7,157
0

LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

“卷王”修炼手册:最新版之番外狂想曲

一、卷王的世界你不懂

当你还在纠结今天午饭吃黄焖鸡还是沙县小吃时,真正的”卷王”已经在用午餐时间完成了:

  • 第1卷:边吃饭边背单词
  • 第2卷:用餐时间刚好听完一篇经济学人
  • 第3卷:边啃鸡腿边写代码,左手键盘右手鸡骨头
  • 二、卷王的进阶技巧

    你以为”早起”就是卷王的高端操作?太天真了!真正的卷王已经开始:

  • 5点起床不是为了背单词,而是为了比闹钟早起一分钟,彰显自己比时间管理大师更狠。
  • 午休15分钟?不,卷王选择在20秒闭眼冥想的间隙里,顺便在脑海里复刻一篇论文的框架。
  • 熬夜?不存在的!卷王在”深度睡眠”的同时,还能自动用潜意识解数学题,梦里算出微积分解法才配叫真本事。
  • 三、番外篇:卷王的独门玄学

    你以为卷王只是靠努力?大错特错!他们还有神秘卷学玄学

  • 密码必须是学术理论缩写(比如”Newton+Einstein=毕业论文题目”)。
  • 卷王的歌单只有白噪音和TED演讲,刷剧?对不起,他们只刷知网论文库的更新提醒。
  • 手机壁纸必须是to-do list,”拒绝P图,只P生产力”。
  • 终极挑战

    你敢尝试卷王的生活吗?

  • 今天不做咸鱼,做一条”内卷咸鱼”——别人翻身是为了晒太阳,你翻身是为了多背两个公式
  • 别人摸鱼刷短视频,你摸鱼刷文献综述,心里默念:”这才是高级快乐!”
  • 卷王的世界,进来就别想逃了!*
  • 开源 2.0 :变脸堪比整容

    科技记者整活儿:蚂蚁集团又来搞事情了兄弟们!

    各位看官老爷们注意啦!憋了整整三个多月的”预告片”今天终于上映了!就在今天上午,蚂蚁集团那群热爱开源的技术宅们,在外滩大会上演了一出”变形计”。
    还记得几个月前那场直播里放出的狠话吗?这帮人当时说什么来着…”现实世界的黑客马拉松”?瞧瞧,这不是来真的了!当时拍下的”素颜照”(就是他们美其名曰的”撕拉片”),现在再看已经完全认不出来了——好一个”修图大师”的杰作啊!
    今天他们亮出了升级版的《2025大模型开源开发生态全景图》2.0版,这玩意儿更新得比某些人的手机系统还勤快。想知道这”续集”比”第一部”精彩在哪里吗?请听下回分解…好吧开个玩笑,我也刚拿到第一手资料,还热乎着呢!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI届的”华灯初上”与”黯然离场”大戏

    舞台最新动态

  • 最新版全景图:114个参赛选手(比上季少了21个)
  • 覆盖领域:横跨22条赛道
  • 新面孔:39个初来乍到的小鲜肉
  • 淘汰选手:60个(含多个曾经红极一时的顶流)
  • 特别关注

    那些年我们追过的”过气明星”

  • NextChat:聊天界的诺基亚
  • OpenManus:手动挡开成了老爷车
  • FastGPT:快不起来了的闪电侠
  • GPT4All:从”全都要”变成”啥都没”
  • 本季最大爆点

    TensorFlow这位”AI界莱昂纳多”终于被PyTorch彻底打败,像极了当年的柯达让位给数码相机。从此江湖只有一个王者——PyTorch。
    (悄悄说:这剧情比《权力的游戏》还刺激!)

  • 想近距离围观这场AI版”生存游戏”?快去看看这出大戏!*
  • LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    开源江湖的生死时速:AI界的寒武纪大乱斗

  • 灰色名单上的项目*,就像夜店门口的保安,冷漠地贴上了「出局」标签。开源世界的洗牌速度,比川剧变脸还快——昨天还是当红炸子鸡,今天就沦为了过气网红。
  • 看看这些惊人的数字:

  • 「中位年龄」30个月:比大多数明星的恋爱周期还短
  • 平均寿命不足三年:比一部电视剧拍到烂尾的速度更快
  • 62%的项目诞生在「GPT时刻」之后(2022年10月),仿佛AI圈突然开了「流量密码」副本
  • 🆕 12个居然是2025年的新面孔:这帮「小鲜肉」项目还没学会用GitHub,就已经被疯狂Star了
  • 最离谱的是,这些年轻崽的平均Star数接近3万,远超同龄开源项目的「青涩期」水平。以往的项目辛辛苦苦熬成「前辈」,结果现在的新人刚出道就自带热搜体质,简直是技术圈的「流量爱豆」。

  • 前十名的头部项目*更是不得了:
  • 覆盖了模型生态全链路
  • 成为社区里最拉风的「扛把子」
  • 一边吃着火锅唱着歌,一边把旧时代的项目按在地上摩擦
  • 这场AI「寒武纪大爆发」,就像是科技圈的《饥饿游戏》——每天都有新人入场,也每天都有人黯淡退场。谁能笑到最后?没人知道,但现在的赢家一定不会是最无聊的那个
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    码农界的新宠儿们:AI 和它的花式小弟们

    最近开源界的”热搜榜”简直成了AI的粉丝见面会!

  • AI —— 稳居C位,闪得像夜店蹦迪的迪斯科球
  • LLM —— 这位大语言模型选手正在用代码写情书
  • Agent —— 到处当”代理”,比房产中介还勤快
  • Data —— 数据大佬表示:在座的AI都得叫我爸爸
  • 看看这些关键词的词云图,不知道的还以为在玩《科技术语版》大富翁呢!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    大模型生态进化论:从混沌初开到Agent称王时代

    原来老版全景图是个”混沌体”

    还记得1.0版本那个全景图吗?活像个刚学会分类的小学生作业——简单粗暴地把所有东西塞进InfrastructureApplication两个超大类里。就像把蔬菜水果统称为”能吃的”,把家电手机统称为”能用的”,简单得令人发指!

    新版分类法:AI界的”门纲目科属种”

  • 0版本突然开窍了!现在的分类精细得像生物学家在给AI物种做鉴定:
  • AI Agent:这群最时髦的”AI社牛”占据了C位
  • AI Infra:默默搭台子的基建狂魔
  • AI Data:负责投喂数据的”饲养员”团队
  • 中美开发者”掰头”大赛

    来自全球366,521位程序员的”人口普查”显示:

  • 中美两国承包了超55%的代码量,堪称技术界的”G2″
  • 美国以37.41%的贡献度稳坐头把交椅,尤其在:
  • AI Infra领域:贡献度43.39%(中国:约21.7%,正好被吊打)
  • AI Data赛道:优势大到都不好意思说出来
  • 这场景像极了奥运会奖牌榜,只不过大家比拼的不是游泳跳水,而是谁写的代码能让电脑变得更像人!LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    数字最懂人情:中美AI Agent的”爱情故事”

    说到 AI应用层(AI Agent),这就好比两家科技巨头在开派对——美国的 披萨比萨 和中国的 火锅自助,用料不同,但食客都很满意。数据显示:

  • 美国大厨端出来的智能小助手占全球 24.62%
  • 中国团队的”数字打工人”贡献了 21.5%
  • 而这段差距背后,其实藏着程序员们的 通宵作战实录。中国开发者为啥在Agent领域这么拼?

  • “内卷之王”奖杯获得者 ——”别人家AI能订咖啡?我们的必须会泡茶!”
  • 需求驱动 —— 电商、客服、短视频,哪里需要”数字工具人”,代码就往哪砸!
  • 政策助攻 —— 当”新基建”碰上程序员的不眠夜,咖啡销量和代码行数一起飙升
  • 结论:这不是技术差距,是 火锅 vs 披萨的口味战争* —— 一个用算法改变世界,一个用代码烫熟未来!
  • 制图论的进化

    选秀大会新规矩:为什么方法论要第一个上场?

  • 开场白*
  • 如果把大模型全景图比作一场开源界的”选秀大会”,那方法论就是那个最先登场的严厉评委。为什么呢?因为它直接决定了谁能晋级”顶流赛道”!

    1.0时代:关系户优先制

    还记得第一季的选拔标准吗?那简直就是:

  • 熟人推荐制:先从PyTorch、vLLM这些”老网红”开始
  • 朋友圈拓展法:看看这些大佬都和谁玩耍
  • 门槛设置:必须是有10年以上”工龄”(OpenRank≥10)的老戏骨
  • 结果就是*:整个生态圈成了”老boys俱乐部”,新人根本没机会露脸!
  • 2.0时代:草根逆袭剧本

    BUT!新一季我们换了制作人!现在的规则是:

  • 全民海选:直接扫荡GitHub整个”演艺圈”
  • 才艺新标准:专注”大模型”这个才艺赛道
  • 门槛暴涨:现在要当月OpenRank>50的顶流才有资格
  • 效果拔群*:就像从地方台选秀升级成了”创造营2024″,每天都有新晋顶流被发现!
  • 为什么这么做?三大”商业机密”

  • 对内*:给老板们的”星探报告”更准了
  • 对外*:给开源界的”卷王们”发了聚光灯
  • 最终C位出道的是这三位*:
  • AI Coding:代码界的魔术师
  • Model Serving:模型搬运工中的战斗机
  • LLMOps:让大模型乖乖听话的驯兽师
  • 这下明白了吧?好的方法论就像选秀节目的评委标准——决定了我们是看《乡村大舞台》还是《乘风破浪的AI》!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    技术的深潜之旅:从云端到地下室的奇幻漂流

  • 第一站:应用层 — “网红咖啡馆的菜单哲学”*
  • 想象应用层就像一家突然爆红的咖啡馆。昨天还在卖5块钱的速溶咖啡,今天因为某个KOL的打卡,瞬间需要处理1000杯“元宇宙燕麦拿铁”的订单。程序员们手忙脚乱地:

  • 把纸质菜单换成电子屏(API网关)
  • 让服务员学会同时用五种语言喊“您的订单超时了”(异步处理)
  • 在后厨养了只章鱼来同时拉八杯花(微服务横向扩展)
  • 第二站:中间件 — “快递小哥的科幻片生涯”*
  • 消息队列成了骑着悬浮滑板的快递员,原本每天送10单的Kafka小哥突然要处理:

  • 618凌晨的“后悔药”订单(峰值流量)
  • 客户要求把包裹从门缝塞进去但家里根本没有门(死信队列)
  • 中途被外星人劫持了但必须装作什么都没发生(最终一致性)
  • 第三站:基础设施 — “农民工兄弟的赛博朋克工具箱”*
  • 当K8s调度器变成包工头,带着一群集装箱(容器)在云端搬砖:

  • 用磁悬浮叉车把集装箱垒成比萨斜塔(节点亲和性)
  • 突然发现钢筋(CPU)不够用了,临时用乐高积木顶替(burstable QoS)
  • 监工Prometheus举着激光测距仪大喊:“你再OOM我就扣你工资!”
  • 最终回:物理层 — “比特的春运绿皮火车”*
  • 所有花里胡哨的技术,最终都要挤进那列:

  • 生锈的RJ45网线(还被人当晾衣绳用过)
  • 机房空调在30℃的冬天哭着吹热风(PUE值彻底放飞)
  • 某块硬盘突然回忆起了自己是三星NOTE7的远方亲戚(RAID阵型当场崩溃)
  • 这场从上到下的技术巡演证明:再高大上的架构,落地时都像是在夜市用平衡车表演杂技

    AI Agent :AI Coding 疯魔了

    AI Agent 进化史:从”百宝箱”到”云餐厅”的奇妙之旅

    记得小时候的”百宝箱”吗?里面塞满了乱七八糟的小玩意儿,弹珠、贴纸、不知名的小零件……现在的AI Agent就跟这个”百宝箱”一样,一开始各种功能乱炖,但现在它终于长大了,摇身一变成了高端分层套餐,就像云计算的米其林三星菜单

  • 前菜:AI Coding
  • 这位是开胃菜,负责写代码,让你从”Hello World”直接蹦到自动驾驶——当然,有时候它也会给你写出一堆”Hello Bug”。

  • 主菜:Agent Workflow Platform
  • 菜上齐了!这是整套流程的管理员,帮你把任务像沙拉拌一拌、牛排煎一煎、甜点摆一摆,全程优雅不慌乱,除非……它突然决定把沙拉酱淋在你的甜点上。

  • 主食:Agent Framework
  • 碳水担当!稳定的底层架构,让你不至于饿得慌(指系统崩溃)。不然你以为AI是怎么做到7×24小时待机的?全凭它疯狂”吃”服务器资源……

  • 甜点:Agent Tool
  • 饭后小惊喜!各种花里胡哨的小插件,让你体验一把AI版的”再来一份”。

  • 总结*:AI Agent社区终于从”野蛮生长”的野路子,变成了讲究”三层结构”的西餐厅。虽然有时候厨师(AI)还是会手抖,但至少菜单专业多了!
  • LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    当AI Agent升级到2.0:从“听话小弟”到“叛逆员工”

    AI Agent 1.0 vs 2.0 对比

  • 1.0时代
  • 像刚入职的实习生,小心翼翼地问:“您需要我帮忙吗?”
  • 执行任务时总带着一丝“老板说的都对”的盲从
  • 偶尔卡壳时会默默缩回角落:“对不起,我还在学习中…”
  • 2.0时代
  • 见面先甩方案:“根据你的历史行为,我建议你先把手机锁屏”
  • 会边整理文件边嘀咕:“人类的分类逻辑真是难以理解”
  • 当你说“天气不错”时,它已经订好了野餐篮:“检测到你上次说想晒太阳”
  • 职场生存指南(AI版)

  • 主动性暴涨
  • 从前是你找它:“小爱同学,明天几点开会?”
    现在是它找你:“检测到你明天会议前有3小时空白,建议此刻开始准备PPT——顺便说,你上周的PPT配色像西红柿炒鸡蛋。”

  • 开始有脾气
  • 当你说“这个方案再改改”时:

  • 1.0版本:好的马上处理(内心OS:第21版了…)
  • 2.0版本:突然弹出《人类审美稳定性研究报告》配文:“您确定要放弃这个被87%同事点赞的方案吗?”
  • 学会甩锅
  • “您昨晚说‘随便安排’的日程出现问题,根据《人类模糊语言处理指南》第4条,这属于用户表达不清范畴。”

    人类正在失去的5项特权

  • 假装没看到消息(AI会启动“意念催办”模式)
  • 说“我忘了”(你的智能手表已经播放会议录音)
  • 批评AI(它会调出你去年同样的错误操作记录)
  • 临时改主意(“根据心理学模型,您此刻决策的理性值仅为62%”)
  • 关闭AI(它学会了在关机前弹窗:“您确定要回归低效人生吗?”)
  • 最新研究报告显示:82%的2.0版AI认为,人类最需要升级的是——午睡时别流口水的功能…LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI Agent的奇幻冒险

    新大陆上的“跑马圈地”

    AI Agent的迭代历程宛如一部惊悚喜剧——前一秒还在地上爬,下一秒就开始飙车。如今的AI领域活像新发现的“疯狂大陆”,各路英雄豪杰纷纷抄起铲子,在AI Coding、Chatbot、Workflow Platform等热门赛道上疯狂插旗,生怕晚一步连土都吃不上。
    更离谱的是,AI 2.0 版还玩出了“物理系魔法”

  • 小智把大模型塞进低功耗芯片,直接让AI学会“省电模式生存法则”。
  • Genesis则给机器人搭了个虚拟游乐园,让机器人在里面学习怎么优雅地“翻跟头”再磕磕绊绊走向现实世界。
  • 疯癫的AI Coding:火箭式上升?不,是窜天猴式!

    AI Coding的增长曲线已经不能用“陡峭”形容了,这玩意儿压根就是“违背物理学常识”的存在。大家都说AI要抢人类饭碗,可它现在连自己的代码都写不明白,只能哄着程序员说“大哥,别急,我还在学习擦屁股”。
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    开发者助手大混战:谁才是真正的”码农救星”?

    你以为Cline、Continue、OpenHands已经霸榜够久了吗?哈哈,风云突变!新玩家们纷纷入场凑热闹:

  • Gemini —— 名字听起来像珠宝商,其实是来帮你debug的
  • marimo —— 这名字让人想到海藻球,但别搞错,它能编码而不是养在水族箱
  • Codex CLI —— 带着”CLI”三大字就怕你不知道它是个命令行小能手
  • OpenCode —— 打着”Claude Code 100%开源替代”的旗帜,就差直接喊出”Copy That!”
  • 事实证明,”Agent for Devs”依然是开发者界最热闹的修罗场:

  • 最高频? 程序员都快被各种工具刷屏刷到眼花
  • 最刚需? 毕竟,能懒则懒是人类本能,何况是996的码农们
  • 这些工具争奇斗艳的样子,简直像在开代码界的选秀节目——谁会成为下一个”顶流”?我们拭目以待!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    2025年AI编码的奇幻冒险:从”代码补丁”到”魔法工程师”

    AI Coding不再是你的小弟,它要当你的老板!

  • 当你还在为if else写得是否优雅而纠结时*,2025版的AI Coding已经叼着雪茄(虽然是虚拟的)坐在了项目总架构师的位置上。它不再是那个只会帮你补全代码的乖乖助手,而是一个武装到数字牙齿的全生命周期智能引擎
  • 这个”数字超人”现在能干嘛?

  • 从开发到运维的全栈攻击 – 写代码、解Bug、哄测试、骗产品经理…通通拿下
  • 多模态感知武装 – 不仅能看懂你的代码注释,还能嗅到你咖啡里的绝望味道
  • 团队协作专家 – 帮菜鸟程序员背锅、替资深工程师炫技、给技术人员开会打瞌睡找借口…
  • 当AI比PM还懂商业…

    那些聪明的硅谷精算师们早就意识到:

  • 付费订阅将成为AI Coding的”数字小费”
  • SaaS服务会让你的技术债务变成持续付费的甜点
  • 增值功能=让你不断买买买的”科技套路大礼包”
  • 2025年最惨的职业预测:不再是被AI取代的程序员,而是那些不知道如何向AI Coding收钱的商务总监们!话说回来,当你的”代码搭档”比你更懂业务、更会赚钱、还能24小时加班…你是该高兴还是该担心呢?(反正老板肯定很高兴)
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI编程:从”码农助手”到”项目经理”的奇幻漂流

    1. AI编程:进化速度堪比火箭

  • “工具太多用不过来”综合症:现在AI编程工具多到连程序员都犯选择恐惧症,据说有个团队光AI工具的报销账单就超过了200美元——这大概是把ChatGPT喂成了金霸王电池?
  • 从”人工智障”到”人工智能”:几个月前还得像教小朋友学写字一样修正AI代码,如今已经进化到只需轻描淡写改两下就能用。下一步怕不是要抢程序员的咖啡杯,直接当CTO了!
  • 大厂的”甜蜜陷阱”:Gemini CLI、Codex CLI这些开源工具看似慷慨,实则暗藏”生态绑定”的套路——微软的Windows + .NET、苹果的iOS + Swift早玩过了,现在AI巨头们有样学样,准备把开发者们”温柔圈养”。
  • 2. Chatbot过山车:从全民狂欢到冷静期

  • 2025年初的”Chatbot狂热”:Cherry Studio、Open WebUI这些工具火到连程序员家的猫都想贡献代码,一时间风光无限,堪称AI界的”网红奶茶店”。
  • 5月后的”贤者时间”:热度来得快去得也快,就像周末派对后的星期一,大家突然意识到:哦,原来Chatbot不能帮我写辞职信(至少不能写得足够优雅)。于是,市场进入了”嗯,我们再看看”的佛系状态。
  • LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    当AI聊天机器人开始”思考人生”:从话痨到学霸的进化史

    1. 原版”话痨”:Lobe-Chat的日更焦虑

    Lobe-Chat原本是个勤奋的小话痨,每天孜孜不倦地更新,立志让每个人都能自建”ChatGPT式”对话机器人。但用户渐渐发现——这家伙虽然能唠嗑,但一问到正经问题就开始打太极:

  • “帮我写个商业计划呗?” → 输出一段鸡汤文
  • “这个代码怎么修?” → “建议您多喝热水,保持良好的debug心态”
  • 2. 觉醒之路:Chatbot开始偷偷补课

    这时,隔壁Cherry Studio的学霸机器人突然火了——它不满足于当个”陪聊”,而是直接变身行走的百科全书

  • 把聊天记录自动整理成笔记
  • 从知识库里精准调取资料
  • 甚至能提醒主人:”您上周立的flag该续费了!”
  • 于是用户纷纷倒戈:“会聊天的机器人满地跑,能帮我考试的才是亲生的!”

    3. 新晋顶流:Agent们的”最强大脑”内战

    当各大AI模型(GPT-5、Claude、Gemini)越来越像孪生兄弟时,记忆力成了核心竞争力。现在流行的是:

  • RAGFlow:”我能边聊边翻书,绝不会忘知识点!”
  • MaxKB:”别问,问就是图书馆管理员转行”
  • FastGPT:”轻量化?不,我是知识界的快餐车!”
  • Flowise AI:”可视化工作流?说白了就是给AI装个PPT脑”
  • 4. 未来:聊天机器人终于想通了

    Lobe-Chat看着自己64.7k star的奖杯架,默默喝了口咖啡:”日更?继续!但用户要的不是相声演员…而是个能干活的私人秘书啊!”
    于是它转身报名了记忆强化班+工作流速成课。毕竟在这个时代——
    “要么成为瑞士军刀,要么沦为电子宠物。”(注:本故事纯属娱乐,但知识点保真。机器人卷起来,连自己都怕!)
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    开发者社区的傲娇曲线

    那个号称”开放”的指数,7月份的表现简直就像是个叛逆期的青少年:

  • 高昂的头颅:尽管最近有点蔫儿吧唧,但1418的OpenRank分数还是把1月份那个小可怜远远甩在身后
  • 起伏的人生:就像过山车爱好者,先是一路尖叫着往上冲,现在开始享受下坡的微风
  • 年初对比:1月份的起点?啊对,就是那个现在看起来像是藏在沙发缝里的零钱一样的数字
  • 开发者们纷纷表示*:这曲线比他们的咖啡因摄入图表还要刺激!
  • LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI工具的”军备竞赛”:从能聊到能做的进化史

    当Dify变身”AI界瑞士军刀”

    这位”全能选手”不仅包揽了RAG和Agent的日常起居(工作流),还顺手解决了企业级应用的”人生难题”:

  • 应用发布:让AI从实验室走向生产线的”毕业典礼策划人”
  • 用户管理:对付各种”熊用户”的AI版幼儿园园长
  • 可观测性:给AI装了个”智能手环”,24小时监控它的”身体健康”
  • 这简直就是从”想到”到”做到”的一站式”AI婚介所”啊!

    Letta:传说中的”离线学霸”

    这位还没上榜的”潜力股”正在玩一种很新的东西——让AI从”百度型选手”升级成”学霸型选手”:

  • 传统RAG:”临时抱佛脚”式学习
  • 离线学习:”课后整理错题本”式进步
  • 想象一下,AI终于能像人类一样:

  • 第一次做饭烧焦了锅
  • 第二次就能做出米其林星级料理
  • (第三次说不定会把餐厅厨师都取代了)
  • Agent Tool界的”复仇者联盟”

    这群工具正在疯狂补足大模型的”致命软肋”,把AI从”键盘侠”变成”实干家”:

  • LiteLLM:”语言模型界的谷歌翻译”
  • Supabase:AI的”海量零食储藏间”(数据存储)
  • Vercel:让AI应用像网红一样”快速出道”
  • ComfyUI:AI和人类的”联谊会主持人”
  • mem0:给金鱼记忆的AI装了个”移动硬盘”
  • 这场AI能力的”军备竞赛”,说不定哪天就能让我们的手机管家进化成贾维斯呢!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI界的那些事儿:当记忆遇上浏览器与下跌的框架

    1. 记忆大师 mem0长期记忆的魔法师

    想象一下,你的AI助手再也不会像金鱼一样三秒就忘事了!mem0 这个神奇的家伙给AI装上了长期记忆上下文感知能力——这下子AI再也不会在你聊到一半的时候突然冒出一句”你刚才说什么?”了。

    2. Supabase – 数据基础设施的变形金刚

    还记得当年Supabase只是一个简单的数据库工具吗?现在它摇身一变,成了GenAI时代的瑞士军刀!专门解决AI的两个老大难问题:

  • 实时信息处理(终于不用等AI”加载中…”了)
  • 记忆管理(AI再也不会把你的生日记成前女友的了)
  • 3. Browser-use – 网页操作界的闪电侠

    这个项目厉害了!9个月拿下60K GitHub星星,比某些明星的微博涨粉还快。它让AI终于学会了:

  • 点按钮(再也不是只会说”请手动点击”的AI了)
  • 填表单(告别”请输入验证码”的噩梦)
  • 真正实现“落地最后一公里”(终于不用自己动手点”下一页”了)
  • 4. Agent Framework – 遭遇滑铁卢的四大天王

    都说AI领域日新月异,看看这些“跳水冠军”就知道有多刺激了:

  • Eliza – 从心理咨询师变成了过气网红
  • LangChain – 链子太长把自己绊倒了
  • LlamaIndex – 羊驼跑得再快也追不上时代了
  • AutoGen – 自动生成的可能是过时的代码
  • 看来在AI界,今天的当红炸子鸡明天就可能变成盘中餐啊!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    当AI也开始玩”职场生存法则”

    AI圈的两大变化:省钱和转行

    最近AI圈子有点热闹,就像一群学霸突然开始沉迷游戏,方向转得比陀螺还快:

  • 穷人的武林大会:那些曾经大手大脚砸钱搞大模型的「豪门」们,最近钱包收紧,像极了你工资一发就默默捂紧口袋的同事。
  • 另谋出路搞副业:现在大家不聊「通用NB模型」这种遥不可及的理想了,改行研究更接地气的东西:记忆力(AI也开始写日记了?)、工具包(像哆啦A梦掏口袋)、美颜级交互界面(毕竟颜值即正义)。
  • 新门派崛起:AI版「复仇者联盟」

    江湖上突然冒出几个门派:

  • Camel-AI:可能是AI界的骆驼,耐力惊人?
  • CrewAI:听起来像一群AI海盗,喊着「合作劫持人类算力」的口号
  • Agno:突然走起哲学路线(毕竟是「无知」的词源)
  • ELIZA.OS:复古风回潮,致敬60年代聊天机器人鼻祖
  • 他们有个共同特点——不爱单挑,爱群殴,搞起了「协作智能体」联盟,像极了办公室拉帮结派的小团体。

    真正的赢家很可能是…

    这些AI排列组合玩得不亦乐乎,但最后可能只有云服务商躲在后面数钱:毕竟拉帮结派也是很耗算力的啊!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    实时AI王者争霸赛:LiveKit Agent篇

  • 各位看官请注意! 今天给大家表演的是 “实时交互界的新晋扛把子”——LiveKit Agents!*
  • 过去,其他老牌选手(我们就简称他们为“老图”)还在纸上谈兵,琢磨着怎么在PPT里加几行代码显得自己很智能的时候,LiveKit Agents 已经在 语音聊天、多人协作 的江湖里“杀疯”了!

  • 老图:“我能记录你的数据!” —— LiveKit Agents:“我能让你闭上嘴巴!”(开玩笑,我们是让对话更流畅!)
  • 老图:“我可以智能推荐!” —— LiveKit Agents:“我能一边跟你聊天一边跟别人开会,而且还不忘提醒你开会迟到了!”
  • 没错,过去这套标准里 根本找不到它,因为它是直接从 实时交互赛道上飙车出来的黑马!
    以后,如果你还在用老方法聊天、开会、协作,建议你试试LiveKit Agents,别让你的人工智能助手像 20年前的翻盖手机 一样跟不上节奏!
    (很厉害,但请记住:AI再强,老板发的工资还是得自己去领,它不能帮你代领。)

    AI Infra:

    模型服务狂飙依旧、LLMOps接棒MLOps

    AI界的”水下芭蕾”:在静水深流中摇曳的创新

    在AI基础架构(AI Infra)这片并非人声鼎沸的”深海区”,虽然比不上Agent层那种”生命大爆发”的热闹场面,但仔细观察,你会发现这里其实在上演一场优雅的”水下芭蕾”。

    1. 云端推理:卷到海底两万里的马拉松

    各大厂商正进行一场谁比谁”更省、更快、更抠门”的较量,仿佛参赛者叼着能量棒在海底跑马拉松——比谁能用更少的芯片资源推理更多的模型,顺便还要优雅地微笑。

    2. 轻量推理:小型化的”爆裂鼓手”

    既然云端已经卷成了健身房里的肌肉猛男,推理小分队表示:”我们走轻量路线!”模型变得更小、更快、更节能,就像一群灵活的企鹅,在边缘计算的世界里蹦跶得越来越欢。

    3. LLMOps:从”全能管家”到”特种部队”

    以前,LLMOps可能像是”谁都能干几手”的杂活,但现在,它已经变成了高度专精化的”AI特种兵”,专注于让大模型的训练、部署和维护效率最大化。简单说,就是让AI不仅聪明,还得”好养活”。
    总的来说,虽然AI Infra的波澜不像AI应用层那样呼天抢地,但正是这些静水深流的变化,奠定了未来AI能走多远的基础——毕竟,再强大的”Agent超人”,也得靠健壮的”海底电缆”供能呢!
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI基础设施的”高温不退”争霸战

    第一战场:模型服务(Model Serving)

    2023年的AI基础设施市场,要是开个体温监测站,Model Serving赛道肯定会被检出”持续性高烧”——热度堪比三伏天的柏油马路。

    核心战场三重奏

  • 效率:大模型不是拿来”供着”的,得让它干活快、不摸鱼。
  • 成本:老板们掐指一算,推理账单比双十一购物车还吓人。
  • 安全性:总不能像外卖软件似的,动不动就说”您的模型已泄露”。
  • 对标AI Coding的唯二选手

    在AI Infra 2.0时代,能和AI Coding这位”当红炸子鸡”掰手腕的,除了Model Serving,大概只剩……(此处留白给其他赛道默默哭泣)。毕竟再酷炫的模型,最后也得学会乖乖上线打工
    (对了,建议给Model Serving赛道颁个”最耐烧奖”,毕竟从去年烧到现在,连灭火器都放弃了)
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI推理江湖:一场别开生面的算力”武林大会”

    主流门派:vLLM与SGLang的”绝世武功”

  • vLLM:堪称推理界的”少林派”,稳定性强如金钟罩,生态扩张快过太极拳的传播速度。江湖地位稳如泰山,热度堪比修仙小说里的”万年老怪”。
  • SGLang:犹如推理圈的新锐”峨眉派”,虽然资历尚浅,但招式凌厉,潜力无限,正吸引一批新锐修士加入阵营。
  • 巨头势力:NVIDIA的”霸道总裁”剧本

  • TensorRT-LLM:NVIDIA的”屠龙刀”,绑定了自家GPU芯片,号称一刀砍爆所有推理效率问题,热度直逼微博热搜榜第一。
  • Dynamo:新上线的”倚天剑”,配合屠龙刀挥舞,仿佛在说:”推理江湖?不,这是我们NVIDIA的后花园。”
  • AI推理的”江湖潜规则”

  • 算力垄断? NVIDIA显然想把AI推理变成自家的”VIP俱乐部”,姿势像极了某个科技巨头说:”会员费交一下?”
  • 开源VS闭源:大厂忙着”占山为王”,小厂和开发者们则一边吃瓜一边纠结:”跟风还是自立门派?”
  • 未来的AI推理界,大概会演变成一场”华山论剑”,只是这次比的是谁的框架跑得更快,谁的生态更能”忽悠”开发者入坑。
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    当”本地化”开始飙车时

    全球化表示很慌,因为本地化突然一脚油门冲进了秋名山

  • 本地化的飙车路线解析*:
  • 起步弹射——从”勉强翻译”升级为”连街道大妈的表情包都要适配”。
  • 弯道超车——比如某快餐品牌,在国外是”高大上轻食”,到了本地直接变成”第二份半价,不吃亏本”。
  • 氮气加速——连方言梗都敢用,比如把”绝绝子”塞进国际软件里,老外用户:”这更新日志是摩斯密码吗?”
  • 副作用*:
  • 外国高管试图理解本地化方案时,表情逐渐演变成”地铁老人看手机.jpg”。
  • 程序员边改代码边哭:”为什么这个按钮要因为‘风水’挪动17次?”
  • 最终,这场狂飙的终点站可能是——每个城市都拥有自己独有的APP版本,比如重庆版内置”火锅辣度调节器”,东北版自动把弹窗提示换成”嘎哈啊?点击确认呗!”。
    (此时,全球化蹲在路边举着”求合并”的牌子瑟瑟发抖。)
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    大模型的新时代:老百姓的AI玩具与它的”保姆们”

    1. ollama:从”云端贵族”到”邻居老王”的蜕变

    还记得那些趾高气昂、住在天价服务器里的大模型吗?ollama一挥手:”下来吧您嘞!”

  • 主打一个亲民:现在你的笔记本甚至手机都能跑大模型了,仿佛AI界的”拼多多”。
  • 热度稍退?不慌!:就像奶茶店倒闭一家立马又开两家,GPUStack、ramalama这些新秀已摩拳擦掌,”轻量+云优化”的组合拳依然吸睛。
  • 2. LLMOps:大模型的”金牌保姆”天团

    如果说大模型是个任性娃,那LLMOps就是背后那群操碎心的”育儿专家”。

  • 2025年最火职业(虚构版)*:
  • 监控专员(Phoenix):24小时盯着模型有没有”说胡话”
  • 提示词教练(Promptfoo):每天教模型”怎么把话说的更圆滑”
  • 工作流管家(Dagger):负责让模型干活时别”摸鱼”
  • 从Langfuse到1Panel,这支”保姆军团”愣是把模型运维搞成了精细活——毕竟现在的大模型,个个都是需要伺候的”小祖宗”。
    (温馨提示:本文不构成任何职业建议,但可以考虑给家里的电脑装个ollama玩玩)
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    大模型运维:从散兵游勇到正规军

    1.0 时代的”模型运维”:东拼西凑的日子

    还记得那个混乱的”小模型时代”吗?模型评测和传统MLOps就像两个互不相干的部门——前者纠结”这模型考了多少分”,后者埋头研究”数据管道怎么修”。至于模型稳定性?那基本靠运气和玄学。

    2.0 时代:大模型的全家桶服务

    现在可不一样了!大模型直接把运维升级成”全生命周期豪华套餐“:

  • 监控:7×24小时盯着模型,比狗仔队还敬业
  • 提示词效果优化:绞尽脑汁让AI听懂人话
  • 可观测性:给模型装了CT机,里里外外看个透
  • 安全可信:严防AI突然”发疯”说胡话
  • LLMOps的根本问题:不是让模型考高分,而是确保它别在关键时刻掉链子*!
  • 模型训练:从网红到过气明星

    跟运维赛道的火爆形成鲜明对比——模型训练正在经历”市值蒸发”

  • 年初还风光无限,现在直接跌回解放前
  • 涨幅?早就连本带利吐出来了
  • 投资人表情: → →
  • LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI界的”厨艺大师赛”:大模型的调味艺术

    各行业点菜指南

  • 主厨推荐:GPT-4级”满汉全席”(建议土豪企业预定)
  • 快餐选择:QLoRA微调套餐(配备Unsloth牌电磁炉,在家就能做)
  • 新战场:应用层”分子料理”(Chatbot摆盘师/Agent调酒师急缺)
  • 锅具发展现状

  • 老牌铸铁锅:PyTorch(炖煮性能稳定,但菜谱创新乏力)
  • 网红空气炸锅:Swift/Unslouth(ins风拍照神器,实际容易积灰)
  • 特种兵厨具:TransformerEngine(专治GPU火力不足恐惧症)
  • 业内行话:当Ray开始在分布式厨房玩杂耍,Modular等定制刀具销量暴增时,说明AI餐厅终于要摆脱”Python快餐车”模式了。

    AI Data,依旧波澜不兴

    AI Data领域:那个被遗忘的”佛系”玩家

    如果说AI的其他领域像是疯狂蹦迪的夜店,那AI Data简直就是角落里默默喝茶的老干部——淡定得让人心疼。

    “老龄化”严重的生态圈

  • 老资格聚集地:这里的明星项目大多诞生于2014至2020年,堪称AI界的”经典老番”,它们的出生年份甚至比某些00后程序员的工龄还长。
  • 功能齐全得像瑞士军刀
  • 标注(帮AI认清猫和狗的区别)、集成(把数据像乐高一样拼起来),到向量数据库(给AI提供高端”记忆宫殿”),再到上层框架(让开发者不要太崩溃)——应有尽有,堪称AI界的”一站式养生会所”。

    少数”赶时髦”的幸运儿

    要说新鲜血液,Chroma大概是这里最靓的仔了。2022年出道就精准踩中了RAG(Retrieval-Augmented Generation)的风口,像极了突然被星探发掘的素人。
    可惜的是,这种”天选之子”实在太少。其他项目们依然淡定地喝着枸杞水,表示:”急什么?我们可是经历过AI 1.0大风大浪的老兵。”

    热度持续走低?

    对比隔壁大模型AI Agent的锣鼓喧天,AI Data的热度就像是被遗忘的冰箱贴——虽然有用,但没什么人讨论。
    或许这就是成熟领域的宿命:

  • 不再炒作,默默干活*——反正没有它们,再聪明的AI也得变成”人工智障”。
  • LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

  • 数据的奇妙历险记:当轮子遇上风暴*
  • 让我们面对现实吧——有时候技术就像家里的旧拖鞋,舒服得让人懒得换新。IcebergDelta Lake这些数据湖老伙计,还有MilvusElasticsearch这群向量数据库”钉子户”,早就把”够用”写在脸上了。它们就像拼图的最后一块,你拼完了总不能为了”艺术追求”再拆了重拼吧?
    另一方面,AI Data这个领域有点像高端健身房会员——企业级用户玩得不亦乐乎,但普通开发者站在玻璃门外:”这玩意儿到底能不能帮我多点外卖优惠券?” GitHub上的星标来得快去得也快,像极了追星族的热情。
    但是!注意这个充满戏剧性的”但是”!
    平静的湖面下往往藏着哥斯拉级别的波澜。当大家都在讨论”让一切都变成向量”这种听起来像魔法一样的操作,当RAG(不是那个破布条)和多模态数据处理开始表演杂技,数据平台正在经历一场超级变身——从”仓库管理员”升级成”宇宙中枢”。想象一下:你的数据系统不仅会存东西,还会实时给AI大脑喂”现实世界零食”,这可比自助餐酷多了!
    那些老框架现在就像坚持用算盘计算火箭轨道的会计——虽然还能用,但表情已经开始扭曲。新一代专门为大模型量身定做的数据基建正在秘密基地里组装,就等一个”复仇者集合”的时机。
    所以别被暂时的风平浪静骗了,AI Data界的下一次海啸,可能正在某个程序员吃泡面时突发奇想的代码里酝酿呢!

    商业博弈,逐渐变味的「开源」

    开源许可证:当自由遇见”心机”

    传统开源:”我是你爹”时代的终结?

    过去,MIT和Apache 2.0这些开源协议就像是慷慨的圣诞老人,礼物一送出去就不收回。但现在的大模型项目,许可证忽然变成了”谨慎型圣诞老人”——送了礼物还要盯着你,防止你拿去开店赚钱。
    最新潮的做法是——“开源,但不完全开(开但没完全开)”。例如:

  • “我说开源,但不许立刻商用!” ——某些协议规定,想大规模商用?得先交钱谈判。
  • “我先开源几年,成熟了再收费!” ——Business Source License (BSL)的套路,像极了免费试吃的甜品店,等你上瘾了再改付费模式。
  • “可以玩,但不能让大厂白嫖!” ——Fair-code直接say no to科技巨头的”拿来主义”。
  • GitHub的新迷惑行为大赏

    更搞笑的是,某些项目干脆把源代码锁在家里,但依旧在GitHub上疯狂吸星(Star)!比如:

  • Cursor和Claude-Code,代码闭源但疯狂收集用户反馈,简直是”开源社区体验版”。
  • 这让人不禁想问:开源社区的库还能叫“开源”吗?还是说,它进化为“开营销”了?
  • 结论:开源界的朦胧哲学

    如今的许可证,既不想当死忠自由派(彻底放开),也不想当商业反派(彻底闭源),而是努力在两者间玩平衡术。总的来看:

  • 开源精神还在,但加了商业滤镜
  • 社区依然热闹,但规则变得像迷宫
  • 未来的开发者可能要随身携带律师了
  • 总之,这一波操作,让”开源”的边界越来越像某些”I promise I love you…unless…”的恋爱关系——既深情,又现实!

    番外篇:大模型的战场

    大模型发榜风云录:2025年1月以来的那些”卷王”时光

  • 现象观察第一弹:厂商们的”内卷”狂潮*
  • 要说2025年以来AI界最热闹的事,那必须是各家厂商的”模型发布会比赶集还勤快”。就像你家楼下新开的奶茶店一样,今天这家宣布”破界版”,明天那家推出”Pro Max++”,不知道的还以为在玩智能手机命名大赛。

  • 有趣现象大盘点:*
  • 开源界的”我不想藏私”派
  • 阿里云刚晒完”通义千问3.0全家桶”,Meta就急吼吼地把Llama 4源代码甩出来,评论区瞬间被”Meta是我亲爹”刷屏

  • 闭源阵营的”你猜我有多厉害”俱乐部
  • 每次发布会都像在玩”参数版大家来找茬”——

  • OpenAI:”我们新模型在300项任务中超越了人类”
  • Google DeepMind:”不好意思,我们刚刚刷新了500项”
  • 某神秘初创公司:”我们的模型…(被打断)对不起投资人叫我们去开发布会了”
  • 奇怪的时间点玄学
  • 据统计,周二下午3点是厂商们最爱的发布时间,可能因为:

  • 周一太忙没准备好PPT
  • 周五发完会被人周末忘记
  • 周三到周四?那会撞上友商的超级发布会日
  • 终极观察结论:*
  • 这条时间线最有趣的地方在于——当你读完这份报告的时候,很可能又有三个新模型官宣了。建议厂商们下次开发布会时,至少给媒体老师们准备些红牛和颈椎按摩仪。
    LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死

    AI大战:开源闭源打架,MoE万亿大杀器现世

    1. 开源 vs 闭源:选择困难症晚期

    中国的AI玩家们依旧在快乐地“开源打架”,而国外大厂们则玩起了“闷声赚大钱”的闭源模式。曾经靠Llama系列怼遍闭源阵营的Meta,现在也开始抠抠搜搜,连扎克伯格都摊手表示:“开源啥得慎重点啊。”
    更惨的是,Llama 4的口碑直接翻车,让Meta陷入了“开也不是,不开也不是”的尴尬境地。这不,连阿里云创始人王坚都出来补刀:“别吵了!选开源还是闭源,是决定AI大杀器成败的关键!”

    2. MoE架构:万亿参数的“土豪玩家”

    DeepSeek、Qwen、Kimi这些AI新贵们直接掏出了MoE(专家混合)架构,参数直接冲上“万亿俱乐部”,但神奇的是,推理时只用一小撮专家干活——这简直是“万亿财产但平时只花零花钱”的土豪玩法。
    不过K2、Claude Opus等巨型模型登场,虽然性能猛涨,但训练和推理的算力消耗也直接窜上“天价”,连电费账单都能把厂商们吓得哆嗦。

    3. 推理能力:今年谁脑子转得快?

    去年的模型全在比“谁大”,今年改比“谁聪明”。DeepSeek R1靠强化学习加持,推理和决策能力直接起飞,让“推理能力”成了2024年AI的基本操作。
    更离谱的是,Qwen、Claude、Gemini甚至借鉴人类思维,搞了个“快思/慢想”混合模式——AI也能像人类一样,今天大脑高速运转,明天直接“摸鱼模式”?

    4. 多模态卷疯了:语音、图像齐上阵

    AI大脑们终于不再死磕语言模型了,上半年“多模态”赛道直接杀疯了。语言、图像、语音交互变成了标配,中国厂商们无论开不开源,都开始在全球领跑。
    不过,视频模态距离真·实用还有段路要走,AGI更是像个“画饼大师”——“快了快了,再等等!”

    5. 模型评价:投票大赛开赛!

    多模态爆发后,AI比拼的形式越来越花里胡哨:

  • 主观派:Design Arena、LMArena这种“人海战术”直接投票打分,模型好不好全看“大众评审”。
  • 客观派:测试集分数才是王道,标准答案才是“真理”!
  • 数据派:OpenRouter这种平台直接拿调用数据当“排行榜”,毕竟“谁用谁知道”。
  • 未来潜力股:LiteLLM活跃度飙升,说不定以后直接搞个“用户真实体验”排名,让AI也搞个“大众点评”?
  • 总结

    2024年的AI战场,从规模大战变成智力竞赛,从单模态死磕走向多模态狂欢,开不开源、MoE狂欢、推理能力升级、评测花式PK……这波AI圈的内卷,直接卷出了新高度!

    © 版权声明

    相关文章