<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>模型编排 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%A8%A1%E5%9E%8B%E7%BC%96%E6%8E%92/</link>
    <description>Recent content in 模型编排 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Tue, 23 Jun 2026 17:10:04 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%A8%A1%E5%9E%8B%E7%BC%96%E6%8E%92/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>不再追求“全知全能”：Sakana AI 的模型编排预示了 AI 竞争的下半场转向</title>
      <link>https://www.neican.ai/insights/sakana-ai-ai--20260623171004904-3/</link>
      <pubDate>Tue, 23 Jun 2026 17:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/sakana-ai-ai--20260623171004904-3/</guid>
      <description>Sakana AI 通过 Fugu 模型编排器将复杂的多智能体调度转化为单一 API 调用，这种“卖水人”模式标志着 AI 产业竞争从模型能力博弈转向模型路由与场景编排的生态下半场。</description>
    </item>
    <item>
      <title>分布式推理的“云原生觉醒”：DeepSeek-V4 与 SGLang RBG 如何重塑国产 AI 基础设施架构</title>
      <link>https://www.neican.ai/insights/deepseek-v4-sglang-rbg-ai--20260610141007125-0/</link>
      <pubDate>Wed, 10 Jun 2026 14:10:07 +0800</pubDate>
      <guid>https://www.neican.ai/insights/deepseek-v4-sglang-rbg-ai--20260610141007125-0/</guid>
      <description>本文深度剖析了招商银行在国产 AI 芯片上部署 DeepSeek-V4 的技术创新，重点阐述了基于 SGLang RBG 实现分布式推理编排的路径，并预测了推理基础设施向高度自治、异构兼容演进的产业趋势。</description>
    </item>
  </channel>
</rss>
