Perplexity开源决策模型，Meta推智能体互操作标准

2026-11-14 12:51 0 阅读

Perplexity 开源 Decider 模型，智能体决策更透明

Perplexity 在 11 月 13 日开源了 Decider v1.3 和 Decider Flash v1.3 两个决策模型，权重已上传至 Hugging Face。这次开源不只是扔出几个文件，还配套新增了 locate 能力，旨在提升智能体在复杂任务中的决策精度和位置感知能力。

对于开发者而言，这意味着可以更直接地 inspect（检查）智能体是如何做出“下一步该调用哪个工具”或“该检索哪段信息”这类决定的。以往黑盒式的 API 调用让调试变得困难，现在通过开源权重，社区可以针对特定场景微调决策逻辑。官方表示短期内可免费使用，这可能会吸引一批专注于智能体编排（Orchestration）的研究者和工程师进行实验。

Decider 系列的定位很明确：它不直接生成最终回答，而是负责“路由”和“规划”。在长链条的智能体工作流中，决策层的准确性直接决定了整体效率。Flash 版本的推出则暗示了 Perplexity 对低延迟场景的重视，毕竟在实时交互中，决策速度往往比推理深度更影响用户体验。

Google 开源 TPU Sync，解决 KV Cache 传输瓶颈

在大模型推理中，KV Cache（键值缓存）的管理一直是性能优化的深水区。随着上下文窗口越来越长，KV Cache 的数据量激增，如何在 TPU 的高带宽内存（HBM）、主机内存、共享存储和网络之间高效搬运这些数据，成了制约吞吐量的关键。

Google Cloud 近期开源了 TPU Sync C++ 库，专门用于管理这一数据传输过程。该库利用异步 DMA（直接内存访问）技术，实现了 KV Cache 和模型权重的并行传输。简单来说，它让数据搬运不再阻塞计算单元，从而提升了 TPU 集群的整体利用率。

对于使用 Google TPU 进行大规模推理部署的团队来说，这是一个实用的底层工具。以前开发者可能需要自己编写复杂的内存管理代码来处理分页和传输，现在 TPU Sync 提供了一套标准化的接口。虽然这属于比较硬核的基础设施更新，但对于追求极致性价比的云服务商和大厂而言，这种细粒度的优化能直接转化为成本节约。

Meta 推动 Poppy 标准，个人智能体走向互操作

智能体（Agent）领域目前最大的痛点之一是“孤岛效应”。每个厂商都有自己的智能体框架，彼此之间难以沟通。Meta 联合行业伙伴推出了 Poppy 开放标准的首个版本，试图打破这一局面。

Poppy 的目标是让个人智能体能够与各类服务无缝互操作。目前，Meta 自家的 Muse 智能体已率先支持该标准。如果其他主流态系统也能采纳 Poppy，用户或许就能用一个智能体同时操控日历、邮件、购物平台甚至智能家居，而无需在不同 App 间切换。

这一举措的战略意图明显：Meta 希望成为智能体时代的“连接器”。然而，标准的生命力取决于生态的采用率。目前来看，除了 Muse，其他主流平台尚未公开宣布支持。Poppy 能否成为像 HTTP 或 OAuth 那样的通用协议，还需观察后续是否有更多巨头入局。

智能体工作流与记忆机制的新进展

除了底层设施和标准，智能体的“软实力”——工作流执行和记忆管理——也有新动态。

Vercel 发布了 Workflow SDK 5 及 Workflows 更新。这次升级重点强化了智能体在长流程任务中的表现，提升了步骤启动与衔接的速度，并加强了加密和安全机制。对于构建生产级智能体应用的开发者来说，SDK 的稳定性至关重要。Vercel 此次更新显然是在回应市场对“可靠智能体”的需求，毕竟 demo 跑通和线上稳定运行是两回事。

在记忆管理方面，MIT 和 Meta 等机构提出了 ReHarness 方法。智能体在长期运行中会积累大量笔记和经验，但其中不少可能已过时甚至错误。ReHarness 利用后续任务的结果来反向修订之前保存的记忆，从而减少过时经验对未来的误导。研究显示，这种方法不仅能提升基准测试成绩，还能节省用于重放历史记录的 Token 消耗。这是一种更经济的“遗忘”机制，让智能体能够自我纠错，而不是无限堆积垃圾信息。

其他值得关注的动态

openJiuwen 发布 AgentOS：openJiuwen 推出了 RSI 原生 AgentOS，主打让智能体按需求自行开发和扩展功能，并持续迭代。不过，目前公开信息中缺乏具体的性能数据或实际应用场景验证，其实际效果仍有待观察。

AWS 的生产数据闭环实践：AWS 分享了如何使用 SageMaker HyperPod Data Capture 收集生产环境中的推理数据。通过捕获这些数据，团队可以更容易地发现模型漂移（Model Drift）、失败模式以及新的训练需求。这为建立“模型改进飞轮”提供了具体路径，即从线上反馈中自动提取高质量训练样本，形成持续优化的闭环。

NVIDIA 与 Thinking Machines 的新模型：Thinking Machines Lab 开源了 594B 参数的 Inkling 2 Small 模型，并发布了基于 NVFP4 的检查点。该模型采用了原生 4-bit 训练技术，旨在降低超大规模模型的部署门槛。与此同时，NVIDIA 也在 Hugging Face 上线了 Déjà View 交互式演示，方便开发者无需编程即可体验相关能力。

Google Gemini 4 Hydrogen：Google 发布了 Gemini 4 Hydrogen，并将其接入搜索业务。该模型强调对复杂多部分问题、拼写错误和具体请求的理解能力提升。据称，这是 Google 搜索迄今最大的模型改进之一。此外，Gemini 4 系列还包括 Carbon 和 Argon 等变体，分别针对不同成本和性能需求的场景。