📡 AI技术雷达

核心方法：将注意力机制拆分为稀疏注意力（处理长距离依赖）和重度压缩注意力（将长上下文压缩为固定长度表示），两种机制级联使用。关键数据：推理算力降至V3.2的27%、KV缓存降至10%、在MMLU/GPQA/HumanEval上全面超越GPT-5.6-mini。对标Grok 4.6（$2/$6），DeepSeek定价更低。

核心方法：在MoE路由中引入专家细分（expert specialization），将2.4T参数分为1024个细粒度专家，每次激活约95B。原生支持256K上下文（非外推）。关键数据：在LiveCodeBench上达到开源最佳（超过DeepSeek V4 Pro），256K上下文推理速度比Qwen3.5的128K快15%。

核心方法：定义程序性公平的三条准则（代表性、一致性、中性），在3个主流RLHF数据集上测试偏好聚合后的公平性偏移。关键数据：当标注者群体差异大时，少数群体偏好被压制的概率高达43%；DPO比传统RLHF更容易放大这种偏差。

核心方法：用CUDA megakernel将draft model和verify model的推理融合到单个kernel launch中，减少GPU同步开销。支持异构硬件（CPU draft + GPU verify）。关键数据：在RTX 3090上对Qwen模型实现2.3x吞吐提升，支持speculative prefill（首次token延迟降低40%）。

核心方法：每次会话结束后自动提取关键决策、代码变更、用户偏好，用embedding存入ChromaDB/SQLite，下次会话启动时自动注入相关上下文。与mem0的区别：claude-mem是客户端插件（不需要后端），mem0是服务端层。关键数据：9万星、支持12+Agent平台、压缩比约10:1。

核心方法：将记忆分为事实记忆、技能记忆、偏好记忆三层，每层独立检索策略。混合检索=向量语义+关键词BM25+图遍历。关键数据：35.24% token节省、支持MCP协议、可自托管。

核心方法：在PostgreSQL内核上扩展向量索引（HNSW）和图引擎，三种查询可以混合执行，无需跨库join。关键数据：对比双引擎方案混合查询延迟降低60%，数据一致性提升到事务级。

核心方法：构建工具选择、上下文组织、错误恢复三类评测任务，对比5种主流Agent框架在相同模型下的表现。关键数据：最佳harness搭配中等模型可以超过差harness+最强模型。

最有效的两条规则："先读现有代码模式再生成"和"每次改动不超过50行"。

分析500+个GitHub项目中Agent生成的代码，发现Agent在安全场景下过度防御导致代码膨胀。HERO契约指导Agent何时该加防御、何时该简化。

核心方法：将对抗prompt生成建模为图结构搜索，按攻击成功率+语义多样性采样。关键数据：对5个主流模型攻击成功率78%，发现1200+种未知jailbreak模式。

利用推理模型"思考"时产生的可观测信号——响应时间分布异常、输出token信息熵波动——训练辅助模型逆向重建推理链。影响：3家主要厂商的6个推理模型均受影响。