AI Infra：状态要分离，记忆要中立

当各大厂纷纷推出类 openclaw 服务，就有了各种各样的“虾”，加上各种 AI Chatbot、AI Cli，每天要有很多很多孤立的窗口。我们需要属于自己的“集中”记忆。一、为什么 openclaw 类服务必然走向“记忆层分离”先看约束条件，也就是分散的部署：约束本质问...

AI Infra：Ducklings，基于DuckDB的Edge SQL Runtime

https://github.com/tobilg/ducklings1. 核心定义 (MEU)Ducklings := DuckDB WASM + 边缘/浏览器 SDK，本质是 Edge SQL Runtime。最小可执行单元：将数据库从基础设施降维为 SDK。2. 价值...

如果说 LLM 的上限是互联网文本的耗尽，那么 VLA 的上限就是机器人与物理世界交互的累计时长1. 物理数据采集的速度模型我们可以将 VLA 训练数据的获取效率 $R_{data}$ 简化为以下公式：$$R_{data} = N_{fleet} \times \eta_{...

依然从计算不可约性出发，来分析与现实世界深度交互的具身智能产业，核心的问题是“物理世界中的实时决策任务，是否比纯语言任务更难压缩？”，答案倾向于：是，而且结构上更强。一、不可约性的来源对比维度语言系统具身系统状态空间离散 token连续物理状态反馈延迟可重算实时约束可逆性高...

Stephen Wolfram 提出一个极具张力的判断：宇宙的底层不是连续几何结构，而是离散的计算过程。物理定律、空间结构、时间演化，都可以被视为某种“规则系统”的运行结果。计算不可约性（Computational Irreducibility）是这个计算宇宙观的核心支柱，...

LingBot-VA（自回归视频-动作世界模型）、LingBot-World（模拟环境）、LingBot-VLA（智能基座）、LingBot-Depth（空间感知）一、四件套是具身智能从底层环境到高层大脑的完整闭环1.1 LingBot 核心架构组件关系组件名称核心职能角色...

一、陈述性记忆与程序性记忆在认知心理学中，长期记忆通常根据“内容是否能够被有意识地表达”分为陈述性记忆和程序性记忆。核心定义与对比特性陈述性记忆 (Declarative Memory)程序性记忆 (Procedural Memory)定义关于“是什么”的知识，可以用语...

如果系统不该记得一切，那它该怎样“忘记”？不是删掉数据就算了事。而是让数据像沙滩上的字——潮水一来，它就淡一点。再一来，就更淡。等到第三次潮水，你得蹲下来仔细看，才隐约记得那里曾经有个词。而 AI 基础设施，不应该只是被动存储这些字。它应该主动推潮水。传统系统觉得“存得越多...

https://aizen.win/一、概览Aizen 是一款面向 macOS 开发者的本地工作台，用 Git worktree 作为最小工作单元，把代码、终端、浏览器与 AI 代理的完整上下文收敛到一个可切换的空间中。目标用户需要并行推进多个分支或任务的个人开发者与小型技...