Zhizi Agent 1.0 è stato presentato a Pechino il 25 ottobre 2026: il personaggio di riferimento è l’amministratrice del mini universo 637 di «Il problema dei tre corpi». Le informazioni pubbliche citano la gestione della conoscenza su AgentWorks, prompt strutturati e il sistema Infini Memory per la continuità tra ses...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create 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,
Wuwen Xinqiong e Three-Body Universe hanno presentato Zhizi Agent 1.0 il 25 ottobre 2026, durante l’evento Three-Body Day a Pechino. Non è una ricostruzione generica di tutte le versioni di Zhizi: l’agente prende come riferimento l’amministratrice del mini-universo 637 e combina conoscenze sull’universo narrativo, caratterizzazione e memoria delle conversazioni. Al centro del racconto c’è anche l’architettura PDD, pensata per gestire interazioni con contesti lunghi; restano però poco chiari alcuni dettagli tecnici e le condizioni dei test sulle prestazioni.21
18
33
Zhizi Agent 1.0 è il primo risultato della collaborazione strategica tra Wuwen Xinqiong, società cinese specializzata in infrastrutture per l’intelligenza artificiale, e Three-Body Universe. A presentarlo sono stati Xia Lixue, cofondatore e CEO di Wuwen Xinqiong, e Zhao Jilong, CEO di Three-Body Universe.21
18
Il prodotto è descritto come un «esperto dell’universo di Il problema dei tre corpi». Nella storia, Zhizi è un personaggio legato al contatto tra la civiltà trisolariana e quella umana; per l’agente, la scelta è ricaduta sull’amministratrice del mini-universo 637. L’obiettivo dichiarato è sostenere dialoghi su più turni e mantenere una certa continuità tra una sessione e l’altra.18
21
La notizia è stata diffusa il 25 ottobre da Luo Yidan, giornalista di Beike Finance del quotidiano The Beijing News, in un articolo ripreso da Sina Finance. Science and Technology Daily ha pubblicato un seguito il giorno dopo e CSDN ha approfondito gli aspetti tecnici il 27 ottobre.21
33
19 Le coperture si concentrano sul personaggio, sulla piattaforma AgentWorks e sull’infrastruttura di inferenza, non su una valutazione pubblica completa del prodotto.
Secondo i resoconti, Zhizi Agent 1.0 è stato realizzato sulla piattaforma AgentWorks di Wuwen Xinqiong. CSDN descrive un sistema di gestione delle conoscenze che organizza i materiali in «Collection», cioè gruppi di basi di conoscenza, e prevede l’elaborazione di documenti in più formati: analisi, suddivisione in blocchi e preparazione dei contenuti per la ricerca semantica. I parametri di recupero delle informazioni possono essere gestiti a livello di gruppo.19
Un altro resoconto cita prompt strutturati per controllare il modo di esprimersi del personaggio e Infini Memory, il sistema proprietario di memoria, per richiamare materiali sull’universo narrativo e proseguire l’interazione tra sessioni.23 Sono strumenti progettati per sostenere la coerenza del personaggio e i dialoghi nel tempo; le informazioni pubblicate, tuttavia, non dimostrano che i ricordi siano sempre precisi o che le risposte non possano discostarsi dalla caratterizzazione prevista.
Sul flusso multi-agente, una fonte secondaria in lingua inglese riferisce un processo «genera, valuta e rivede», nel quale un agente separato controllerebbe la coerenza del personaggio prima dell’invio della risposta.1 Le informazioni disponibili non chiariscono però se generazione della risposta e recupero delle conoscenze avvengano in parallelo, come vengano selezionate le modifiche o se sia previsto un controllo sistematico rispetto ai testi originali, con verifica automatica e revisione umana. Questi aspetti non vanno quindi presentati come funzionalità accertate.
I resoconti del lancio collegano il servizio di inferenza di Zhizi Agent 1.0 all’architettura PDD eterogenea e distribuita su più cluster di Wuwen Xinqiong. La descrivono come un’evoluzione della separazione tradizionale tra P e D, articolata in tre fasi — P-RLD-MD — ma i materiali sul prodotto non spiegano in modo completo il ruolo di ciascuna fase.33
35
Secondo la stessa copertura, sul lato di decodifica viene impiegata RadixCache, una cache dei prefissi che può riutilizzare porzioni di contesto condivise tra richieste. L’obiettivo è ridurre i dati KV Cache trasferiti tra cluster, sfruttando prefissi ripetuti nei carichi di lavoro degli agenti. Wuwen Xinqiong riferisce una riduzione dei trasferimenti di un ordine di grandezza e sostiene che ciò aiuti a superare i limiti di banda e latenza in un ambiente Ethernet.35 È un risultato dichiarato per l’architettura descritta, non la garanzia che qualsiasi rete Ethernet sia sufficiente in ogni configurazione.
La stessa fonte riporta una riduzione del 51,5% della latenza al primo token e del 37,5% del costo per token, presentandola come un vantaggio per conversazioni con contesti lunghi e molte richieste simultanee.35 Gli estratti disponibili non indicano però in modo completo hardware, condizioni di rete, configurazione del confronto o livello di concorrenza. I numeri vanno quindi letti come risultati pubblicati, non come prestazioni universali verificabili in modo indipendente.
Una cache dei prefissi può riutilizzare lo stato associato a una sequenza iniziale di token quando più richieste condividono lo stesso prefisso, invece di elaborare da capo ogni volta quel contesto.41 In un dialogo con istruzioni di personaggio molto lunghe e stabili, il riuso può ridurre i calcoli ripetuti o il trasferimento dei dati memorizzati, purché il prefisso coincida, la cache sia ancora disponibile e la richiesta venga indirizzata nel modo giusto. È questa la logica alla base dell’attenzione riservata alla cache nei carichi di lavoro degli agenti.
35
Il semplice ritorno di un utente, però, non garantisce che la cache venga utilizzata: modifiche al prefisso o l’indisponibilità dei dati possono impedire il riuso. I resoconti non riportano il tasso effettivo di cache hit di Zhizi Agent né misurazioni specifiche sui diversi scenari di ritorno degli utenti.
In sintesi, le informazioni pubbliche descrivono un agente ispirato all’amministratrice del mini-universo 637, che combina basi di conoscenza, prompt strutturati e memoria tra sessioni con un’infrastruttura PDD e cache dei prefissi. I miglioramenti di prestazione dichiarati sono notevoli, ma restano da chiarire sia le condizioni dei test sia i dettagli del sistema di valutazione multi-agente.19
21
23
35
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Zhizi Agent 1.0 è stato presentato a Pechino il 25 ottobre 2026: il personaggio di riferimento è l’amministratrice del mini universo 637 di «Il problema dei tre corpi».
Zhizi Agent 1.0 è stato presentato a Pechino il 25 ottobre 2026: il personaggio di riferimento è l’amministratrice del mini universo 637 di «Il problema dei tre corpi». Le informazioni pubbliche citano la gestione della conoscenza su AgentWorks, prompt strutturati e il sistema Infini Memory per la continuità tra sessioni.
Zhizi Agent 1.0 è stato presentato a Pechino il 25 ottobre 2026: il personaggio di riferimento è l’amministratrice del mini universo 637 di «Il problema dei tre corpi». Le informazioni pubbliche citano la gestione della conoscenza su AgentWorks, prompt strutturati e il sistema Infini Memory per la continuità tra ses...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer

Create 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,
Wuwen Xinqiong e Three-Body Universe hanno presentato Zhizi Agent 1.0 il 25 ottobre 2026, durante l’evento Three-Body Day a Pechino. Non è una ricostruzione generica di tutte le versioni di Zhizi: l’agente prende come riferimento l’amministratrice del mini-universo 637 e combina conoscenze sull’universo narrativo, caratterizzazione e memoria delle conversazioni. Al centro del racconto c’è anche l’architettura PDD, pensata per gestire interazioni con contesti lunghi; restano però poco chiari alcuni dettagli tecnici e le condizioni dei test sulle prestazioni.21
18
33
Zhizi Agent 1.0 è il primo risultato della collaborazione strategica tra Wuwen Xinqiong, società cinese specializzata in infrastrutture per l’intelligenza artificiale, e Three-Body Universe. A presentarlo sono stati Xia Lixue, cofondatore e CEO di Wuwen Xinqiong, e Zhao Jilong, CEO di Three-Body Universe.21
18
Il prodotto è descritto come un «esperto dell’universo di Il problema dei tre corpi». Nella storia, Zhizi è un personaggio legato al contatto tra la civiltà trisolariana e quella umana; per l’agente, la scelta è ricaduta sull’amministratrice del mini-universo 637. L’obiettivo dichiarato è sostenere dialoghi su più turni e mantenere una certa continuità tra una sessione e l’altra.18
21
La notizia è stata diffusa il 25 ottobre da Luo Yidan, giornalista di Beike Finance del quotidiano The Beijing News, in un articolo ripreso da Sina Finance. Science and Technology Daily ha pubblicato un seguito il giorno dopo e CSDN ha approfondito gli aspetti tecnici il 27 ottobre.21
33
19 Le coperture si concentrano sul personaggio, sulla piattaforma AgentWorks e sull’infrastruttura di inferenza, non su una valutazione pubblica completa del prodotto.
Secondo i resoconti, Zhizi Agent 1.0 è stato realizzato sulla piattaforma AgentWorks di Wuwen Xinqiong. CSDN descrive un sistema di gestione delle conoscenze che organizza i materiali in «Collection», cioè gruppi di basi di conoscenza, e prevede l’elaborazione di documenti in più formati: analisi, suddivisione in blocchi e preparazione dei contenuti per la ricerca semantica. I parametri di recupero delle informazioni possono essere gestiti a livello di gruppo.19
Un altro resoconto cita prompt strutturati per controllare il modo di esprimersi del personaggio e Infini Memory, il sistema proprietario di memoria, per richiamare materiali sull’universo narrativo e proseguire l’interazione tra sessioni.23 Sono strumenti progettati per sostenere la coerenza del personaggio e i dialoghi nel tempo; le informazioni pubblicate, tuttavia, non dimostrano che i ricordi siano sempre precisi o che le risposte non possano discostarsi dalla caratterizzazione prevista.
Sul flusso multi-agente, una fonte secondaria in lingua inglese riferisce un processo «genera, valuta e rivede», nel quale un agente separato controllerebbe la coerenza del personaggio prima dell’invio della risposta.1 Le informazioni disponibili non chiariscono però se generazione della risposta e recupero delle conoscenze avvengano in parallelo, come vengano selezionate le modifiche o se sia previsto un controllo sistematico rispetto ai testi originali, con verifica automatica e revisione umana. Questi aspetti non vanno quindi presentati come funzionalità accertate.
I resoconti del lancio collegano il servizio di inferenza di Zhizi Agent 1.0 all’architettura PDD eterogenea e distribuita su più cluster di Wuwen Xinqiong. La descrivono come un’evoluzione della separazione tradizionale tra P e D, articolata in tre fasi — P-RLD-MD — ma i materiali sul prodotto non spiegano in modo completo il ruolo di ciascuna fase.33
35
Secondo la stessa copertura, sul lato di decodifica viene impiegata RadixCache, una cache dei prefissi che può riutilizzare porzioni di contesto condivise tra richieste. L’obiettivo è ridurre i dati KV Cache trasferiti tra cluster, sfruttando prefissi ripetuti nei carichi di lavoro degli agenti. Wuwen Xinqiong riferisce una riduzione dei trasferimenti di un ordine di grandezza e sostiene che ciò aiuti a superare i limiti di banda e latenza in un ambiente Ethernet.35 È un risultato dichiarato per l’architettura descritta, non la garanzia che qualsiasi rete Ethernet sia sufficiente in ogni configurazione.
La stessa fonte riporta una riduzione del 51,5% della latenza al primo token e del 37,5% del costo per token, presentandola come un vantaggio per conversazioni con contesti lunghi e molte richieste simultanee.35 Gli estratti disponibili non indicano però in modo completo hardware, condizioni di rete, configurazione del confronto o livello di concorrenza. I numeri vanno quindi letti come risultati pubblicati, non come prestazioni universali verificabili in modo indipendente.
Una cache dei prefissi può riutilizzare lo stato associato a una sequenza iniziale di token quando più richieste condividono lo stesso prefisso, invece di elaborare da capo ogni volta quel contesto.41 In un dialogo con istruzioni di personaggio molto lunghe e stabili, il riuso può ridurre i calcoli ripetuti o il trasferimento dei dati memorizzati, purché il prefisso coincida, la cache sia ancora disponibile e la richiesta venga indirizzata nel modo giusto. È questa la logica alla base dell’attenzione riservata alla cache nei carichi di lavoro degli agenti.
35
Il semplice ritorno di un utente, però, non garantisce che la cache venga utilizzata: modifiche al prefisso o l’indisponibilità dei dati possono impedire il riuso. I resoconti non riportano il tasso effettivo di cache hit di Zhizi Agent né misurazioni specifiche sui diversi scenari di ritorno degli utenti.
In sintesi, le informazioni pubbliche descrivono un agente ispirato all’amministratrice del mini-universo 637, che combina basi di conoscenza, prompt strutturati e memoria tra sessioni con un’infrastruttura PDD e cache dei prefissi. I miglioramenti di prestazione dichiarati sono notevoli, ma restano da chiarire sia le condizioni dei test sia i dettagli del sistema di valutazione multi-agente.19
21
23
35
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Zhizi Agent 1.0 è stato presentato a Pechino il 25 ottobre 2026: il personaggio di riferimento è l’amministratrice del mini universo 637 di «Il problema dei tre corpi».
Zhizi Agent 1.0 è stato presentato a Pechino il 25 ottobre 2026: il personaggio di riferimento è l’amministratrice del mini universo 637 di «Il problema dei tre corpi». Le informazioni pubbliche citano la gestione della conoscenza su AgentWorks, prompt strutturati e il sistema Infini Memory per la continuità tra sessioni.