AnswersPublished18 sources
Zhizi Agent 1.0: En AI-agent med rollen som administrator i miniunivers 637
Zhizi Agent 1.0 ble lansert i Beijing 25. oktober 2026, med administratoren i miniunivers 637 fra «Trelegemeproblemet» som rollemodell.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Zhizi Agent 1.0 ble lansert i Beijing 25. oktober 2026, med administratoren i miniunivers 637 fra «Trelegemeproblemet» som rollemodell.
- Offentlig omtale beskriver kunnskapsbaser i AgentWorks, strukturerte instruksjoner for rolleuttrykk og Infini Memory for minne på tvers av 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,
Infinigence AI og Three-Body Universe lanserte Zhizi Agent 1.0 under Three-Body Day-arrangementet i Beijing 25. oktober 2026. Agenten er ikke ment som en generell kopi av alle versjoner av Zhizi fra «Trelegemeproblemet». Rollen er forankret i administratoren av miniunivers 637, og kombinerer kunnskap om fortellingens univers med rolleuttrykk og samtaleminne. Omtalen løfter også fram PDD-arkitekturen som skal håndtere lange samtaler, men flere tekniske detaljer og testvilkår er ikke offentliggjort.21
18
33
Hvem står bak lanseringen?
Zhizi Agent 1.0 er det første samarbeidsproduktet etter at Infinigence AI og Three-Body Universe inngikk et strategisk samarbeid. Agenten ble presentert av Infinigence AIs medgründer og administrerende direktør Xia Lixue og Three-Body Universe-sjef Zhao Jilong.21
18
Produktet beskrives som en «ekspert på Trelegeme-universet». Brukerne skal kunne føre flere runder med samtale med en figur basert på administratoren i miniunivers 637, og samtalene skal kunne bygge videre på tidligere interaksjoner.18
21
Nyheten ble først omtalt 25. oktober av Luo Yidan, journalist i Beijing News’ Beike Finance, i en artikkel publisert av Sina Finance. Science and Technology Daily fulgte opp dagen etter, og CSDN publiserte en teknisk gjennomgang 27. oktober.21
33
19 Omtalen handler først og fremst om rollefiguren, AgentWorks-plattformen og inferensarkitekturen – ikke om en fullstendig, uavhengig produkttest.
Kunnskap, rolle og minne i AgentWorks
Ifølge CSDNs gjennomgang er agenten bygget på Infinigence AIs utviklingsplattform AgentWorks. Plattformen organiserer materiale i «Collection» og kunnskapsgrupper. CSDN beskriver at dokumenter om universet kan behandles og klargjøres for søk, og at søkeinnstillinger kan styres samlet gjennom kunnskapsgruppene.19
En annen lanseringsomtale sier at produktet bruker strukturerte instruksjoner for å styre rolleuttrykket, sammen med Infinigence AIs minnesystem Infini Memory for å videreføre samtalekontekst mellom økter og hente inn materiale om universet.23 Dette gir et teknisk grunnlag for en gjenkjennelig rolle og lengre interaksjoner. Det dokumenterer likevel ikke at minnet alltid er korrekt, komplett eller tro mot fortellingen.
En engelskspråklig bransjeoppsummering omtaler en prosess der én agent lager et svar, en egen kontrollør vurderer det, og svaret eventuelt revideres.1 Det tilgjengelige materialet forklarer imidlertid ikke godt nok om svarutforming og kunnskapssøk foregår parallelt, hvordan endringer velges, eller om svar automatisk kontrolleres mot originalteksten og deretter gjennomgås av mennesker. Slike detaljer bør derfor ikke omtales som bekreftede funksjoner.
PDD-arkitekturen og de oppgitte ytelsestallene
Lanseringsartiklene knytter tjenesten til Infinigence AIs PDD-arkitektur for inferens på tvers av klynger med ulik maskinvare. Arkitekturen skal utvide den tradisjonelle P–D-inndelingen til tre trinn, kalt P–RLD–MD. Omtalen av Zhizi Agent forklarer ikke i detalj hva hvert trinn gjør.33
35
Ifølge Infinigence AI bruker systemet også RadixCache-prefikscache på dekodingssiden. Når flere forespørsler begynner med samme tekst, kan en slik cache gjenbruke deler av den tidligere beregnede tilstanden i stedet for å behandle alt på nytt.41 Selskapet oppgir at løsningen reduserer mengden KV Cache-data som må overføres mellom klynger, med en faktor på ti, og bidrar til å dempe båndbredde- og forsinkelsesproblemer i Ethernet-nettverk.
35 Det er en beskrivelse av den rapporterte effekten, ikke en garanti for at alle vanlige Ethernet-oppsett passer til enhver utrulling.
De samme artiklene oppgir at målinger viste 51,5 prosent kortere tid til første token og 37,5 prosent lavere kostnad per token. Tallene presenteres som støtte for lange samtaler og mange samtidige brukere.35 Utdragene som er tilgjengelige, viser ikke fullstendige opplysninger om maskinvare, nettverk, sammenligningsgrunnlag eller belastning. Resultatene bør derfor leses som tall rapportert i forbindelse med lanseringen, ikke som en generell ytelsesgaranti som andre kan gjenskape uten videre.
Hvorfor kan faste rollebeskrivelser ha nytte av cache?
Prefikscache kan gjenbruke tilstanden fra en tekstsekvens når en ny forespørsel starter med de samme tokenene.41 Hvis lange rolleinstruksjoner faktisk er identiske mellom samtaler, kan det i noen tilfeller redusere gjentatt beregning eller overføring av cachedata. Det er i tråd med begrunnelsen for å bruke prefikscache i agentbaserte arbeidslaster.
35
At en bruker kommer tilbake, er likevel ikke nok i seg selv til å sikre et treff i cachen. Prefikset må samsvare, den aktuelle tilstanden må fortsatt være tilgjengelig, og forespørselen må sendes til et sted der den kan gjenbrukes. De publiserte lanseringsartiklene oppgir heller ikke hvor ofte Zhizi Agent faktisk får cachetreff, eller hvordan resultatene varierer mellom ulike brukssituasjoner.
Det offentlig tilgjengelige materialet tegner et bilde av en rollebasert samtaleagent som kombinerer kunnskapsbaser, strukturerte instruksjoner og minne på tvers av samtaler, og som kjøres på en PDD-arkitektur med prefikscache. De rapporterte ytelsesgevinstene er interessante, men mer informasjon trengs om testvilkårene og om hvordan agentens svar faktisk kontrolleres mot rolle og fortelling.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 "Zhizi Agent 1.0: En AI-agent med rollen som administrator i miniunivers 637"?
Zhizi Agent 1.0 ble lansert i Beijing 25. oktober 2026, med administratoren i miniunivers 637 fra «Trelegemeproblemet» som rollemodell.
What are the key points to validate first?
Zhizi Agent 1.0 ble lansert i Beijing 25. oktober 2026, med administratoren i miniunivers 637 fra «Trelegemeproblemet» som rollemodell. Offentlig omtale beskriver kunnskapsbaser i AgentWorks, strukturerte instruksjoner for rolleuttrykk og Infini Memory for minne på tvers av samtaler.