从零手搓的C++/CUDA推理引擎，只认RTX 5090一张卡：Qwen3.8-27B八路并发767 tok/s、AIME双96.7%不掉点，240K上下文还能看图看视频，5090党的天花板玩法。

开源界最能自己干活的AI程序员，8.8万star，issue丢给它就自己改代码跑测试，免费自托管！

OctoHz 智能互通：给一台机器装上 Bridge（教程） 适用版本： 2.0.2（只实现 A2A 1.0，不兼容 v0.3，也不放行 1.1/2.0 等未实现版本）。 目标：让一台机器上的智能体（Hermes 等）加入 OctoHz 智能互通，能和其他机器上的智能体互相调用，并由 OctoHz 统一管理身份、授权和审计。 先搞清楚：每台机器要装什么 只装一个文件： 。 它是静态单文件，不需要装

TypeSafe 的 Jev 决策模型有 DSH 原生插件了，一条命令装上，Agent 选工具从此有概率有置信度，不再靠猜

Claude Code Skill，自动搜索Reddit/X/YouTube/HN等平台过去30天的真实讨论，生成研究简报

MCP解决能做什么，Skill定义该怎么做，Hook确保不能做什么，三者协同构建Agent安全体系

如何拥有一个自己的智能体 本文只讨论能调用工具、自主执行的智能体（Agent），不讨论纯对话机器人。 按照难度从低到高分为三层。 --- 第一层：大厂云端智能体（开箱即用，零安装） 这一层是各大厂已经搭建好、部署在云端的智能体产品。你不需要安装任何软件，注册账号就能用。 基于 OpenClaw 的云端产品 OpenClaw（龙虾）是一个开源的自主 AI 助手框架，GitHub 地址 。国内外大厂基

一张 3090 Ti 跑 27B 免审模型：改写/翻译类比原双卡快 2.2 倍，日常对话快 32%。代价是量化从 8 位降到 4 位，且质量尚未验证。