AI Infra：跳出数据库，看到更大的Agent Data Runtime

让数据直接成为 Agent 认知状态的一部分一、定义 Agent Data RuntimeAgent Data Runtime：一个面向 AI Agent 的状态化认知运行系统（Stateful Cognitive Runtime System）它以数据库内核为基础，融合：...

AI Infra：Convex Backend数据库，AI Agent 时代的状态同步方案

以前做实时应用，得自己拼数据库、API、Redis、WebSocket，再加上缓存和乐观更新。每一层都独立，状态同步的麻烦事最后全堆给开发者。Convex 试图把这些琐事都包了。它不单是个数据库，更像是一个响应式状态后端运行时。简单说，它把后端压缩成了一个统一的状态同步引擎...

NVIDIA 的 “Data In Place” 概念核心，可用一句话概括：数据尽量留在原地完成 AI 处理，从而减少 ETL、复制、搬运、复制、搬运、重建索引和冷热迁移。这是 NVIDIA 在 AI Infra 上一以贯之的长期路线：GPU 不再只是算子的执行器。GPU ...

2026年核心变化已经很明显：重心从训练 → 推理 → Agent 工作流迁移“系统能力”开始替代“模型能力”成为核心变量一、关键结构变化是从推理层迁移到应用开发层价值核心从 “token 生产” 转向 “token 编排（orchestration）”生态位基础设施层...

一、Token 的三种“商品形态”类型产生位置谁付钱价值体现raw token模型推理层平台 / 开发者成本中心（GPU 时间）structured token（带上下文）RAG / Agent 层开发者可用性提升outcome token（任务完成）应用层最终用户 / 企...

Hermes Agent 和 Openclaw 代表的是一类长任务，模型无关的用法，可以屏蔽用户对基座模型的感受一、供给侧不再是单一基座能力，而是三层叠加层级内容特征模型层基座模型能力标准化、可替换Skill层行业知识 + 工作流能力半标准化Context层用户数据、历史、...

一、搜索和Agent的未来形式多模态输入 ↓ 隐式 world model（做理解 & 粗推理） ↓ 显式结构层（memory / graph / tool schema）（约束 + 执行） ↓ 决策与执行 ↓ 生成二、三层认知架构：感知+认...

一、Memory Ownership这里的 ownership 指的更多是谁在使用和加工记忆模式描述Agent-owned每个Agent一套User-owned用户统一记忆Networked多Agent共享Agent-owned，需要卓越的技术产品User-owned，需要...

Openclaw 是长时间任务型 Agent，对算力和数据库都提出新要求，就数据库而言，从“被查询” → “参与执行”一、OpenClaw 改变了 Agent 的形态传统 LLM：request → inference → response → 结束OpenClaw（Age...