开源动态8

LMCache：解决AI token重复计算难题

AI工程化2026-07-19

AI 摘要

斯坦福：AI Agent每次调用62%内容重复计算。LMCache：将缓存管理独立成进程，用CacheBlend复用缓存，适配多引擎。当下AI团队不应只关注降token单价，更要避免重复计算。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

SemaPLC：让AI编程在PLC开发可交付

上海交通大学联合Sema研究团队推出SemaPLC，将AI Agent与PLC工程工具链连接，让自然语言需求转化为可编译、验证、仿真的控制程序。它是面向全流程的智能工作台，实验效果优于业界方案。

Laude Institute的AI Agent Audel在无指令下自动修复bug，背后是开源的AI Agent微框架Headlong。它与其他Agent不同，其Agent永远不睡觉，核心由9800行Bash脚本构成，安装简单，提出AI主体性问题。

一家公司买企业级 AI 授权全员铺开，虽 88% 员工采用，但交付速度未变，仅 10% 的人烧掉 90% 的 Token。文章指出企业 AI 采用率指标荒诞，分析企业 AI 应用现状，还给出落地推进建议。

赛博义父Tibo在播客中透露诸多OpenAI内幕，如ChatGPT和Codex将融合成个人化AGI，下一代Agent核心是机制“消失”等，还回顾谷歌经历，分享OpenAI文化、产品发展等观点。