# 架构的所有文章

在 HTX 新聞中心流覽與「架构」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策，提供權威的加密行業洞察。

跨链桥主动求变，LI.FI用意图架构成为TradFi机构流动性中枢

随着传统金融（TradFi）资产加速进入加密领域，跨链桥协议LI.FI主动寻求业务升级，推出了基于意图的执行架构——LI.FI Intents。该产品不再局限于服务加密原生用户，而是转向为金融科技公司、新银行、钱包及受监管的金融机构提供稳定币支付、RWA（真实世界资产）和合规链上流动性的底层执行服务。面对跨链桥整体交易量下滑和加密市场流动性紧缩的环境，LI.FI凭借前期融资支持，积极探索新方向。LI.FI Intents旨在通过求解器网络提供高效的做市商级执行能力，使用户无需管理Gas或处理复杂链上操作，即可实现精确的稳定币跨链兑换。该架构显著降低了企业的使用门槛，支持通过统一接口集成多个代币化资产发行方。在合规与安全方面，LI.FI Intents构建了一个由已验证实体组成的网络，企业可审核并批准每一笔订单，所有交互钱包均接受OFAC审查，确保了交易的合规性。同时，其广泛覆盖EVM、Solana、Tron等主流区块链生态，增强了系统的鲁棒性。本质上，LI.FI Intents类似于为金融操作提供了“自动驾驶”导航。企业只需设定最终目标（意图），复杂的中间执行流程将由系统自动、高效地完成。在资产种类日益丰富的背景下，这种提升资金运营效率和自动化水平的能力，正成为连接传统金融与加密世界的关键枢纽。

Odaily星球日报06/03 06:06

Odaily星球日报06/03 06:06

小米MiMo降价99%并非营销！罗福莉发X打脸唱衰者

小米MiMo负责人罗福莉发布技术博客，详细解释MiMo-V2.5系列API降价99%并非营销或价格战，而是基于六项核心工程优化带来的真实成本下降。降价主要针对“Input (Cache Hit）”，即用户重复读取历史对话上下文的场景。通过六项关键技术实现降本： 1. **架构优化**：采用混合注意力机制，将模型“记忆”体积压缩至1/7。 2. **显存管理**：实现KVCache双池化，真正释放显存空间，使单GPU并发用户数提升5倍以上。 3. **缓存命中**：改进前缀缓存规则，服务端缓存命中率平均达93%，高频用户超95%，大量重复请求无需GPU计算。 4. **存储成本**：自研GCache系统，将缓存直接部署在GPU机器的SSD上，额外存储成本近乎为零。 5. **智能调度**：自研LLM-Router调度系统，通过亲和调度、长度分桶等方式优化请求路由，提升吞吐并降低延迟。 6. **生成加速**：原生支持多token预测，在部分场景下使模型生成速度提升最高2.3倍。这六项技术环环相扣，形成完整降本链条，显著降低了单位请求的GPU计算时间和整体成本，从而支撑了大幅降价的同时保持毛利率为正。罗福莉此举旨在强调此次降价是工程能力兑现的结果，而非市场策略。

marsbit05/31 10:37

marsbit05/31 10:37

清华00后校友王冠再出新作：用1/900 token、1/432算力，颠覆Transformer预训练模型

清华00后校友王冠团队提出了一种名为HRM-Text的高效预训练模型，使用分层循环模型取代标准Transformer。该方法仅需约1/900的训练token和1/432的估计算力，便使1B参数的模型在多项基准测试中达到了媲美2B至7B开源模型的性能，训练成本约1500美元。其核心是通过双时间尺度递归架构增加计算深度，并采用针对指令-回答对的训练目标，只对回答部分计算损失。研究强调了结构先验与针对性训练能显著降低预训练门槛。同时，论文也指出了当前方法在知识覆盖、自适应计算、规模化验证及工程部署方面的局限性，为未来研究指明了方向。

marsbit05/26 03:15

清华00后校友王冠再出新作：用1/900 token、1/432算力，颠覆Transformer预训练模型

marsbit05/26 03:15

智谱凭什么一天暴涨近30%？

智谱（02513.HK）股价单日暴涨近30%，核心触发因素是公司面向企业客户开放的GLM-5.1高速版API，其模型输出速度达到每秒400个token，刷新全球大模型API速度上限。这一速度约为行业平均水平的3到5倍，意味着每秒可生成约200个汉字，显著提升了AI任务的执行效率。在AI进入Agent（智能体）时代、任务需要模型进行多轮自我调用的背景下，速度成为关键竞争力，直接影响任务完成时间和智能上限。实现这一突破依赖智谱在推理引擎、并行策略和网络架构三个层面的技术创新： 1. **TileRT推理引擎**：将整个模型编译成持续运行的流水线，避免传统框架中频繁启动和等待的开销，并通过“Warp专门化”让GPU内不同计算组并行工作。 2. **异构并行策略**：针对GLM-5.1采用的MLA注意力机制，让多块GPU分工协作（如有的负责稀疏检索，有的负责密集计算），优化计算流程。 3. **ZCube网络架构**：取代行业标准的树形网络拓扑，采用扁平化互联设计，使得任意两台GPU间通信路径唯一且最短（仅需2跳），从根本上避免了网络拥塞，提升了集群整体吞吐并降低了延迟。技术升级带来直接效益：在同等GPU投入下，集群吞吐量提升15%，相当于免费获得更多算力；任务尾延迟下降40.6%，提升了稳定性；网络建设成本因精简结构而节省约三分之一。从行业影响看，智谱的技术路径证明，在相同算力下可以产出更多，这有助于重构GPU之外的基础设施生态。长期可能侵蚀英伟达在网络侧的溢价，利好能够提供高密度交换机的厂商以及国内光模块企业。同时，该纯软件方案理论上可移植到国产AI芯片，有望降低其软件生态门槛。

marsbit05/23 01:22

marsbit05/23 01:22

十年押注Cerebras：「晶圆级AI芯片」如何登上纳斯达克

2026年5月14日，AI硬件公司Cerebras登陆纳斯达克。其早期投资人回顾了与创始人Andrew Feldman长达十九年的合作。Cerebras的核心是挑战行业共识，选择为AI工作负载从头设计计算架构，而非沿用现成的GPU方案。当时，AI的实用性和GPU的局限性远未成为共识。但Feldman及其团队凭借在芯片与系统领域的深厚积累，坚信内存带宽而非原始算力才是关键瓶颈。他们决心打造晶圆级芯片，其面积是传统最大芯片的58倍，这引发了供电、散热、电气连续性等一系列前所未有的工程挑战。开发过程充满艰辛，首个原型甚至因过热“冒烟”。团队以罕见的纪律和坚持，逐一攻克难题，于2019年8月成功运行了首台全新设计的计算机。创始人Feldman的驱动力源于对“阶跃式改善”的追求，其成长环境塑造了他认为卓越与善良并存的信念，这深刻影响了Cerebras强调信任与长期关系的团队文化。从2016年投资人翻越后院围栏递交投资意向书，到十年后在纳斯达克敲钟，Cerebras的故事不仅是一次成功的风险投资，更证明了算力革命可以通过重新想象计算架构本身来实现。它鼓励着那些敢于挑战根本问题、寻求千倍改进的创始人。

marsbit05/15 03:55

marsbit05/15 03:55

a16z创始人：Agent时代，真正重要的东西变了

a16z创始人Marc Andreessen指出，AI并非突然爆发，而是历经80年技术积累后的集中突破，核心在于神经网络架构的成熟与多能力融合（LLM、推理、编程及Agent自主进化）。他强调Agent本质是“LLM+Shell+文件系统+Markdown+定时任务”的组合，能调用现有软件生态并保存可迁移状态，未来将逐步取代传统图形界面，使人通过指令委托Agent完成复杂任务。当前AI投资虽与2000年互联网泡沫有相似性，但主要由现金充裕的大公司推动且能快速变现。开源模型和边缘推理将成为竞争关键，未来几乎所有设备都可能嵌入AI模型。真正的挑战在于安全漏洞短期激增、身份验证、支付基础设施以及制度阻力（如职业许可和教育体系），技术普及仍面临现实社会的适应性延迟。

marsbit04/25 02:05

marsbit04/25 02:05

蚂蚁数科首提智能体经济新架构，覆盖身份、支付、风控与合规四大层面

蚂蚁数科在香港Web3 Festival上首次提出“4R全栈架构”，面向智能体经济，涵盖运行层、支付层、注册层和根基础设施四个层次，旨在为AI智能体提供身份、支付、风控与合规的技术支持。CTO闫莺指出当前智能体经济存在“四道裂痕”：提示词漏洞导致执行失控、AI缺乏可信身份、支付网关不适配、陌生智能体协作风险高，需从基础设施层面重新设计。运行层核心产品DTClaw内置安全模型，对智能体行为实施强制约束，确保操作可控、可审计。支付层构建链上支付通道，支持智能决策与可验证凭证，实现交易安全透明及高频微额即时结算。注册层基于DID和ERC-8004标准为智能体颁发链上身份，确保协作可追溯。根基础设施利用Jovay Layer2和ZKVM技术，支持AI微支付并解决算力信任问题。闫莺强调，AI正进入拥有资产和交易权的智能体经济阶段，蚂蚁数科基于多年在金融安全、区块链与合规领域的积累，构建了这一全新架构。

marsbit04/20 09:23

marsbit04/20 09:23

a16z 创始人：Agent 时代，真正重要的东西变了

a16z创始人Marc Andreessen在最新访谈中指出，AI并非突然爆发，而是80年技术积累的集中释放。他强调本轮AI的突破在于四大能力同时成熟：大语言模型、推理、编程以及智能体（agent）的自我改进能力。智能体架构（LLM + shell + 文件系统 + markdown + 定时任务）将重塑软件交互方式，人类未来可能不再需要图形界面，而是通过智能体直接调用服务完成任务。浏览器和传统GUI将逐步被agent-first的交互替代。与2000年互联网泡沫不同，当前AI投资主要由现金充裕的大公司推动，且基础设施投入能快速转化为收入。开源和边缘计算同样关键，开源加速知识扩散，而本地推理因成本、隐私和延迟需求将日益重要。 AI的真正挑战在于安全、身份验证、支付工具及制度阻力。短期内可能出现安全危机，但AI也能规模化修复漏洞。社会接受度则受职业许可、教育、医疗等现有制度制约，技术实现不等于社会即刻变革。

marsbit04/20 00:02

Chaos Labs退场，Aave的风险谁来接盘？

Chaos Labs宣布主动终止与Aave的风险管理合作，强调这一决定源于双方在风险管理理念上的根本分歧，而非预算问题。作为过去三年负责Aave所有V2和V3市场风险管理的核心团队，Chaos Labs在协议总锁仓量从52亿增长至260亿美元、处理超2.5万亿美元存款和20亿美元清算的过程中未出现实质性坏账。 Chaos Labs指出，Aave核心贡献者流失、V4架构重构带来的复杂性升级以及风险管理成本与责任扩大，但资源投入未同步匹配，导致团队长期处于亏损运营状态。此外，V4作为全新协议架构，需完全重建风险基础设施，而并行运行V3和V4将进一步增加工作负荷。文章强调，在DeFi机构化进程中，风险记录已成为核心竞争力，但Aave的风险预算占比仅2%，远低于传统银行6%-10%的合规投入比例。Chaos Labs认为，DeFi风险成本不应低于传统金融，且隐性成本（如法律责任和网络安全）未被充分考量。最终，Chaos Labs因无法接受“在资源不足情况下降低标准”或“持续补贴运营”的选择而退出，呼吁行业重视风险管理的真实成本与优先级。

marsbit04/07 03:35