标签：算力

AI智能体组合流程曝光：用intake、Dots与多模型调度接手重复工作

2026年10月7日，X用户@xiax0603分享了一套AI智能体工作流：用intake聚合工单、邮件和文档，借Dots做实时监控，再调度不同大模型完成定方向、写稿、深度思考和自动重试，把大部分重复劳动交给系统，由人只做重大决策。

一篇 arXiv 论文首次对 NLIP 和 A2A 两种智能体通信协议做了受控延迟对比，发现在轻量协调场景下 NLIP 的连接速度可快 8.4–9.6 倍，但端到端推理任务两者几乎打平。

alphaXiv 上的一篇新论文提出 Level-of-Token（LoT）Diffusion，让扩散模型按画面细节分布分配不同大小的 token，在不重训的前提下减少 token 数量、提升生成速度，图像和视频任务都有验证。

佐治亚理工学院宣布推出全新在线人工智能硕士项目 OMS AI，延续其把学位价格压到远低于市场价的路线，值得关注的是它对 AI 人才供给和教育定价的潜在冲击。

GUI-HARVEST 提出一种自动优化 GUI 智能体运行框架的方法，在不改动大模型参数的前提下，通过分析截图前后变化和重复执行差异来改进代码，让固定模型在 GUI 任务上表现更好。

alphaXiv 上的一篇论文提出，视频编码不必让相邻帧在早期就交互：先用冻结的图像编码器保留逐帧证据，再用问题感知选择器统一分配少量 Token，最后对入选锚点做轻量时序修正。按其报告，结果在 13 项基准上接近“全图像 Token”路径，而视觉 Token 只用到约 28% 至 35%。

alphaXiv 收录的论文提出 LoGRA，用低秩梯度素描代替完整梯度矩阵来降低大模型强化学习后训练显存，7B 模型平均显存下降 45.7%，27B 模型可在单台八卡节点完成 1100 步以上训练。

2026 年 10 月 7 日，X 用户 @YoussefRoqvcmj 发帖称自己每天深度使用各类 AI 工具 3 至 8 小时，用量已超过微信，并主张把 AI 当作老板与战略顾问，而非只会回答标准答案的助手。其核心判断是：AI 带来的'智力平权'与'服务平权'，正在改变普通人的工作与竞争方式。

2026年10月7日，X用户 @pydatas 分享了一份“6个月成为AI工程师”的学习教程，强调AI工程师首先是软件工程师，而非研究员，引发对AI岗位技能结构的讨论。

arXiv 上一篇新论文提出 FEM-ASM 组织方式，尝试把语言模型的持久存储、确定性执行与神经协调拆开，而不是继续把所有能力塞进同一套参数里。它值得关注，因为这条路线直指大模型“参数大一统”的扩容瓶颈，但目前只是受控实验与负结果，不是可落地产品。