技术剖析 on Text Matrix

Ornith-1.0 深度解读：自改进开源 agentic coding 模型，4 个尺寸 + Self-Improving Framework 突破

Tue, 30 Jun 2026 16:24:00 +0800

译序：这份 README 不只是模型发布说明

Ornith-1.0 是 deepreinforce-ai 团队在 2026 年发布的开源 agentic coding 模型系列。README 表面上看起来像"模型发布说明"，但读进去会发现它有三个不寻常的地方：

Micro-Agent：在 Model API 内部用协作打 frontier model——vLLM Semantic Router 拆解

Tue, 30 Jun 2026 15:58:00 +0800

学习目标

读完这篇文章你应该能回答：

vLLM Semantic Router 的 micro-agent 设计想解决什么：为什么 frontier model 之间的差距在从权重迁移到 router 层
5 种 Looper 的工作原理与边界：Confidence / Ratings / ReMoM / Fusion / Workflows 各自适合什么任务、不适合什么任务
Auto Recipe 怎么用一个 model name 暴露多种协作：信号提取 + task-shape 投影 + 路由决策
记分牌怎么读：VSR Closed vs VSR Hybrid 在 3 个 benchmark 上的数字能推出什么、不能推出什么
什么时候不要上 micro-agent：延迟、成本、工具需求、长链规划的边界
怎么把它用到自己的推理服务里：第一步该看什么、第二步该做什么

适合谁读

自己做推理服务、需要决定多模型协作策略的 infra / 平台工程师
在评估 “Fugu / Semantic Router / LangGraph / CrewAI” 这类方案的架构师
对 AI serving stack 演化方向感兴趣的 LLM 系统研究者
想理解 “协作” vs “更大的模型” 这条新轴线的应用层工程师

一、为什么 vLLM 这次没追新模型

所有人都在等下一个 frontier model。

智谱 GLM Coding 抢购助手深度拆解：一千行油猴脚本里的并发工程学

Tue, 30 Jun 2026 10:45:00 +0800

一、抢购工程学为什么难

抢购脚本听起来很"灰产"，但当你真的动手去写，会发现这件事的工程难度被严重低估了。

第一层难度是时间窗口的稀缺性。智谱 GLM Coding Plan 每天 10:00:00 整点放出当日额度，5 秒内大概率售罄——也就是说，从你按下"开始"按钮到你应该收到支付链接，整个系统的端到端延迟必须控制在秒级以内。一个常见误区是"反正并发够高就行"，但现实是：HTTP/1.1 同域连接池默认只有 6 路并发（Chrome 实际值），并发数从 5 提升到 10 之后真正起作用的是前 6 路，后面的都在排队。盲目堆并发数只会让连接池排队更长，反而拖慢平均响应时间。