反转！伊朗突然开放霍尔木兹海峡 ， ，，，，，特朗普狂喜致谢 ， ，，，，，博弈进入要害期
文 | 字母 AI小时间有个魔性广告 ， ，，，，，叫 " 今年过节不收礼 ， ，，，，，收礼只收脑白金 "。。。。。。于是履历过谁人年月的人 ， ，，，，，通常把 " 补脑 " 和 " 脑白金 " 绑定在了一起。。。。。。至于这玩意儿究竟有没有用？？？？？？？？这我欠好说。。。。。。20 多年已往了 ， ，，，，，AI 时代到来 ， ，，，，，我突然发明 ， ，，，，，现在的 AI 也最先吃 " 脑白金 " 了。。。。。。你有没有类似的履历。。。。。。好比说跟某个 AI 聊到第 30 轮 ， ，，，，，它突然 " 失忆 " 了。。。。。。你前面刚说过的需求 ， ，，，，，它转头就忘得一干二净。。。。。。你用 Claude 写了一下昼代码 ， ，，，，，第二天重新翻开 ， ，，，，，它对昨天的使命毫无印象 ， ，，，，，你问它某个代码 ， ，，，，，它只能重新过一遍代码库再回覆你。。。。。。整个 AI 行业 ， ，，，，，苦这个系统性 " 晚年痴呆症 " 久矣。。。。。。于是 ， ，，，，，一个新兴工业降生了。。。。。。从外挂层、系统层、模子层给 AI 喂 " 赛博脑白金 "。。。。。。好比在 GitHub 上已经有 5 万多颗星的 Claude-Mem ， ，，，，，尚有 DeepSeek DSA、阿里的 Qwen3-Next 这样的底层架构优化 ， ，，，，，整个工业都在猖獗给 AI 增添影象力。。。。。。AI 再智慧 ， ，，，，，记不住事儿也白搭。。。。。。那么 2026 年 ， ，，，，，究竟都有哪些 " 赛博脑白金 " 在给 AI 补脑 ， ，，，，，它们各自的配方又是什么？？？？？？？？01 ?赛博脑白金产品图鉴压缩式影象管理是第一种思绪 ， ，，，，，焦点逻辑是把长篇大论酿成 " 小作文 "。。。。。。虽然和咱们贴吧论坛看到的那些小作文一定纷歧样了 ， ，，，，，这种 " 小作文 " 是给大模子看的 ， ，，，，，只有上下文中的要害信息。。。。。。这类产品不是扩大 AI 的影象容量 ， ，，，，，而是让同样的空间装下更多工具。。。。。。就像你整理行李箱一样 ， ，，，，，你把衣服揉成团 ， ，，，，，你可能只塞得下几件衣服 ， ，，，，，但你要是叠好了再放进去 ， ，，，，，就能塞许多衣服。。。。。。Claude-Mem 是这个领域最火的产品。。。。。。这个项目在 2025 年底宣布 ， ，，，，，到现在 GitHub 上已经有 5 万多颗星了。。。。。。它专门为 Claude Code 设计 ， ，，，，，解决的就是影象太短的问题。。。。。。Claude-Mem 的做法很巧妙 ， ，，，，，它通过 5 个生命周期钩子自动捕获你和 AI 的所有对话 ， ，，，，，然后用 AI 自己来压缩这些信息。。。。。�；；；； ；峄白钕仁奔釉厍崃考端饕� ， ，，，，，需要时再睁开详细内容 ， ，，，，，模拟人类影象的事情方法。。。。。。这种 " 渐进式披露 " 的设计很智慧。。。。。。你不需要一次性把所有历史对话都塞进上下文窗口 ， ，，，，，而是先看个目录 ， ，，，，，需要哪部分再调出来。。。。。。它这个做法就像我写文章讲故事 ， ，，，，，你不可一上来就把事情都说了 ， ，，，，，你得先说个时间线 ， ，，，，，几多几多年间 ， ，，，，，然后再说谁人时间段爆发的事。。。。。。类似的手艺尚有 LongLLMLingua 和 Acon。。。。。。LongLLMLingua 通过提醒词压缩实现高达 20 倍的压缩率 ， ，，，，，特殊适合那些只能通过 API 挪用、看不到内部结构的黑盒模子。。。。。。Acon 则更进一步 ， ，，，，，它在自然语言空间里做压缩优化 ， ，，，，，在 AppWorld 等基准测试中把内存使用降低了 26% 到 54% ， ，，，，，同时基本不影响使命体现。。。。。。这些工具实质上都在做统一件事 ， ，，，，，用更少的 token 说更多的话。。。。。。但压缩终究有极限 ， ，，，，，你再怎么压缩 ， ，，，，，到最后至少得保存基本信息。。。。。。这时间就需要第二种思绪 ， ，，，，，外挂式影象系统。。。。。。若是说压缩是 " 节约 " ， ，，，，，外挂心忆就是 " 开源 "。。。。。。这类系统不再试图把所有工具塞进 AI 的上下文窗口 ， ，，，，，而是在模子外部建设一个自力的影象客栈。。。。。。需要的时间 ， ，，，，，AI 可以自动去这个客栈里翻找相关信息。。。。。。Mem0 是这个偏向的代表作品。。。。。。它接纳动态提取、整合和检索的架构 ， ，，，，，把对话中的要害信息存储到外部数据库。。。。。。需要时通过语义相似度检索相关影象。。。。。。实验数据显示 ， ，，，，，Mem0 在 LOCOMO 基准测试中比 OpenAI 的影象系统提升了 26% ， ，，，，，同时响应时间降低 91%, token 使用量镌汰 90% 以上。。。。。。LOCOMO 是现在较有代表性的恒久对话影象基准之一。。。。。。它包括单跳问题、时序问题、多跳问题和开放域问题四大类。。。。。。单跳问题磨练 AI 能否记着单个事实 ， ，，，，，多跳问题则要求 AI 综合多次对话中疏散的信息。。。。。。Mem0 在多跳问题上的 F1 分数抵达 28.64 ， ，，，，，J 分数 51.15 ， ，，，，，显着凌驾其他计划。。。。。。这说明它不但是能记着零星的事实 ， ，，，，，还能把这些事实串联起来。。。。。。更有意思的是 MemGPT ， ，，，，，不过它现在已经改叫 Letta 了。。。。。。它的事情原理是把 LLM 视为操作系统 ， ，，，，，实现类似盘算机虚拟内存的分层管理。。。。。。跟苹果 Mac 用的贮存手艺原理一样 ， ，，，，，当物理内存不敷用时 ， ，，，，，系统会把暂时不必的数据挪到硬盘上 ， ，，，，，需要时再调回来。。。。。。MemGPT 把这套逻辑搬到了 AI 影象管理上。。。。。。它通过显式的读写操作让模子自主管理内存 ， ，，，，，在事情影象、短期影象和恒久影象之间无邪调理。。。。。。这个设计的精妙之处在于 ， ，，，，，它不是人为划定什么该记什么该忘 ， ，，，，，而是让 AI 自己决议。。。。。。AI 可以挪用函数把目今不主要的信息写入外部存储 ， ，，，，，也可以在需要时把旧影象读回上下文窗口。。。。。。这种自主管理能力让 AI 的影象系统跟我们是一样的。。。。。。我们也不是把所有履历都时刻记在脑子里 ， ，，，，，而是需要时才起劲回忆。。。。。�；；；； Ｉ杏� Zep、Second Me、Cognee 等一系列产品 ， ，，，，，它们各有特色但殊途同归 ， ，，，，，都是在模子的牢靠上下文窗口之外构建可扩展的外部影象层。。。。。。第三种思绪叫做软提醒编码。。。。。。这种要领不存储文本 ， ，，，，，而是把提醒词编码成一连的可训练嵌入或键值对。。。。。。像是 500xCompressor 这样的架构 ， ，，，，，能通过软提醒编码实现了高达 480 倍的压缩率。。。。。。这个手艺的实质是给 AI 发明一套 " 旗号 "。。。。。。就像 " 今晚老地方 " 这句话一样 ， ，，，，，这是只有你和你朋侪之间才懂的梗 ， ，，，，，一个眼神、一个词就能想到一块去。。。。。。软提醒编码也是这样 ， ，，，，，用几个特殊 token 就能让模子追念起大段内容。。。。。。这些特殊 token 在人类看来毫无意义 ， ，，，，，但对模子来说 ， ，，，，，它们是高度浓缩的信息载体。。。。。。这种要领的压缩率远超前两种 ， ，，，，，但也有显着的局限。。。。。。这些编码后的 " 旗号 " 只对训练过的特定模子有用 ， ，，，，，换个模子就不熟悉了。。。。。。并且编码历程需要特另外训练本钱 ， ，，，，，不像前两种要领那样即插即用。。。。。。以是软提醒编码更适合那些恒久使用统一个模子、对压缩率要求极高的场景。。。。。。这三种外挂式的解决计划各有千秋。。。。。。压缩式影象管理实现简朴 ， ，，，，，本钱低 ， ，，，，，但压缩率有上限。。。。。。外挂式影象系统容量险些无限 ， ，，，，，但需要特另外数据库和检索机制。。。。。。软提醒编码压缩率最高 ， ，，，，，但无邪性最差。。。。。。现实应用中 ， ，，，，，许多产品会把这几种要领团结起来 ， ，，，，，在差别场景下选择最合适的战略。。。。。。但这些终究是 " 打补丁 "。。。。。。它们在模子外部做文章 ， ，，，，，没有触及问题的泉源。。。。。。真正的突破 ， ，，，，，需要从模子架构自己下手。。。。。。02 ?从架构层面动刀子前面说的那些计划 ， ，，，，，它们能缓解影象问题 ， ，，，，，却无法根治。。。。。。由于问题的泉源在 Transformer 架构自己是有缺陷的 ， ，，，，，注重力机制的盘算重漂后是序列长度的平方。。。。。。上下文窗口每扩大一倍 ， ，，，，，盘算本钱就翻四倍。。。。。。这不是工程优化能解决的 ， ，，，，，需要从数学原理上重新设计。。。。。。DeepSeek Sparse Attention（DSA）是这个偏向的代表性突破。。。。。。DSA 在 2025 年随 DeepSeek-V3.2-Exp 一起宣布 ， ，，，，，焦点头脑是 " 不是所有 token 都需要相互看 "。。。。。。古板的全量注重力机制里 ， ，，，，，每个 token 都要和序列中的所有其他 token 盘算注重力分数。。。。。。这在短序列里没问题 ， ，，，，，但当上下文窗口扩展到几十万 token 时 ， ，，，，，盘算量就变得不可接受了。。。。。。DSA 接纳两阶段设计：先用一个轻量级的 " 索引器 " 快速评估哪些 token 最相关 ， ，，，，，然后只对这些精选出来的 token 做完整的注重力盘算。。。。。。焦点注重力盘算从对所有 token 做精算 ， ，，，，，酿成只对 top-k 候选做精算；；；； ；索引器仍要扫描候选历史 ， ，，，，，但用更轻量的低维 / 低精度方法降低本钱。。。。。。要害在于 ， ，，，，，这种希罕化是动态的、基于内容的。。。。。。不像有些要领只看牢靠窗口内的 token 或随机采样 ， ，，，，，DSA 会凭证现实内容决议哪些 token 主要。。。。。。说白了 ， ，，，，，就是让 AI 先快速扫一遍所有内容 ， ，，，，，找出跟目今问题最相关的那些部分 ， ，，，，，然后只仔细看这些重点。。。。。。就像你看书找资料一样 ， ，，，，，你不可能逐字逐句读 ， ，，，，，你会先翻目录和要害词 ， ，，，，，定位到相关章节再去仔细阅读。。。。。。这让它在大幅降低盘算量的同时 ， ，，，，，险些不损失模子性能。。。。。。在种种推理使命和智能体情形的测试中 ， ，，，，，DSA 的体现和全量注重力基本持平。。。。。。另一个主要偏向是混淆注重力架构。。。。。。这个思绪以为 ， ，，，，，不是所有层都需要腾贵的全量注重力。。。。。。大部分层可以用更自制的线性注重力或状态空间模子 ， ，，，，，只在要害位置保存全量注重力。。。。。。阿里的 Qwen3-Next 在 2025 年 9 月宣布 ， ，，，，，焦点是 Hybrid Attention 机制。。。。。。它用 Gated DeltaNet 加 Gated Attention 替换古板全量注重力 ， ，，，，，原生支持 256K 上下文 ， ，，，，，理论上可扩展到 100 万 token。。。。。。Gated DeltaNet 是一种线性注重力变体 ， ，，，，，盘算重漂后从平方降到线性。。。。。。但纯粹的线性注重力在某些使命上体现不如全量注重力 ， ，，，，，以是 Qwen3-Next 接纳 3:1 的混淆比例。。。。。。每 3 层用 Gated DeltaNet ， ，，，，，1 层用 Gated Attention。。。。。。这个设计很智慧。。。。。。线性注重力层认真处置惩罚大部分的上下文信息 ， ，，，，，本钱低但能力稍弱。。。。。。全量注重力层则在要害位置做细腻的全局建模 ， ，，，，，本钱高但效果好。。。。。。两者配合 ， ，，，，，既包管了性能 ， ，，，，，又大幅降低了盘算开销。。。。。。官方数据显示 ， ，，，，，Qwen3-Next-80B-A3B-Base 相比 Qwen3-32B-Base ， ，，，，，在凌驾 32K 上下文时有 10 倍推理吞吐优势。。。。。。月之暗面的 Kimi Linear ， ，，，，，接纳 Kimi Delta Attention 加全局 MLA ， ，，，，，也是 3:1 比例的混淆架构。。。。。。Kimi Delta Attention 实质上是对 Gated DeltaNet 的刷新。。。。。。在 100 万 token 场景下 ， ，，，，，KV cache 最多镌汰 75% ， ，，，，，解码吞吐最高提升 6 倍。。。。。。这些混淆架构的配合点是 ， ，，，，，他们都把长上下文处置惩罚从 " 每个 token 都相互看一遍 " 改成 " 大都层用更自制的影象状态 ， ，，，，，少数层保存全局注重力 "。。。。。�；；；； ；桓鏊捣� ， ，，，，，你开车得用导航吧？？？？？？？？大部分时间你只需要看着前方蹊径和路标往前走 ， ，，，，，这是 " 自制的影象状态 "。。。。。。但到了重亨衢口 ， ，，，，，有行人、有电摩托车、可能尚有适才爆发追尾的事故车 ， ，，，，，这时间你就得仰面看整个路况、回忆来时的路、判断该往哪拐 ， ，，，，，因此你需要 " 全局注重力 "。。。。。。不是每一秒都要动用所有脑力 ， ，，，，，而是只在要害节点才全力思索。。。。。。这不是简朴的性能妥协 ， ，，，，，这是在对注重力机制实质举行重新思索。。。。。。AI 并不需要时刻记着所有细节 ， ，，，，，只需要在要害决议点做全局审阅。。。。。。然而当下最盛行的玩法 ， ，，，，，还得是硬件与算法协同优化。。。。。。再好的算法 ， ，，，，，若是硬件跟不上 ， ，，，，，也施展不出所有威力。。。。。。英伟达在 GTC 2026 上宣布的 BlueField-4 CMX 平台就是这个偏向最具代表性的产品。。。。。。这是一个专门为 " 百万级 token 上下文 " 时代设计的上下文影象存储平台。。。。。。古板 GPU 的显存带宽虽然高 ， ，，，，，但容量有限。。。。。。当上下文窗口扩展到几十万甚至上百万 token 时 ， ，，，，，KV cache 的巨细会凌驾单张 GPU 的显存容量。。。。。。BlueField-4 CMX 通过专用的内存扩展硬件 ， ，，，，，在坚持高带宽的同时大幅扩展容量。。。。。。它接纳分层存储架构 ， ，，，，，把热数据放在 GPU 显存 ， ，，，，，温数据放在扩展内存 ， ，，，，，冷数据放在系统内存或 SSD ， ，，，，，通过智能调理实现大容量支持。。。。。。好比说 GPU 显存是你的事情台 ， ，，，，，它空间有限。。。。。。BlueField-4 CMX 就相当于在这个事情台旁边加了个置物架 ， ，，，，，常用的工具放台面 ， ，，，，，无意用的放第一层架子 ， ，，，，，不常用的放更远的柜子。。。。。。需要时系统自动帮你把工具拿过来 ， ，，，，，你感受不到区别 ， ，，，，，但现实上能放的工具多了几十倍。。。。。。像亚马逊的 Trainium 芯片 ， ，，，，，谷歌的 TPU ， ，，，，，现在 AI 芯片的开发商 ， ，，，，，都会和大模子厂商配合研发下一代芯片 ， ，，，，，其缘故原由就在于能让芯片专业对口 ， ，，，，，知足模子的各项需求 ， ，，，，，进而抵达更好的训练以及推理效果。。。。。。03 ?影象 ， ，，，，，AGI 最后一块拼图目今的 AI 影象系统缺乏人类影象的要害特征。。。。。。人类影象有遗忘机制 ， ，，，，，不主要的细节会自然淡化。。。。。。人类影象有牢靠历程 ， ，，，，，主要的履历会在