AI 代理进化加速，LoRA 基础设施迎百万级挑战

2026年5月14日，AI 研究在多条战线上加速突破。三大主题主导今日动态：代理安全与演化 成为焦点，研究揭示模型历史行为可导致不安全决策（History Anchors），而元编辑框架 AEvo 则推动智能体在长周期搜索中自主进化。基础设施创新 同步发力，MinT 实现百万级 LoRA 策略的高效训练与推理，KVServe 通过服务感知的 KV 缓存压缩将分离式 LLM 通信效率提升近10倍。此外，模型推理与评估 迎来新方法，Stateful Transformers 通过持久化KV缓存实现5.9倍流式推理加速，EVA-Bench 则为端到端语音智能体提供了包含准确性（EVA-A）和体验（EVA-X）的综合评估框架。

Section Synthesis & Key Takeaways: Today's briefing curates 169 high-signal developments across 48 global and regional sources.

Models (5 picks): 「DeepSeek-V4 Preview 正式发布并开源，支持 1M 上下文」（长上下文和低成本是当前 AI 应用的两大痛点，DeepSeek-V4 同时解决这两个问题，做 RAG、文档分析或长对话的开发者可以直接上手试试）; 「DeepSeek-V3.2 及 Speciale 发布，专为智能体打造的推理模型」（做智能体开发或需要强推理能力的团队，DeepSeek 这次直接给了两个新选择——V3.2 可立即上手，Speciale 适合追求极致推理的 API 用户，值得关注技术报告里的细节）.

Products (4 picks): 「Karpathy 点赞 Farzapedia：个人维基百科式 AI 记忆方案」（Karpathy 把 AI 个性化的痛点说透了——Farzapedia 让用户掌控数据而非被 AI 公司锁定，适合注重隐私和自主性的开发者直接尝试）; 「OpenAI 给 Codex 在 Windows 造沙箱，过程比想象中曲折」（Windows 开发者终于有了正经的本地 AI 编程沙箱——Codex 团队用四层架构解决了 OS 级隔离难题，做安全或工具链的值得点开学习设计思路）.

Industry (5 picks): 「田渊栋官宣新公司 Recursive，获 6.5 亿美元融资构建自改进超智能」（田渊栋等顶尖 AI 研究者联手打造自改进超智能，解决了 AI 依赖人类手动迭代的瓶颈。做 AGI 研究或关注 AI 前沿的开发者，值得关注这家新公司的技术路线和团队背景）; 「Karpathy 在 Sequoia Ascent 2026 炉边谈话：LLM 的新视野与智能体原生经济」（Karpathy 把 LLM 的“锯齿状能力”和智能体原生经济讲透了，做 AI 产品、搞智能体开发的团队看完会对能力边界和落地方向有全新认知，值得点开细品）.

Papers (5 picks): 「Valiant 原始学习模型：可学习类与成员查询的严格夹逼」（这篇论文澄清了机器学习理论中一个长期被误解的基础问题——Valiant 原始模型与 PAC 学习的区别，做学习理论或计算复杂度研究的学者值得一读，尤其是对成员查询能力感兴趣的人）; 「Hodge分解实现拓扑保持的神经算子学习」（Hodge分解为神经算子学习提供了严格的数学框架，解决了物理场模拟中拓扑与几何动力学的分离难题。做计算物理、几何深度学习或科学机器学习的团队，可以直接用开源的HSD架构提升模型对物理不变量的保真度）.

How-to (3 picks): 「Karpathy 建议：让 LLM 输出 HTML 作为视觉输出新方式」（Karpathy 的这个技巧让 AI 输出从枯燥文本变成可视化页面，做演示、写文档或做数据分析的团队可以直接用，省去手动排版时间）; 「停止把提示词变成魔法咒语：像经理一样提需求」（Mollick 戳破了提示工程中的玄学泡沫，做 AI 应用或日常使用大模型的团队，看完会重新审视自己的提示词写法，建议直接照做）.