AnswersPublished18 sources
En AI-Zhizi fra Three-Body – med hukommelse på tværs af samtaler
Zhizi Agent 1.0 blev lanceret i Beijing 25. oktober 2026 med administratoren af miniunivers 637 fra Three Body som rollemodel.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer
Key takeaways
- Zhizi Agent 1.0 blev lanceret i Beijing 25. oktober 2026 med administratoren af miniunivers 637 fra Three Body som rollemodel.
- Omtalen beskriver vidensbaser i AgentWorks, strukturerede prompts og Infini Memory til hukommelse på tværs af samtaler.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Infinigence AI and Three-Body Universe launch their Sophon-named mini-universe administrator character agent at the October 25, 2026. Article summary: Infinigence AI and Three-Body Universe unveiled **Sophon/Zhizi Agent 1.0 (智子Agent 1.0)** as the first result of their strategic partnership at Beijing’s October 25, 2026 Three-Body Day carnival, jointly presented by Infi. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Zhizi Agent 1.0 blev lanceret af AI-infrastrukturfirmaet Wuwen Xinqiong og Three-Body Universe ved Three-Body Day-arrangementet i Beijing den 25. oktober 2026. Agenten er ikke en generel genskabelse af alle udgaver af figuren Zhizi fra science fiction-serien Three-Body. Den tager i stedet udgangspunkt i administratoren af miniunivers 637 og kombinerer figurens måde at tale på med viden om seriens univers og samtalehukommelse. Omtalen fremhæver også PDD-arkitekturen, der skal understøtte lange samtaler, men flere tekniske detaljer og testvilkår er ikke offentliggjort.21
18
33
Hvem står bag lanceringen?
Zhizi Agent 1.0 er det første fælles produkt efter et strategisk samarbejde mellem Wuwen Xinqiong og Three-Body Universe. Det blev præsenteret af Xia Lixue, medstifter og administrerende direktør for Wuwen Xinqiong, og Zhao Jilong, administrerende direktør for Three-Body Universe.21
18
Produktet beskrives som en ekspert i Three-Body-universet. Brugerne skal kunne føre flere samtaler med en Zhizi, der bygger på administratoren af miniunivers 637, og opleve, at interaktionen kan fortsætte fra én samtale til den næste.18
21
Nyheden blev bragt den 25. oktober af Luo Yidan, journalist hos Beike Finance, i en artikel på Sina Finance. Science and Technology Daily fulgte op dagen efter, og CSDN bragte en teknisk introduktion den 27. oktober.21
33
19 Artiklerne fokuserer på rollefiguren, AgentWorks-platformen og inferensarkitekturen – ikke på en fuld, uafhængig produkttest.
Sådan skal AgentWorks samle viden, rolle og hukommelse
Ifølge omtalen er Zhizi Agent 1.0 bygget på Wuwen Xinqiongs platform AgentWorks. CSDN beskriver en organisering af materialet i såkaldte samlinger og vidensgrupper. Platformen kan ifølge artiklen behandle forskellige typer materiale om seriens univers, opdele det i mindre afsnit og forberede det til søgning. Søgeindstillinger kan derefter styres samlet via vidensgrupperne.19
En anden lanceringstekst siger, at agenten bruger strukturerede prompts til at styre figurens udtryk og Wuwen Xinqiongs hukommelsessystem Infini Memory til at videreføre interaktioner på tværs af samtaler og hente viden om seriens univers.23 Det giver et teknisk grundlag for en mere sammenhængende rolle, men dokumenterer ikke, at hukommelsen altid er præcis eller holder sig fuldstændig til fortællingens rammer.
En engelsksproget brancheopsamling omtaler desuden et forløb med generering, bedømmelse og revision, hvor en separat agent kontrollerer, om svaret passer til figuren.1 Det tilgængelige materiale forklarer dog ikke tilstrækkeligt, om et svar og et søgefund genereres parallelt, hvordan en eventuel revision foretages, eller om svarene automatisk sammenholdes med originalteksten og efterfølgende vurderes af mennesker. De mere detaljerede arbejdsgange bør derfor ikke fremstilles som bekræftede funktioner.
PDD-arkitekturen og de offentliggjorte tal
Lanceringens tekniske omtale kobler Zhizi Agent 1.0 til Wuwen Xinqiongs PDD-arkitektur, som fordeler inferensarbejde på tværs af forskellige klynger. Ifølge omtalen er den traditionelle opdeling i P–D udvidet til tre trin: P–RLD–MD. De tilgængelige produktartikler forklarer ikke præcist, hvad hvert trin står for eller udfører.33
35
Artiklerne siger også, at RadixCache – en metode til genbrug af fælles tekstpræfikser – er placeret på dekoder-siden. Formålet er at udnytte gentagne præfikser i agentforespørgsler og begrænse overførslen af KV-cache-data mellem klynger. Wuwen Xinqongs omtale hævder, at datamængden blev reduceret med en størrelsesorden, og at det kan afhjælpe båndbredde- og forsinkelsesproblemer i Ethernet-miljøer.35 Det er en beskrivelse af den rapporterede effekt, ikke dokumentation for, at enhver almindelig Ethernet-forbindelse egner sig til alle typer drift.
Samme omtale angiver, at tiden til første token faldt med 51,5 procent, og at prisen pr. token faldt med 37,5 procent. Tallene bruges til at underbygge, at arkitekturen kan hjælpe med lange samtaler og mange samtidige interaktioner.35 De offentliggjorte uddrag oplyser imidlertid ikke fuldt ud om hardware, netværksforhold, sammenligningsgrundlag eller antal samtidige forespørgsler. Resultaterne bør derfor læses som tal offentliggjort i omtalen – ikke som en generel ydelsesgaranti, der kan efterprøves ud fra materialet alene.
Hvorfor kan gentagne rollebeskrivelser være relevante?
En præfikscache kan genbruge en allerede behandlet del af en forespørgsel, når nye forespørgsler begynder med de samme token. Så behøver systemet ikke nødvendigvis behandle den samme tekst fra bunden hver gang.41 Hvis mange samtaler deler en lang, fast rollebeskrivelse, kan genbrug af den tilhørende cachetilstand muligvis mindske gentagne beregninger eller overførsel af cachedata – forudsat at præfikset faktisk matcher, at cachetilstanden stadig er tilgængelig, og at forespørgslen sendes det rigtige sted hen. Det stemmer med omtalen af præfikscache til agentarbejde.
35
At en bruger vender tilbage, er dog ikke i sig selv nok til at sikre et cache-hit. Ændres tekstens præfiks, eller er cachetilstanden ikke længere tilgængelig, kan systemet ikke nødvendigvis genbruge den tidligere behandling. De offentliggjorte artikler viser heller ikke, hvor ofte Zhizi Agent faktisk rammer cachen, eller hvordan det ser ud, når brugere vender tilbage.
Det, der er offentligt beskrevet, tegner et billede af en rollebaseret AI-samtalepartner, hvor vidensbaser, strukturerede prompts og hukommelse på tværs af samtaler skal understøtte en vedvarende dialog. PDD og præfikscache skal samtidig hjælpe med lange forespørgsler. De rapporterede ydelsestal er interessante, men de nærmere evalueringsmetoder og testbetingelser mangler fortsat at blive fremlagt.19
21
23
35
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "En AI-Zhizi fra Three-Body – med hukommelse på tværs af samtaler"?
Zhizi Agent 1.0 blev lanceret i Beijing 25. oktober 2026 med administratoren af miniunivers 637 fra Three Body som rollemodel.
What are the key points to validate first?
Zhizi Agent 1.0 blev lanceret i Beijing 25. oktober 2026 med administratoren af miniunivers 637 fra Three Body som rollemodel. Omtalen beskriver vidensbaser i AgentWorks, strukturerede prompts og Infini Memory til hukommelse på tværs af samtaler.