RespostasPublicado18 fontes
Como funciona a智子 Agent 1.0, a personagem de “O Problema dos Três Corpos” que conversa com usuários
智子 Agent 1.0 foi lançado em Pequim em 25 de outubro de 2026, com a administradora do micro universo 637 como referência. As informações públicas citam recursos do AgentWorks para organizar conhecimento, estruturar prompts e usar o sistema Infini Memory entre sessões.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- 智子 Agent 1.0 foi lançado em Pequim em 25 de outubro de 2026, com a administradora do micro universo 637 como referência.
- As informações públicas citam recursos do AgentWorks para organizar conhecimento, estruturar prompts e usar o sistema Infini Memory entre sessões.
Prompt de IA
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,
A 无问芯穹 e a 三体宇宙 lançaram a 智子 Agent 1.0 durante o evento 2026 三体日, realizado em Pequim em 25 de outubro. Em vez de tentar reproduzir todas as versões da personagem de “O Problema dos Três Corpos”, o agente toma como referência a administradora do micro-universo 637. A proposta é combinar conhecimento da obra, estilo de fala e memória de conversas. Os relatos também destacam a arquitetura de inferência PDD, voltada a interações com contexto longo; alguns detalhes técnicos e condições dos testes, porém, não foram publicados.21
18
33
Quem lançou o agente e qual é a proposta?
A 智子 Agent 1.0 é o primeiro resultado da parceria estratégica entre a empresa de infraestrutura de IA 无问芯穹 e a 三体宇宙. O lançamento foi apresentado por 夏立雪, cofundadora e CEO da 无问芯穹, e 赵骥龙, CEO da 三体宇宙.21
18
Descrito como um “especialista no universo de O Problema dos Três Corpos”, o produto usa como referência a 智子 que administra o micro-universo 637. A ideia é permitir conversas em várias etapas sobre a obra, mantendo características da personagem e dando continuidade às interações entre sessões.18
21
A notícia foi publicada em 25 de outubro pela Sina Finance, em texto da jornalista 罗亦丹, do Beike Finance, do The Beijing News. O Science and Technology Daily repercutiu o lançamento no dia seguinte, e o CSDN publicou uma apresentação técnica em 27 de outubro.21
33
19 A cobertura se concentrou na personagem, na plataforma AgentWorks e na infraestrutura de inferência — não em uma avaliação completa do produto.
Como o AgentWorks organiza conhecimento, personagem e memória?
Segundo o CSDN, a 智子 Agent 1.0 foi construída com a plataforma de desenvolvimento de agentes AgentWorks. O material descreve uma organização em duas camadas, chamada “Collection—grupo de bases de conhecimento”: documentos sobre o universo da obra podem ser processados, divididos em trechos e preparados para busca, enquanto parâmetros de recuperação são configurados em conjunto.19
Outra reportagem afirma que o agente combina prompts estruturados, para orientar a expressão da personagem, com o Infini Memory, sistema da 无问芯穹 que dá suporte à continuidade da memória entre conversas e à consulta de informações sobre a obra.23 Esses recursos oferecem uma base técnica para interações mais consistentes, mas as reportagens não demonstram que a memória seja sempre completa ou precisa, nem que o agente nunca se afaste da personagem.
Sobre o uso de vários agentes, uma publicação em inglês descreve um ciclo de “gerar, avaliar e revisar”, no qual um agente avaliador separado verifica se a resposta está de acordo com a personagem.1 As informações disponíveis não esclarecem se a geração da resposta e a busca de conhecimento ocorrem em paralelo, como as revisões são selecionadas nem se há um processo automatizado de rastreamento em relação ao texto da obra, seguido de revisão humana. Por isso, esses detalhes não devem ser tratados como recursos confirmados do produto.
O que a arquitetura PDD promete
As reportagens relacionam o serviço de inferência da 智子 Agent 1.0 à arquitetura PDD heterogênea e entre clusters da 无问芯穹. Segundo esses relatos, ela reorganiza o modelo tradicional de separação P–D em três etapas, identificadas como P–RLD–MD. As publicações sobre o lançamento não explicam em detalhe a função de cada etapa.33
35
A arquitetura também usaria o RadixCache, um mecanismo de cache de prefixos, na etapa de decodificação. A intenção é aproveitar trechos iniciais repetidos em solicitações de agentes e reduzir o volume de dados KV Cache transferidos entre clusters. A empresa afirma que essa transferência caiu em uma ordem de grandeza e que a mudança ajuda a contornar gargalos de largura de banda e latência em redes Ethernet.35 É uma alegação sobre os efeitos da arquitetura descrita, não uma garantia de que qualquer rede Ethernet seja suficiente para toda implantação.
A mesma reportagem apresenta dois resultados: redução de 51,5% no tempo até o primeiro token e de 37,5% no custo por token. Os números são citados como evidência de que a arquitetura pode atender a conversas com contexto longo e várias interações simultâneas.35 Mas os trechos publicados não detalham integralmente o hardware, a configuração de rede, o cenário de comparação ou as condições de concorrência. Assim, os resultados devem ser entendidos como números divulgados pela reportagem, não como uma garantia de desempenho que possa ser reproduzida em qualquer ambiente.
Por que o cache pode ajudar em conversas com personagens?
Um cache de prefixos pode reutilizar estados já calculados quando diferentes solicitações começam com a mesma sequência de tokens, em vez de processar novamente todo o trecho compartilhado.41 Em conversas com uma descrição fixa e longa da personagem, essa reutilização pode reduzir cálculos repetidos ou a transferência de dados do cache — desde que o prefixo realmente coincida, o cache ainda esteja disponível e o roteamento das solicitações permita a reutilização. Essa lógica ajuda a explicar o destaque dado ao cache de prefixos em cargas de trabalho de agentes.
35
Mas o simples fato de alguém voltar a conversar com o agente não garante que o cache será aproveitado. Mudanças no início do prompt ou a indisponibilidade dos dados podem impedir a reutilização. As reportagens do lançamento também não apresentam uma taxa de acerto do cache da 智子 Agent nem medições específicas para usuários que retornam.
Em resumo, as informações públicas descrevem um agente baseado na administradora do micro-universo 637, com recursos de conhecimento, prompts estruturados e memória entre sessões, apoiado por uma arquitetura PDD e cache de prefixos. Os ganhos de desempenho divulgados chamam atenção, mas ainda faltam detalhes sobre as condições dos testes e sobre os processos de avaliação com múltiplos agentes.19
21
23
35
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Como funciona a智子 Agent 1.0, a personagem de “O Problema dos Três Corpos” que conversa com usuários"?
智子 Agent 1.0 foi lançado em Pequim em 25 de outubro de 2026, com a administradora do micro universo 637 como referência.
Quais são os pontos-chave para validar primeiro?
智子 Agent 1.0 foi lançado em Pequim em 25 de outubro de 2026, com a administradora do micro universo 637 como referência. As informações públicas citam recursos do AgentWorks para organizar conhecimento, estruturar prompts e usar o sistema Infini Memory entre sessões.