能力一直在涨。
围着模型搭起来的智能体，接的活越来越重。
从问答，到调工具，再到独自跑完长流程。
与此同时，预印本平台上每天都有新的智能体论文挂出来。
最直觉的办法[……]
世界模型装进机器狗，它学会了预判下一步
世界模型这条赛道，最近挤满了顶尖选手。
LeCun 押注预测式路线，李飞飞带着 World Labs 做可交互的三维世界。
国内一批团队也没闲着。他们正把实验室的东西往真机上搬。
各家路线不同，指向却是同一件事。
让机器真正理解物理世界，能预测下一秒会怎么变。
门槛不在电机。也不在关节，而在脑子。
[……]