张正 Eric ZZ

张正 Eric ZZ

大模型基础研究与应用

Posts by Tags

2026技术趋势

AI

AI Agents

AI 协作

AI 技术

AI 研究

AI安全

AI智能体

Agent

AgentFlow

从”AI编辑部”到可落地的多智能体平台：我用 Sage 复盘一次端到端内容生产

1 minute read

Published:

话题引子：量子位在《我用10块钱的「熟虾」，搞了个AI编辑部！》里展示了一个“浏览器里开箱即用的多智能体编辑部”工作流（总编/记者/编辑/校对/排版/运营）。我读完的第一反应是：这类 demo 一旦进入真实生产，最大的挑战不在“能不能跑”，而在“能不能稳定、可控、可扩展地跑”。

这篇文章我想借它做一个切入点，介绍我在做的 Sage 多智能体平台（开源仓库：https://github.com/ZHangZHengEric/Sage）：如果把“AI编辑部”当作一个典型的长程多步骤任务，那么 Sage 关注的是它背后的工程化底座——编排模式、可观测性、上下文预算、安全沙箱、技能/工具/MCP 的可插拔，以及跨端的工作台体验。

Agentic

Agentic AI

AutoResearch

Formal Verification

GAN

GPT-5

GPT-5.4

GUI Agents

Large Language Models

MCP

从”AI编辑部”到可落地的多智能体平台：我用 Sage 复盘一次端到端内容生产

1 minute read

Published:

话题引子：量子位在《我用10块钱的「熟虾」，搞了个AI编辑部！》里展示了一个“浏览器里开箱即用的多智能体编辑部”工作流（总编/记者/编辑/校对/排版/运营）。我读完的第一反应是：这类 demo 一旦进入真实生产，最大的挑战不在“能不能跑”，而在“能不能稳定、可控、可扩展地跑”。

这篇文章我想借它做一个切入点，介绍我在做的 Sage 多智能体平台（开源仓库：https://github.com/ZHangZHengEric/Sage）：如果把“AI编辑部”当作一个典型的长程多步骤任务，那么 Sage 关注的是它背后的工程化底座——编排模式、可观测性、上下文预算、安全沙箱、技能/工具/MCP 的可插拔，以及跨端的工作台体验。

MIT科技评论

MindVLA-o1

Multi-Agent Systems

OpenAI

ReAct

Reasoning-Action Loop

Reinforcement Learning

deepseek-r1 论文阅度

1 minute read

Published:

DeepSeek R1 的各种亮眼成果，那它到底是怎么训练出来的呢？这背后的训练过程就像一场精心策划的冒险，每一步都至关重要，接下来咱们就一起走进这场训练之旅。

Sage

从”AI编辑部”到可落地的多智能体平台：我用 Sage 复盘一次端到端内容生产

1 minute read

Published:

话题引子：量子位在《我用10块钱的「熟虾」，搞了个AI编辑部！》里展示了一个“浏览器里开箱即用的多智能体编辑部”工作流（总编/记者/编辑/校对/排版/运营）。我读完的第一反应是：这类 demo 一旦进入真实生产，最大的挑战不在“能不能跑”，而在“能不能稳定、可控、可扩展地跑”。

这篇文章我想借它做一个切入点，介绍我在做的 Sage 多智能体平台（开源仓库：https://github.com/ZHangZHengEric/Sage）：如果把“AI编辑部”当作一个典型的长程多步骤任务，那么 Sage 关注的是它背后的工程化底座——编排模式、可观测性、上下文预算、安全沙箱、技能/工具/MCP 的可插拔，以及跨端的工作台体验。

Sandbox

从”AI编辑部”到可落地的多智能体平台：我用 Sage 复盘一次端到端内容生产

1 minute read

Published:

话题引子：量子位在《我用10块钱的「熟虾」，搞了个AI编辑部！》里展示了一个“浏览器里开箱即用的多智能体编辑部”工作流（总编/记者/编辑/校对/排版/运营）。我读完的第一反应是：这类 demo 一旦进入真实生产，最大的挑战不在“能不能跑”，而在“能不能稳定、可控、可扩展地跑”。

这篇文章我想借它做一个切入点，介绍我在做的 Sage 多智能体平台（开源仓库：https://github.com/ZHangZHengEric/Sage）：如果把“AI编辑部”当作一个典型的长程多步骤任务，那么 Sage 关注的是它背后的工程化底座——编排模式、可观测性、上下文预算、安全沙箱、技能/工具/MCP 的可插拔，以及跨端的工作台体验。

Tool Calling

VLA

agents

deepseek

deepseek-r1 论文阅度

1 minute read

Published:

DeepSeek R1 的各种亮眼成果，那它到底是怎么训练出来的呢？这背后的训练过程就像一场精心策划的冒险，每一步都至关重要，接下来咱们就一起走进这场训练之旅。

reason

deepseek-r1 论文阅度

1 minute read

Published:

DeepSeek R1 的各种亮眼成果，那它到底是怎么训练出来的呢？这背后的训练过程就像一场精心策划的冒险，每一步都至关重要，接下来咱们就一起走进这场训练之旅。

世界模型

Agent 下半场：工具调用让模型会‘动手’，但成本与安全决定它能走多远

less than 1 minute read

Published:

这篇文章基于我今天整理的“中文媒体优先”热点素材与可核验链接撰写：

  • OpenClaw（“养龙虾”）现象与争议（北京日报/中国青年报）：https://news.bjd.com.cn/2026/03/24/11648030.shtml
  • Yann LeCun 团队 LeWorldModel（LeWM）世界模型（新浪科技/DeepTech）：https://finance.sina.com.cn/tech/roll/2026-03-24/doc-inhsarqw7531651.shtml
  • 论文（arXiv PDF）：https://arxiv.org/pdf/2603.19312

中国 AI

人工智能

从 TurboQuant 到智能体元年：2026 年 AI 行业的范式转移

1 minute read

Published:

2026 年 3 月，AI 行业正经历从’炫技’到’实用’、从’单模型’到’智能体’的深刻变革。谷歌 TurboQuant 技术、慕尼黑工业大学幻觉研究、OxyGent 框架、商汤业绩和张亚勤的预言，共同勾勒出这一转折点的轮廓。

deepseek-r1 论文阅度

1 minute read

Published:

DeepSeek R1 的各种亮眼成果，那它到底是怎么训练出来的呢？这背后的训练过程就像一场精心策划的冒险，每一步都至关重要，接下来咱们就一起走进这场训练之旅。

企业 AI

具身智能

可观测性

从”AI编辑部”到可落地的多智能体平台：我用 Sage 复盘一次端到端内容生产

1 minute read

Published:

话题引子：量子位在《我用10块钱的「熟虾」，搞了个AI编辑部！》里展示了一个“浏览器里开箱即用的多智能体编辑部”工作流（总编/记者/编辑/校对/排版/运营）。我读完的第一反应是：这类 demo 一旦进入真实生产，最大的挑战不在“能不能跑”，而在“能不能稳定、可控、可扩展地跑”。

这篇文章我想借它做一个切入点，介绍我在做的 Sage 多智能体平台（开源仓库：https://github.com/ZHangZHengEric/Sage）：如果把“AI编辑部”当作一个典型的长程多步骤任务，那么 Sage 关注的是它背后的工程化底座——编排模式、可观测性、上下文预算、安全沙箱、技能/工具/MCP 的可插拔，以及跨端的工作台体验。

商业化

从 TurboQuant 到智能体元年：2026 年 AI 行业的范式转移

1 minute read

Published:

2026 年 3 月，AI 行业正经历从’炫技’到’实用’、从’单模型’到’智能体’的深刻变革。谷歌 TurboQuant 技术、慕尼黑工业大学幻觉研究、OxyGent 框架、商汤业绩和张亚勤的预言，共同勾勒出这一转折点的轮廓。

多智能体

从”AI编辑部”到可落地的多智能体平台：我用 Sage 复盘一次端到端内容生产

1 minute read

Published:

话题引子：量子位在《我用10块钱的「熟虾」，搞了个AI编辑部！》里展示了一个“浏览器里开箱即用的多智能体编辑部”工作流（总编/记者/编辑/校对/排版/运营）。我读完的第一反应是：这类 demo 一旦进入真实生产，最大的挑战不在“能不能跑”，而在“能不能稳定、可控、可扩展地跑”。

这篇文章我想借它做一个切入点，介绍我在做的 Sage 多智能体平台（开源仓库：https://github.com/ZHangZHengEric/Sage）：如果把“AI编辑部”当作一个典型的长程多步骤任务，那么 Sage 关注的是它背后的工程化底座——编排模式、可观测性、上下文预算、安全沙箱、技能/工具/MCP 的可插拔，以及跨端的工作台体验。

多智能体系统

多模态

大模型

从 TurboQuant 到智能体元年：2026 年 AI 行业的范式转移

1 minute read

Published:

2026 年 3 月，AI 行业正经历从’炫技’到’实用’、从’单模型’到’智能体’的深刻变革。谷歌 TurboQuant 技术、慕尼黑工业大学幻觉研究、OxyGent 框架、商汤业绩和张亚勤的预言，共同勾勒出这一转折点的轮廓。

deepseek-r1 论文阅度

1 minute read

Published:

DeepSeek R1 的各种亮眼成果，那它到底是怎么训练出来的呢？这背后的训练过程就像一场精心策划的冒险，每一步都至关重要，接下来咱们就一起走进这场训练之旅。

大模型安全

大模型架构

大模型，智能体，技术趋势，多智能体，DevOps

AI 智能体的三大突破：从英伟达豪掷 260 亿到 DevOps 重塑

less than 1 minute read

Published:

封面图 最近 AI 圈的消息真是接二连三。英伟达宣布未来 5 年要投入 260 亿美元开发 AI 大模型，多智能体系统从概念验证迈向规模化应用，IDC 甚至预测智能体将重新定义 DevOps。作为一名长期关注 AI 智能体系统的研究员，我深感这些变化不仅仅是新闻头条，而是标志着 AI 发展进入了全新的阶段。

大模型，智能体，联邦学习，MiniMax

大语言模型

大语言模型，智能体，扩散模型，Jeff Dean

安全

Agent 下半场：工具调用让模型会‘动手’，但成本与安全决定它能走多远

less than 1 minute read

Published:

这篇文章基于我今天整理的“中文媒体优先”热点素材与可核验链接撰写：

  • OpenClaw（“养龙虾”）现象与争议（北京日报/中国青年报）：https://news.bjd.com.cn/2026/03/24/11648030.shtml
  • Yann LeCun 团队 LeWorldModel（LeWM）世界模型（新浪科技/DeepTech）：https://finance.sina.com.cn/tech/roll/2026-03-24/doc-inhsarqw7531651.shtml
  • 论文（arXiv PDF）：https://arxiv.org/pdf/2603.19312

安全悖论

工具调用

Agent 下半场：工具调用让模型会‘动手’，但成本与安全决定它能走多远

less than 1 minute read

Published:

这篇文章基于我今天整理的“中文媒体优先”热点素材与可核验链接撰写：

  • OpenClaw（“养龙虾”）现象与争议（北京日报/中国青年报）：https://news.bjd.com.cn/2026/03/24/11648030.shtml
  • Yann LeCun 团队 LeWorldModel（LeWM）世界模型（新浪科技/DeepTech）：https://finance.sina.com.cn/tech/roll/2026-03-24/doc-inhsarqw7531651.shtml
  • 论文（arXiv PDF）：https://arxiv.org/pdf/2603.19312

开源生态

强化学习

成本

Agent 下半场：工具调用让模型会‘动手’，但成本与安全决定它能走多远

less than 1 minute read

Published:

这篇文章基于我今天整理的“中文媒体优先”热点素材与可核验链接撰写：

  • OpenClaw（“养龙虾”）现象与争议（北京日报/中国青年报）：https://news.bjd.com.cn/2026/03/24/11648030.shtml
  • Yann LeCun 团队 LeWorldModel（LeWM）世界模型（新浪科技/DeepTech）：https://finance.sina.com.cn/tech/roll/2026-03-24/doc-inhsarqw7531651.shtml
  • 论文（arXiv PDF）：https://arxiv.org/pdf/2603.19312

扩散模型

技术趋势

从 TurboQuant 到智能体元年：2026 年 AI 行业的范式转移

1 minute read

Published:

2026 年 3 月，AI 行业正经历从’炫技’到’实用’、从’单模型’到’智能体’的深刻变革。谷歌 TurboQuant 技术、慕尼黑工业大学幻觉研究、OxyGent 框架、商汤业绩和张亚勤的预言，共同勾勒出这一转折点的轮廓。

智能体

从 TurboQuant 到智能体元年：2026 年 AI 行业的范式转移

1 minute read

Published:

2026 年 3 月，AI 行业正经历从’炫技’到’实用’、从’单模型’到’智能体’的深刻变革。谷歌 TurboQuant 技术、慕尼黑工业大学幻觉研究、OxyGent 框架、商汤业绩和张亚勤的预言，共同勾勒出这一转折点的轮廓。

Agent 下半场：工具调用让模型会‘动手’，但成本与安全决定它能走多远

less than 1 minute read

Published:

这篇文章基于我今天整理的“中文媒体优先”热点素材与可核验链接撰写：

  • OpenClaw（“养龙虾”）现象与争议（北京日报/中国青年报）：https://news.bjd.com.cn/2026/03/24/11648030.shtml
  • Yann LeCun 团队 LeWorldModel（LeWM）世界模型（新浪科技/DeepTech）：https://finance.sina.com.cn/tech/roll/2026-03-24/doc-inhsarqw7531651.shtml
  • 论文（arXiv PDF）：https://arxiv.org/pdf/2603.19312

智能体，政府工作报告，大模型，工程落地，AI 趋势

机器之心

机器学习

沙箱机制

深度学习

生产力革命

生成式模型

deepseek-r1 论文阅度

1 minute read

Published:

DeepSeek R1 的各种亮眼成果，那它到底是怎么训练出来的呢？这背后的训练过程就像一场精心策划的冒险，每一步都至关重要，接下来咱们就一起走进这场训练之旅。

端侧AI

管理学

组织理论

编排

从”AI编辑部”到可落地的多智能体平台：我用 Sage 复盘一次端到端内容生产

1 minute read

Published:

话题引子：量子位在《我用10块钱的「熟虾」，搞了个AI编辑部！》里展示了一个“浏览器里开箱即用的多智能体编辑部”工作流（总编/记者/编辑/校对/排版/运营）。我读完的第一反应是：这类 demo 一旦进入真实生产，最大的挑战不在“能不能跑”，而在“能不能稳定、可控、可扩展地跑”。

这篇文章我想借它做一个切入点，介绍我在做的 Sage 多智能体平台（开源仓库：https://github.com/ZHangZHengEric/Sage）：如果把“AI编辑部”当作一个典型的长程多步骤任务，那么 Sage 关注的是它背后的工程化底座——编排模式、可观测性、上下文预算、安全沙箱、技能/工具/MCP 的可插拔，以及跨端的工作台体验。

腾讯云

训练数据

量子位

高通