https://www.reelos.ai/ AI Native Builder Lab：文章、方法、Skills、信号和训练。 zh-CN Tue, 14 Jul 2026 07:04:00 GMT https://www.reelos.ai/articles/b300-roce-end-to-end-gpu-network/ https://www.reelos.ai/articles/b300-roce-end-to-end-gpu-network/ Tue, 14 Jul 2026 07:04:00 GMT 文章 B300 RoCE 项目真正采购的不是一批 800G 交换机，而是一套由 GPU/NIC 拓扑、Leaf-Spine、光链路、拥塞控制、遥测和 NCCL 验收组成的端到端 GPU Compute Fabric。 https://www.reelos.ai/articles/ai-loop-business-operations-guide/ https://www.reelos.ai/articles/ai-loop-business-operations-guide/ Tue, 14 Jul 2026 04:09:10 GMT 文章 AI Loop 的工作单位不是一次任务，而是一个持续改善的业务目标。本文从 Scoreboard、独立 Evaluator、Action Space、Guardrails、Budget、Memory 与 Human Gate 出发，给出一份可直接上线的 Loop Specification。 https://www.reelos.ai/playbooks/chatgpt-prompting-practical-handbook/ https://www.reelos.ai/playbooks/chatgpt-prompting-practical-handbook/ Tue, 14 Jul 2026 00:00:00 GMT 方法 把提示词从“咒语”改成工作说明：用目标、背景、交付、边界和检查五要素，把需求交代清楚，让 ChatGPT、ChatGPT Work 和 Codex 更稳定地完成任务。 https://www.reelos.ai/signals/2026-07-codex-ai-service-consumption-entry/ https://www.reelos.ai/signals/2026-07-codex-ai-service-consumption-entry/ Mon, 13 Jul 2026 11:19:02 GMT 信号 Codex 正把 MCP、CLI、Plugin 与专业 Skill 聚合成统一任务入口；Agent 产品的新机会，不是继续争夺前台，而是成为可调用、可计量、可验收的专业后端。 https://www.reelos.ai/articles/neocloud-compute-real-estate-asset-securitization/ https://www.reelos.ai/articles/neocloud-compute-real-estate-asset-securitization/ Mon, 13 Jul 2026 07:18:00 GMT 文章 未来 Neocloud 的核心竞争力，不只是拥有多少 GPU，而是谁能把客户合同、电力和设备，转化为成本更低、期限更长的资本。 https://www.reelos.ai/articles/ai-infra-six-business-models/ https://www.reelos.ai/articles/ai-infra-six-business-models/ Mon, 13 Jul 2026 05:12:58 GMT 文章 六家公司都在卖 GPU，但有人经营合同，有人经营项目、电力、定制交付或利用率。看懂谁出钱、谁承担闲置与折旧，才能看懂它们的现金流和估值。 https://www.reelos.ai/signals/2026-07-agent-task-completion-seven-shifts/ https://www.reelos.ai/signals/2026-07-agent-task-completion-seven-shifts/ Mon, 13 Jul 2026 04:55:23 GMT 信号 这不是再次解释 Agent 为什么要离开聊天框，而是把近 72 小时的产品信号压缩成 7 个可以立即改变路线图的决策。 https://www.reelos.ai/articles/agent-startup-casebook-official-resources/ https://www.reelos.ai/articles/agent-startup-casebook-official-resources/ Mon, 13 Jul 2026 04:48:06 GMT 文章 从 Cursor、Devin、Sierra、Harvey 到 Manus、Lyzr 与 LangChain，按产品形态梳理 12 个 Agent 创业样本，汇总官网、产品文档、客户案例与学习入口，并用工作流、权限、验证和付费逻辑建立统一研究框架。 https://www.reelos.ai/articles/agent-verifiable-work-loop/ https://www.reelos.ai/articles/agent-verifiable-work-loop/ Fri, 10 Jul 2026 11:37:21 GMT 文章 长任务 Agent 的关键不是让模型一直思考，而是让每个新上下文都能接班。本文用四类交接工件、三份合同、外置状态、独立验证与 Checkpoint，拆解可持续完成任务的可靠性工程。 https://www.reelos.ai/articles/ai-agent-startup-deliver-outcomes/ https://www.reelos.ai/articles/ai-agent-startup-deliver-outcomes/ Fri, 10 Jul 2026 11:30:37 GMT 文章 AI Agent 创业正在从软件市场进入劳动市场。真正的产品单位不是模型或聊天窗口，而是一段可验收、可恢复、可计价的工作；本文拆解三层机会、结果定价、护城河与 90 天验证路径。 https://www.reelos.ai/articles/q-loop-3x8x5-self-evolving-quant-system/ https://www.reelos.ai/articles/q-loop-3x8x5-self-evolving-quant-system/ Fri, 10 Jul 2026 11:25:12 GMT 文章 Q-Loop 3×8×5 把自进化量化拆成研究、执行、治理三个平面，八个子循环与五级策略晋级：让 Agent 快速提出和淘汰策略，让确定性系统与独立风险层守住资金。 https://www.reelos.ai/articles/ahacreator-ai-marketplace-transaction-take-rate/ https://www.reelos.ai/articles/ahacreator-ai-marketplace-transaction-take-rate/ Fri, 10 Jul 2026 00:00:00 GMT 文章 AI Native 产品的下一阶段，不只是帮用户生成内容，而是进入交易链路，参与预算分配。AhaCreator 展示了从卖工具到组织交易的商业模式迁移。 https://www.reelos.ai/signals/2026-07-chatgpt-work-product-unit/ https://www.reelos.ai/signals/2026-07-chatgpt-work-product-unit/ Fri, 10 Jul 2026 00:00:00 GMT 信号 ChatGPT Work 真正重要的不是多了一个长任务入口，而是 Agent 产品开始围绕目标、状态、过程、审批和交付物组织，Work 正在取代 Chat 成为新的产品单位。 https://www.reelos.ai/articles/ai-infra-business-model-map/ https://www.reelos.ai/articles/ai-infra-business-model-map/ Tue, 07 Jul 2026 15:10:00 GMT 文章 AI Infra 正在从租 GPU 变成经营 AI 产能。真正有价值的不是单张 GPU，而是电力、数据中心、高端 GPU、网络、存储、调度、推理优化、监控、计费和 SLA 组成的可交付 AI Compute Capacity。 https://www.reelos.ai/articles/roce-fabric-ai-factory-network-optimization/ https://www.reelos.ai/articles/roce-fabric-ai-factory-network-optimization/ Tue, 07 Jul 2026 14:30:00 GMT 文章 RoCE Fabric 的核心不是把以太网调成无损网络，而是把拓扑、QoS、负载均衡、NCCL、遥测和训练任务组织成闭环。真正合格的 AI Ethernet，不是网络可用，而是训练任务可预测。 https://www.reelos.ai/articles/spectrum-x-roce-ai-fabric-architecture/ https://www.reelos.ai/articles/spectrum-x-roce-ai-fabric-architecture/ Tue, 07 Jul 2026 13:00:00 GMT 文章 GPU 集群真正的瓶颈，正在从有没有高速网络，转向网络能不能像一个计算系统一样，稳定支撑十万卡级同步训练。Spectrum-X 的价值不是给出一组 RoCE 参数，而是把 RoCE 推向 Multi-Plane、硬件负载均衡、高频遥测和 workload-aware 验收的 AI Fabric 架构。 https://www.reelos.ai/articles/ai-fabric-engineering-team-gpu-cluster-network/ https://www.reelos.ai/articles/ai-fabric-engineering-team-gpu-cluster-network/ Tue, 07 Jul 2026 12:20:00 GMT 文章 AI 基础设施的竞争，正在从谁有更多 GPU，转向谁能让 GPU 稳定、高效、可规模化地协同工作。AI Fabric 工程团队不是传统网络运维组，而是把 RoCE、InfiniBand、NCCL、RDMA、监控、压测和交付组织成可复制工程能力的小队。 https://www.reelos.ai/articles/liquid-cooling-ai-factory-thermal-infrastructure/ https://www.reelos.ai/articles/liquid-cooling-ai-factory-thermal-infrastructure/ Tue, 07 Jul 2026 11:50:00 GMT 文章 当 AI 机柜进入 100kW+ 时代，散热从服务器问题变成数据中心系统工程。液冷不是为了取代风冷，而是为了让高密度 AI 算力继续稳定释放。 https://www.reelos.ai/articles/dpu-ai-factory-host-infrastructure-processor/ https://www.reelos.ai/articles/dpu-ai-factory-host-infrastructure-processor/ Tue, 07 Jul 2026 11:30:00 GMT 文章 DPU 不训练模型，也不增加 GPU FLOPS。它真正处理的是网络、存储、安全和基础设施管理，让昂贵的 GPU 更少等待、更稳定运行。 https://www.reelos.ai/articles/anthropic-data-center-compute-sovereignty/ https://www.reelos.ai/articles/anthropic-data-center-compute-sovereignty/ Tue, 07 Jul 2026 11:05:00 GMT 文章 从买云到锁电、锁地、锁数据中心：Frontier AI 的竞争单位，正在从模型参数扩展为模型、算力、能源和区域合规的系统能力。 https://www.reelos.ai/articles/nvidia-korea-ai-factory-industrial-system/ https://www.reelos.ai/articles/nvidia-korea-ai-factory-industrial-system/ Tue, 07 Jul 2026 10:40:00 GMT 文章 韩国不是单纯在买 GPU，而是被 NVIDIA 按存储、算力、能源、制造和 Physical AI 重新组织成一套 AI 工业体系。 https://www.reelos.ai/articles/ocs-reconfigurable-ai-fabric/ https://www.reelos.ai/articles/ocs-reconfigurable-ai-fabric/ Tue, 07 Jul 2026 09:30:00 GMT 文章 从固定 Fabric 到可重构 Fabric，OCS 正在把 AI 集群网络从“静态布线系统”升级为“可调度的物理连接资源”。 https://www.reelos.ai/articles/kv-cache-inference-memory-war/ https://www.reelos.ai/articles/kv-cache-inference-memory-war/ Tue, 07 Jul 2026 08:10:00 GMT 文章 从 GPU 算力到上下文状态：KV Cache 正在重塑 AI 推理基础设施。大模型推理的瓶颈，正在从单次算力转向持续状态管理。 https://www.reelos.ai/articles/hbm-ai-memory-bottleneck/ https://www.reelos.ai/articles/hbm-ai-memory-bottleneck/ Tue, 07 Jul 2026 06:45:00 GMT 文章 HBM 不是更快的内存条，也不是传统意义上的存储。它是 AI 加速器的近身数据层，决定 GPU 的算力能不能被持续喂饱。 https://www.reelos.ai/articles/ai-compute-fabric-learning-map/ https://www.reelos.ai/articles/ai-compute-fabric-learning-map/ Tue, 07 Jul 2026 06:20:00 GMT 文章 GPU 决定单点计算能力，网络决定 GPU 能否组成一台真正的 AI 工厂。AI Compute Fabric 的核心，不是端口速率，而是把理论 FLOPS 转化成真实可交付的有效算力。 https://www.reelos.ai/articles/bluefield-dpu-ai-factory-control-layer/ https://www.reelos.ai/articles/bluefield-dpu-ai-factory-control-layer/ Tue, 07 Jul 2026 00:00:00 GMT 文章 GPU 负责算，SuperNIC 负责连，Fabric 负责组织大规模通信，DPU 负责控制基础设施，DOCA 负责把这些能力软件化。BlueField 的真正意义，不是让一台服务器网络更快一点，而是让 NVIDIA 进入 AI 数据中心的控制层。 https://www.reelos.ai/articles/nccl-gpu-cluster-communication-layer/ https://www.reelos.ai/articles/nccl-gpu-cluster-communication-layer/ Tue, 07 Jul 2026 00:00:00 GMT 文章 GPU 负责计算，网络负责连接，NCCL 负责组织 GPU 之间的数据怎么流动。判断 AI 集群不能只看 GPU 数量和端口带宽，还要看集合通信、拓扑感知、GPUDirect、NCCL tests 和真实有效带宽。 https://www.reelos.ai/articles/nvlink-scale-up-gpu-domain/ https://www.reelos.ai/articles/nvlink-scale-up-gpu-domain/ Tue, 07 Jul 2026 00:00:00 GMT 文章 当大模型进入模型并行、MoE、长上下文和大规模推理阶段，GPU 的瓶颈不再只是单卡算力，而是 GPU 之间能否形成一个低延迟、高带宽、可扩展的计算域。 https://www.reelos.ai/articles/roce-ethernet-rdma-fabric/ https://www.reelos.ai/articles/roce-ethernet-rdma-fabric/ Tue, 07 Jul 2026 00:00:00 GMT 文章 RoCE 的核心不是“让普通以太网变快”，而是在开放以太网生态里，构建一张高带宽、低延迟、低丢包、可观测、可调优的 AI Compute Fabric。 https://www.reelos.ai/articles/infiniband-roce-ai-compute-fabric/ https://www.reelos.ai/articles/infiniband-roce-ai-compute-fabric/ Mon, 06 Jul 2026 00:00:00 GMT 文章 GPU 本身很强，不代表 GPU 集群就强。大规模训练和分布式推理真正需要的，是能把 GPU、网卡、交换机、RDMA、GPUDirect、NCCL 和拥塞控制组织起来的 AI Compute Fabric。 https://www.reelos.ai/articles/reelos-signals-monthly-2026-05-06/ https://www.reelos.ai/articles/reelos-signals-monthly-2026-05-06/ Fri, 03 Jul 2026 00:00:00 GMT 文章 2026 年 6 月，AI Native Builder 生态的主线不是模型又变强，而是 Agent 产品从聊天、Prompt 和 Demo，迁移到任务运行时、验证系统、能力资产和组织智能。 https://www.reelos.ai/signals/2026-07-bloome-agent-workspace-collaboration-interface/ https://www.reelos.ai/signals/2026-07-bloome-agent-workspace-collaboration-interface/ Fri, 03 Jul 2026 00:00:00 GMT 信号 Bloome 值得关注的不是把多个 Agent 放进群聊，而是提示 Agent 产品正在从单人聊天框进化为承载复杂工作的协作界面。 https://www.reelos.ai/articles/codex-skill-creator-vs-writing-great-skills/ https://www.reelos.ai/articles/codex-skill-creator-vs-writing-great-skills/ Thu, 02 Jul 2026 00:00:00 GMT 文章 Codex 的 skill-creator 解决如何把重复工作流快速做成 Skill，writing-great-skills 解决如何判断一个 Skill 写得好不好。真正有价值的方向，是把两者合成 Create、Review、Rewrite、Eval、Package 的 Skill 工程闭环。 https://www.reelos.ai/articles/not-everyone-is-builder-judgment-scarcity/ https://www.reelos.ai/articles/not-everyone-is-builder-judgment-scarcity/ Thu, 02 Jul 2026 00:00:00 GMT 文章 Codex、Claude Code、Cursor 让构建变便宜，但也让原型、代码和想法快速泛滥。AI 时代真正稀缺的不是会不会做出来，而是能不能判断什么值得做、什么应该删、什么应该合并，以及如何把大量可能性收敛成稳定产品。 https://www.reelos.ai/articles/yao-meta-skill-skill-os-review/ https://www.reelos.ai/articles/yao-meta-skill-skill-os-review/ Thu, 02 Jul 2026 00:00:00 GMT 文章 yao-meta-skill 不是一个普通 Skill Creator，而是把 Skill 当成工程资产来管理的一套 Skill OS：覆盖创建、评审、Eval、打包、治理、跨平台迁移和证据链。 https://www.reelos.ai/articles/writing-great-skills-skill-review/ https://www.reelos.ai/articles/writing-great-skills-skill-review/ Thu, 02 Jul 2026 00:00:00 GMT 文章 writing-great-skills 不是一个强执行型 Skill，而是一套关于如何把 Agent 行为压成稳定流程的设计方法论。它最值得学习的是 Predictability、信息分层、完成标准和调用负载管理。 https://www.reelos.ai/playbooks/claude-code-skills-playbook/ https://www.reelos.ai/playbooks/claude-code-skills-playbook/ Thu, 02 Jul 2026 00:00:00 GMT 方法 基于 Anthropic《Lessons from building Claude Code: how we use Skills》的实践经验，把 Skills 翻译成一套团队可执行的中文方法：识别场景、组织上下文、沉淀 Gotchas、加入脚本、分发、组合和度量。 https://www.reelos.ai/articles/agent-collaboration-three-layer-paradigm/ https://www.reelos.ai/articles/agent-collaboration-three-layer-paradigm/ Wed, 01 Jul 2026 00:00:00 GMT 文章 Agent 协作设计不应该按“几个 Agent 怎么聊天”来理解，而应该按执行层、控制层、验收层来设计：执行层决定任务怎么跑，控制层决定谁来调度，验收层决定结果怎么算完成。 https://www.reelos.ai/articles/octo-agent-control-plane-architecture/ https://www.reelos.ai/articles/octo-agent-control-plane-architecture/ Wed, 01 Jul 2026 00:00:00 GMT 文章 OCTO 真正值得研究的地方，不是它又做了一个团队聊天工具，而是它试图把 IM 从“人和人沟通的工具”升级为“人、Agent、任务、工具和组织上下文共同工作的控制面”。 https://www.reelos.ai/articles/ai-agent-startup-task-runtime/ https://www.reelos.ai/articles/ai-agent-startup-task-runtime/ Tue, 30 Jun 2026 00:00:00 GMT 文章 AI Agent 正在从 Chat Interface 演进为 Task Runtime。创业公司的真正机会，不是再包装一个会聊天的助手，而是围绕垂直场景构建可长期执行、可治理、可审计、可交付结果的任务运行系统。