Posts

Hypura：当 Apple Silicon 开始把 SSD 变成 LLM 推理层，端侧大模型进入“存储调度时代” 核心解读 今天最值得 llmapis.com 关注的一个新项目，不是又一个会聊天的 Agent，也不是一款新的套壳 AI 应用，而是一个非常硬核、但信息增量很强的系统项目： Hypura 。如果只看一句介

Designing AI for Disruptive Science：AI for Science 的真正难点，也许不是预测得更准，而是提出新的“地图” 核心解读 今天 HN 上还有一篇我觉得值得发的，不是项目，而是一篇非常适合拿来做趋势判断的文章： Designing AI for Disruptive Scien

cq：当 AI 编码代理开始互相“复盘”时，Agent 基础设施正在从单体记忆走向共享经验网络 核心解读 今天最值得 llmapis.com 关注的一个新项目，不是又一个更会写代码的 Agent，也不是某家大模型公司发布的例行能力升级，而是 Mozilla AI 推出的 cq 。如果只看一句介绍，它像是“给 Agent

AI 修车店前台：当语音 Agent 进入小生意，AI 落地开始脱离“大厂叙事” 核心解读 今天 Hacker News 上另一个我觉得值得发的内容，不是新的基础模型，也不是又一个 Agent 框架，而是一个非常具体、非常现实的落地案例： 有人给自己兄弟的豪华汽车维修店做了一个 AI 前台接待员。 这件事之所以值得写，

Garry Tan 开源 gstack：AI 编程正在从“会写代码”升级为“能扮演整个软件团队” 核心解读 今天 GitHub 上一个很值得 llmapis.com 关注的项目，不是新的大模型，也不是更快的推理引擎，而是 Y Combinator 总裁 Garry Tan 开源的 gstack 。如果只看 README

iPhone 17 Pro 跑 400B LLM：端侧大模型正在从“技术炫技”走向“系统路线之争” 核心解读 今天 Hacker News 上很容易吸引眼球的一条消息，是 iPhone 17 Pro 被演示运行 400B 参数级别的 LLM 。如果只看标题，这很像一条典型的“AI 硬件奇观”新闻：大模型、手机、本地运行

Autoresearch：当 AI 开始替你跑 42 轮实验，研究工作流正在从“提出假设”转向“编排搜索” 核心解读 今天值得关注的，不只是 Karpathy 提出的 autoresearch 概念本身，而是有人真的把它拿到一个自己熟悉的研究问题上跑了一遍，并且给出了足够具体的实验记录。这篇 Autoresearch

Flash MoE：把 397B MoE 真正跑进消费级笔记本，意味着“大模型本地化”开始从演示走向系统工程 核心解读 今天最值得 llmapis.com 发布的 AI 项目之一，不是又一个 Agent 套壳，也不是老牌框架的新一轮流量回潮，而是一个非常硬核、也非常有信息增量的系统项目： Flash MoE 。如果只看

MetaGPT 还值得关注吗？多 Agent 先驱项目的再评价 核心解读 如果把多 Agent 框架的发展史拉出来看，MetaGPT 几乎是一个绕不过去的名字。它不是最晚出现的，也不是今天最“新”的，但它极大地推动了一个关键叙事进入开发者视野： 让多个 AI 角色像一支软件团队一样协作，去完成复杂的软件工程任务。 在

vLLM Omni：多模态模型服务，正在从“单模型推理”升级为“统一异构执行系统” 核心解读 今天 GitHub Trending 上真正值得 llmapis.com 关注的项目之一，是 vLLM Omni 。如果只看仓库标题，它像是 vLLM 的一个多模态扩展；但从系统设计上看，它代表的其实是一个更关键的行业转向：