**摘要：**智谱AI开源新一代旗舰模型GLM-5.2，在推理能力、上下文长度、效率与生态四个维度实现突破。该模型具备128K长文本处理能力，推理性能提升30%，支持复杂指令遵循与专业级代码生成，在多项基准测试中媲美GPT-4级别模型。通过架构优化与量化技术，推理成本降至商业模型的1/5-1/10。国家超算互联网平台提供即用API服务，结合宽松开源协议，使企业能快速私有化部署。GLM-5.2标志着

训练7B参数模型所需GPU配置与耗时因硬件型号、训练模式和数据规模而异。RTX 5090（32GB）适合轻量化微调，单卡处理千万级数据需20-50小时；8卡可完成小规模全参数微调（35-50天）。H200（80GB）则适合完整预训练，8卡需13-20天，32卡可缩短至3-5天。关键变量包括数据集大小、批处理量、并行策略等。建议新手按需选择：微调用1-2张5090，中等规模选8卡集群，全预训练优先3

**摘要：**智谱AI开源新一代旗舰模型GLM-5.2，在推理能力、上下文长度、效率与生态四个维度实现突破。该模型具备128K长文本处理能力，推理性能提升30%，支持复杂指令遵循与专业级代码生成，在多项基准测试中媲美GPT-4级别模型。通过架构优化与量化技术，推理成本降至商业模型的1/5-1/10。国家超算互联网平台提供即用API服务，结合宽松开源协议，使企业能快速私有化部署。GLM-5.2标志着

很多人在编写 Skills 时，会把 description 写得跟文章摘要一样，内容冗长却抓不住重点。然而，Claude 在启动时只会扫描 description 部分，靠这区区几十个字来决定是否应该调用这个 Skill。这就意味着，description 的质量直接决定了 Skills 的命运。我们来对比两种典型的写法。错误的写法是这样的：「这是一个帮助生成周报的 Skill。」这种描述看似清

Hermes Agent采用分层记忆机制解决AI Agent的长期记忆问题： 常驻记忆（MEMORY.md/USER.md）存储高频关键信息（约1.3k token），写入时严格限制容量并避免静默丢失； 会话检索通过SQLite+FTS5索引历史对话，实现低成本冷数据查询； 上下文压缩动态处理会话内膨胀，先规则去重再LLM摘要，保留头尾关键对话。设计核心在于显式分层（热/冷数据分离）、拒绝静默丢数

本文解析开源 AI 智能体 Moltbot 的核心技术架构，详解其多平台兼容、AI 集成、向量检索等核心特性，拆解网关、Agent 等核心组件设计逻辑。同时提供本地与云端多场景部署实操指南，讲解环境配置、参数调优要点，助力快速搭建专属智能助手。

摘要： DeepSeek与通义千问代表了AI发展的两大技术路线：前者专注纯文本推理优化，在数学、代码等复杂任务中表现卓越，具备高效低耗优势；后者通过统一多模态架构实现文本、图像等跨模态融合，在视觉理解与生成任务上更胜一筹。实际部署中，DeepSeek在纯文本场景成本更低，而通义千问提供端到端多模态解决方案。开发者应根据需求选择——深度推理选DeepSeek，多模态交互选通义千问。未来，混合系统或成

很多人在编写 Skills 时，会把 description 写得跟文章摘要一样，内容冗长却抓不住重点。然而，Claude 在启动时只会扫描 description 部分，靠这区区几十个字来决定是否应该调用这个 Skill。这就意味着，description 的质量直接决定了 Skills 的命运。我们来对比两种典型的写法。错误的写法是这样的：「这是一个帮助生成周报的 Skill。」这种描述看似清

美团推出轻量化MoE模型LongCat-Flash-Lite，采用创新的N-gram嵌入扩展范式，突破传统混合专家架构瓶颈。该模型通过N-gram嵌入层精准捕获局部语义，优化参数分配策略，将46%参数投入嵌入层，实现低激活参数下的高性能表现。系统层面采用专用缓存、内核优化和推测解码协同三重升级，在256K长文本支持下达到500-700 token/s的推理速度。实测显示，该模型在智能体工具使用、编

美团推出轻量化MoE模型LongCat-Flash-Lite，采用创新的N-gram嵌入扩展范式，突破传统混合专家架构瓶颈。该模型通过N-gram嵌入层精准捕获局部语义，优化参数分配策略，将46%参数投入嵌入层，实现低激活参数下的高性能表现。系统层面采用专用缓存、内核优化和推测解码协同三重升级，在256K长文本支持下达到500-700 token/s的推理速度。实测显示，该模型在智能体工具使用、编