雙十一已用上,廣告推薦時延降15%!openEuler發佈最新智能體基礎設施
作者 | 楊京麗 編輯 | 李水青 11月13日報道,今日,國內知名開源操作系統openEuler團隊發佈Agentic Infra(智能體基礎設施)相關方案,覆蓋可觀測與安全治理、融合沙箱、記憶系統、KV Cache加速和推理加速等能力,並披露超節點OS(操作系統)的行業落地和社區進展。現場數據顯示,openEuler的Agentic Infra方案的推理吞吐可提升至原來的1.5至3倍,沙箱部署密度提升25%,TTFT(首Token時延)下降30%以上;單沙箱實例啟動時間低於50毫秒,10秒內可啟動10萬個沙箱。安全治理方面,Agent風險攔截率由50%提升至95%。
會後,等媒體與OpenAtom openEuler委員會主席熊偉進行了對話交流。熊偉稱,當前操作系統的底層能力與雲原生時代相比,並未發生顛覆性變化。操作系統向上連接AI應用和各類業務,向下連接硬件層。Agent位於AI應用和業務執行層,大模型負責生成指令,Agent負責將指令轉化為具體動作,沙箱則負責限制這些動作的執行範圍。熊偉補充稱,openEuler正在圍繞兩方面建設Agentic Infra:一是降低大模型生成Token的門檻,幫助用戶更容易搭建模型運行環境;二是提升Token生成後的Agent執行效率和安全性。
針對Agentic Infra未來路線,熊偉說,AI技術變化很快,與其反覆定義Agent OS,不如先解決沙箱、KV Cache、記憶系統等相對確定性的問題,再根據業務場景繼續擴展應用場景。一、單沙箱啟動低於50毫秒,推進Agent基礎設施升級 會上,熊偉稱,隨著Agent應用發展,任務執行方式正從虛擬機、容器轉向沙箱,操作系統需要重點解決沙箱的併發、時延和安全等問題。針對這些挑戰,openEuler推出融合沙箱、KV Cache、記憶系統和Agent安全治理等方案。其中,融合沙箱方案可在10秒內啟動10萬個沙箱,單個沙箱創建時間低於50毫秒,支持大規模Agent併發和工具調用。
KV Cache方案通過多級緩存減少數據反覆搬運,加速長上下文訪問和大規模推理。記憶系統支持分層記憶、混合檢索、數據多分支管理和任意時間點回滾,可將Token開銷降低50%。Agent安全方案則覆蓋全鏈路行為追蹤和文件毫秒級回滾,使Agent執行過程可控、操作可追溯、異常可恢復。整體架構中,openEuler位於超節點和Agent之間:向下通過統一內存編址、超大帶寬和超低時延等能力確保超節點穩定運行,向上通過融合沙箱、KV Cache和記憶系統支撐Agent高效執行。上述能力將進一步沉澱到面向Agentic Infra的操作系統openEuler 24.
03 LTS SP5中,實現全場景運行能力的優化,覆蓋Agent安全治理、內存管理、用戶態調度、動態SMT(同時多線程)和異構資源調度等方向。相關能力將進一步提升系統在通算、智算及Agent場景下的資源利用率、運行穩定性和任務調度效率。該版本計劃於2026年12月發佈。二、超節點OS進入八大場景,證券交易端到端時延降低50% openEuler去年11月發佈“首個面向超節點的操作系統”——openEuler 24.03 LTS SP3。
華為ICT戰略與業務發展部總裁彭紅華稱,一年來,華為等廠商推動超節點OS進入虛擬化、數據庫等八大核心業務場景,並圍繞異構融合調度、全局內存共享、高效通信和故障隔離持續優化。彭紅華稱,鯤鵬超節點與openEuler合作,在證券交易系統中,相關業務時延能夠降低50%,併發上限提升80%。京東零售廣告算法架構師齊浩稱,京東雲與openEuler、鯤鵬超節點合作,在剛結束的“雙11”大促中實現規模化上線,承接約30%的廣告業務流量,峰值請求量達到數十億次。實測數據顯示,相比傳統方案,基於openEuler和鯤鵬超節點的廣告推薦端到端時延下降15%。
麒麟軟件首席科學家韓乃平稱,麒麟軟件已發佈商業版超節點OS,支持從單機部署向超節點部署遷移。該方案在集中交易場景中將吞吐量提升2.4倍,極速交易時延下降21%,風控處理時延下降50%,數據庫性能提升3倍。韓乃平稱,麒麟軟件的超節點OS已在部分金融客戶中完成概念驗證,並逐步進入實際運行階段。其配套的觀測平臺能夠從內核、進程、容器到應用層收集運行數據,並結合AI定位故障根因。三、83%社區服務支持Agent調用,openEuler加速全球化 彭紅華介紹,華為基礎設施團隊已向openEuler社區貢獻統一命令行、Skill Hub等AI工具和服務,推動社區開發和運維流程智能化。
目前,openEuler社區已有83%的服務支持Agent調用,2026年合入社區的PR中約41%由AI參與完成,預計到年底這一比例將超過80%。熊偉稱,openEuler正在使用AI輔助漏洞處理,預計到今年年底,80%的CVE(通用漏洞披露)處理流程將獲得AI輔助,同時推動社區基礎設施全面接入AI。截至目前,openEuler累計裝機量達到2200萬套,社區成員單位超過2200家,開發者數量超過3萬人,用戶下載量超過1000萬。據openEuler預測,2026年openEuler在中國新增服務器操作系統市場中的份額預計約為61%。
全球化方面,大會發布了基於openEuler的巴基斯坦本土操作系統。巴基斯坦高等教育委員會主席艾哈邁德介紹,該系統已經完成測試,計劃首先推廣至約280所高校,覆蓋約400萬名學生。該系統效率較此前使用的操作系統提升約10%至15%,後續將向產業和周邊地區擴展。結語:Agent基礎設施進入業務驗證階段 從沙箱、記憶系統到超節點資源調度,到超節點OS在京東廣告等場景的實際部署,openEuler此次升級的Agentic Infra方案已經從技術模塊延伸到具體業務指標。沙箱、KV Cache、記憶系統和安全治理,也正在成為操作系統面向Agent場景需要補齊的基礎能力。
接下來,openEuler能否把這些能力推廣到更多行業,並在不同硬件和業務環境中保持穩定表現,將成為觀察Agentic Infra後續落地進展的重要指標。
Related
相關文章
本期AI資訊彙總2026年11月14日的產品更新、前沿研究、行業趨勢與開源項目,幫助讀者快速瞭解當天的重要動態
L2、L3正確率分別從4%、0%、0%升至88%、82%、16%。作者還報告,生成內核快於PyTorch eager的任務佔比有所提高;正確率與性能提升應分別理解。DecArena檢驗十萬工具規模的去中心化協作。論文采用圖約束通信,讓智能體僅觀察局部狀態並與鄰居交互,工具規模超過10萬項。
谷歌搜索引入Gemini 4 Hydrogen
Google推出Gemini4Hydrogen,全球Search迎來最大模型升級AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Nov 13, 202680Google宣佈推出Gemini4Hydrogen,並將其引入全球Google Search,重點提升搜索引擎處理多部分、複雜細節及拼寫錯誤問題的能力。Google稱,這是迄今為止Search最大規模的一次模型升級。與專注複雜推理的Gemini4Carbon和Gemini4Argon不同,Hydrogen主要面向高速代理式工作流,能夠自主完成多步驟任務。Google表示,其任務執行速度比上一代快速模型Gemini3.8Flash快2.5倍。在默認高思考等級下,Hydrogen在Artificial Analysis Intelligence Index基準測試中的表現甚至超過能力定位更高的Gemini4Argon。在搜索場景中,Hydrogen能夠更準確地理解用戶意圖、遵循指令和調用工具,並優化Search的扇出技術,將複雜提示拆分為多個子查詢,以發現更多相關網站。Google AI Mode也將提供更多圖片、結構化答案、對比表格及定製工具,進一步改善多語言搜索體驗。Hydrogen支持低、中、高和新增的超高(xhigh)四檔思考等級,旨在減少輸出Token消耗並提高任務執行效率。在Agent Arena基準測試中,其在深度研究、數據分析和大型代碼庫導航等多步驟任務中排名第五。此外,該模型還可自主編寫代碼、運行測試並驗證代碼修改,也能與Carbon、Argon協同完成工作流。除Google Search外,Gemini4Hydrogen還將登陸Google AI Studio、Gemini API、Gemini App,以及面向AI Pro和Ultra付費訂閱用戶的Google Antigravity開發平臺。
模型推理透明度受訓練取捨影響
Ad Skip to content OpenAI’s data suggests that frontier models are hiding their thoughts because developers optimize for capability and compute Maximilian Schreiner View the LinkedIn Profile of Maximilian Schreiner Nov 12, 2026 Nano Banana Pro prompted by THE DECODER Frontier models like GPT-6 Astra are becoming harder for safety monitors to see into.
2026年最佳AI影片生成模型:Elo評分、每秒價格與開放權重
AI影片生成模型的排行榜與12個月前相比已有巨大變化。原生音訊現在已是基本配備,影片片段長度可達15至30秒,且開放權重模型已擠進前三名。這份排名(截至2026年11月13日)採用單一品質指標:來自Artificial Analysis Video Arena的盲測人工偏好Elo評分。我們同時附上API每秒價格與權重的授權狀態。你可以透過我們的GPULeaderboard.com Chrome擴充功能查看部署選項與規格。 方法論:品質方面,Artificial Analysis由經過驗證的評估者進行盲測配對投票,以Elo評分為模型排名。每次投票比較同一提示詞產生的兩段影片。我們依據AA-Video-T2V v2.1(含音訊)排行榜進行排名,同時也提供AA-Video-I2V v2.1分數。基準錨點:Kling 3.0 1080p(Pro)在兩個排行榜上都固定為1000 Elo。
llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem
Back to Articles llama.cpp v1.0.0 : A stronger foundation for the local AI ecosystem Team Article Published November 13, 2026 Upvote 21 +15 Daniel Bevenius danbev Follow ggml-org Georgi Gerganov ggerganov Follow ggml-org merve merve Follow ggml-org llama.
88比12!在攻克癌症這件事上,垂類AI比國際主流通用大模型和人類醫生都在行?
作者 | 王涵 編輯 | 漠影 攻克癌症一直是全球醫學界最重大的命題之一,現在這一目標也被AI盯上了。 近期,生物醫藥公司Generate Biomedicines藉助Claude Code重新設計CAR-T療法中的細胞內信號結構域,嘗試在縮短組件長度的同時提升免疫細胞活性。實驗中,一項AI參與生成的設計將信號結構域縮短約70%,使細胞表面受體數量增加約10倍,並展現出更強的腫瘤細胞殺傷能力。 隨著通用大模型的不斷發展,其正逐漸從整理醫學知識、輔助科研,走向疾病研究和臨床診療。