<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>AI on Robert | 程序员 · 生活家</title><link>https://robert-xblog.art/tags/ai/</link><description>Recent content in AI on Robert | 程序员 · 生活家</description><generator>Hugo -- gohugo.io</generator><language>zh-CN</language><managingEditor>Robert</managingEditor><webMaster>Robert</webMaster><lastBuildDate>Tue, 17 Mar 2026 20:30:00 +0800</lastBuildDate><atom:link href="https://robert-xblog.art/tags/ai/index.xml" rel="self" type="application/rss+xml"/><item><title>斯坦福大学AI小镇论文阅读</title><link>https://robert-xblog.art/tech/agent-mem-papers/stanford-generative-agents-notes/</link><pubDate>Tue, 17 Mar 2026 20:30:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-mem-papers/stanford-generative-agents-notes/</guid><description>Generative Agents 论文导读与重构整理：从记忆流、反思到规划，理解斯坦福AI小镇的 Agent Memory 架构</description></item><item><title>斯坦福大学AI小镇论文（全文翻译+导读）</title><link>https://robert-xblog.art/tech/agent-mem-papers/stanford-generative-agents-full-translation/</link><pubDate>Tue, 17 Mar 2026 18:28:15 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-mem-papers/stanford-generative-agents-full-translation/</guid><description>斯坦福大学 Generative Agents 论文全文中文翻译 - AI小镇模拟人类行为的研究（附导读、结构化解读与阅读小结）</description></item><item><title>Agent Memory 论文综述</title><link>https://robert-xblog.art/tech/agent-mem-papers/0-agent-memory-overview/</link><pubDate>Sun, 15 Mar 2026 20:30:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-mem-papers/0-agent-memory-overview/</guid><description>基于 Shichun-Liu/Agent-Memory-Paper-List 的 Agent Memory 领域论文总结，涵盖事实记忆、经验记忆和工作记忆三大类别。</description></item><item><title>Agent Memory: 事实记忆 (Factual Memory)</title><link>https://robert-xblog.art/tech/agent-mem-papers/factual-memory/</link><pubDate>Sun, 15 Mar 2026 20:30:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-mem-papers/factual-memory/</guid><description>Agent Memory 中事实记忆相关论文总结，包括 Token-level、Parametric 和 Latent 三种存储形式。</description></item><item><title>Agent Memory: 工作记忆 (Working Memory)</title><link>https://robert-xblog.art/tech/agent-mem-papers/working-memory/</link><pubDate>Sun, 15 Mar 2026 20:30:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-mem-papers/working-memory/</guid><description>Agent Memory 中工作记忆相关论文总结，涵盖上下文压缩、注意力机制和 KV Cache 优化等方向。</description></item><item><title>Agent Memory: 经验记忆 (Experiential Memory)</title><link>https://robert-xblog.art/tech/agent-mem-papers/experiential-memory/</link><pubDate>Sun, 15 Mar 2026 20:30:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-mem-papers/experiential-memory/</guid><description>Agent Memory 中经验记忆相关论文总结，涵盖技能积累、经验复用和程序性记忆等方向。</description></item><item><title>OpenClaw（Clawdbot）架构拆解：把 Agent 系统做得更稳、更可控</title><link>https://robert-xblog.art/tech/openclaw-clawdbot-architecture/</link><pubDate>Mon, 02 Mar 2026 15:33:46 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/openclaw-clawdbot-architecture/</guid><description>基于 @Hesamation 拆解：OpenClaw 的 Gateway、lane queue、Agent Runner、记忆与工具安全，以及 10 条可落地的工程化建议</description></item><item><title>大模型记忆工程的架构设计与实践</title><link>https://robert-xblog.art/tech/llm-memory-engineering-memos/</link><pubDate>Mon, 02 Mar 2026 10:00:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/llm-memory-engineering-memos/</guid><description>记忆张量 CTO 李志宇博士在 QCon 的演讲分享：大模型记忆工程的核心技术——记忆分层管理、多粒度调度、可信更新与安全治理</description></item><item><title>2026年AI竞争，正催生'数据工业'</title><link>https://robert-xblog.art/tech/reference-news/2026-ai-data-industry/</link><pubDate>Tue, 24 Feb 2026 14:45:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/reference-news/2026-ai-data-industry/</guid><description>&lt;blockquote>
&lt;p>核心观点：2026年，AI行业的竞争焦点，除了算力和电力，可能还要全面转向高价值的数据供应链了。&lt;/p>
&lt;/blockquote>
&lt;hr>
&lt;h2 id="一meta收购scale-ai">一、Meta收购Scale AI&lt;/h2>
&lt;p>2025年6月12日，Meta宣布以&lt;strong>143亿美元&lt;/strong>收购人工智能数据标注公司 &lt;strong>Scale AI&lt;/strong> 49%的股权。&lt;/p>
&lt;p>Scale AI的核心业务：&lt;/p>
&lt;ul>
&lt;li>数据清洗、标注和整理（激光雷达点云、摄像头视频等）&lt;/li>
&lt;li>雇用人类专家撰写训练数据&lt;/li>
&lt;li>用AI生成训练数据&lt;/li>
&lt;li>向出版商采购数据进行结构化处理&lt;/li>
&lt;/ul>
&lt;p>扎克伯格认为，AI竞争已从&amp;quot;拼模型&amp;quot;转向&amp;quot;&lt;strong>拼数据喂养能力&lt;/strong>&amp;quot;。&lt;/p>
&lt;hr>
&lt;h2 id="二openai-收购torch">二、OpenAI 收购Torch&lt;/h2>
&lt;p>2026年1月13日，OpenAI以约&lt;strong>1亿美元&lt;/strong>收购医疗数据整合公司 &lt;strong>Torch&lt;/strong>。&lt;/p>
&lt;p>Torch只有&lt;strong>4名员工&lt;/strong>，人均&amp;quot;转会费&amp;quot;高达2500万美元。&lt;/p>
&lt;p>收购目的：获得医疗数据整合能力，支撑&amp;quot;ChatGPT Health&amp;quot;功能（接入220万家美国医疗机构数据）。&lt;/p>
&lt;p>同期，Anthropic发布Claude for Healthcare，Google更新MedGemma 1.5，医疗AI竞争转向&lt;strong>数据整合的广度与深度&lt;/strong>。&lt;/p>
&lt;hr>
&lt;h2 id="三腾讯转拼环境数据">三、腾讯转拼&amp;quot;环境数据&amp;quot;&lt;/h2>
&lt;p>2026年1月，腾讯新任首席AI科学家&lt;strong>姚顺雨&lt;/strong>提出：&lt;/p>
&lt;ul>
&lt;li>&lt;strong>ToB领域&lt;/strong>：&amp;ldquo;性能溢价&amp;rdquo;，模型参数提升有意义&lt;/li>
&lt;li>&lt;strong>ToC领域&lt;/strong>：进入&amp;quot;感知平稳期&amp;quot;，关键是&amp;quot;&lt;strong>更懂我&lt;/strong>&amp;quot;&lt;/li>
&lt;/ul>
&lt;p>要做到&amp;quot;更懂用户&amp;quot;，关键在于对&amp;quot;&lt;strong>环境上下文&lt;/strong>&amp;ldquo;的理解（实时位置、天气、社交关系、历史对话等）。&lt;/p>
&lt;p>腾讯将借助微信10亿用户的&amp;quot;环境数据&amp;quot;突围。&lt;/p>
&lt;hr>
&lt;h2 id="四李开复的预判">四、李开复的预判&lt;/h2>
&lt;p>零一万物创始人李开复预判：国内超大基座模型竞争将日趋寡头化，最终仅剩&lt;strong>DeepSeek、阿里、字节&lt;/strong>三家主导。&lt;/p>
&lt;p>背后原因：这三家（加上腾讯）都拥有&lt;strong>海量场景、海量数据&lt;/strong>。&lt;/p>
&lt;hr>
&lt;h2 id="五总结数据工业的崛起">五、总结：数据工业的崛起&lt;/h2>
&lt;blockquote>
&lt;p>&lt;strong>数据从2026年起会从资源升级成产品&lt;/strong>，像芯片一样需要被设计、精密加工、自动化质检。&lt;/p>
&lt;/blockquote>
&lt;ul>
&lt;li>Scale AI、Torch这类公司将成为&amp;quot;数据工业&amp;quot;里的台积电&lt;/li>
&lt;li>数据公司拼的是&lt;strong>认知工艺&lt;/strong>，而非人海战术&lt;/li>
&lt;li>数据供应链正在&lt;strong>矿业化+制造业化&lt;/strong>&lt;/li>
&lt;/ul>
&lt;hr>
&lt;h2 id="来源声明">来源声明&lt;/h2>
&lt;ul>
&lt;li>&lt;strong>原文&lt;/strong>: 《蔡钰·商业参考4》&lt;/li>
&lt;li>&lt;strong>作者&lt;/strong>: 蔡钰&lt;/li>
&lt;/ul>
&lt;hr>
&lt;blockquote>
&lt;p>⚠️ &lt;strong>免责声明&lt;/strong>：本文为第三方商业分析文章的整理版本，仅供个人学习参考。如有侵权，请联系删除。&lt;/p>
&lt;/blockquote></description></item><item><title>MemGPT 论文中文翻译：将 LLM 作为操作系统</title><link>https://robert-xblog.art/tech/memgpt-paper-translation/</link><pubDate>Sun, 22 Feb 2026 21:30:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/memgpt-paper-translation/</guid><description>MemGPT 论文完整中文翻译，介绍如何通过虚拟上下文管理技术突破 LLM 的上下文窗口限制</description></item><item><title>MemGPT/Letta 记忆与上下文管理深度解析</title><link>https://robert-xblog.art/tech/memgpt-letta-guide/</link><pubDate>Sun, 22 Feb 2026 20:50:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/memgpt-letta-guide/</guid><description>深入解析 MemGPT（现 Letta）的记忆管理系统，突破 LLM 上下文窗口限制的创新方案</description></item><item><title>Agent Infra 深度调研：Memory管理层次与架构设计</title><link>https://robert-xblog.art/tech/agent-infra-memory/</link><pubDate>Sun, 22 Feb 2026 20:40:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-infra-memory/</guid><description>对Agent Infrastructure领域进行系统性深度调研，重点关注Memory管理层次模型</description></item><item><title>多模态数据湖深度调研报告</title><link>https://robert-xblog.art/tech/multimodal-data-lake/</link><pubDate>Sun, 22 Feb 2026 20:35:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/multimodal-data-lake/</guid><description>涵盖架构设计、存储格式、查询优化、数据治理及业界实践等核心维度的多模态数据湖系统性调研</description></item><item><title>自动驾驶大数据领域深度调研报告</title><link>https://robert-xblog.art/tech/autonomous-driving-big-data/</link><pubDate>Sun, 22 Feb 2026 20:30:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/autonomous-driving-big-data/</guid><description>从数据类型与特征、数据处理流程、技术挑战、主流解决方案和未来趋势五个维度，对自动驾驶大数据领域进行系统性调研</description></item><item><title>智能体设计模式资料汇总</title><link>https://robert-xblog.art/tech/agent-design-patterns/</link><pubDate>Sun, 22 Feb 2026 15:00:00 +0800</pubDate><author>Robert</author><guid>https://robert-xblog.art/tech/agent-design-patterns/</guid><description>Google 及相关高质量智能体设计模式资料整理</description></item></channel></rss>