SentientAGI（@SentientAGI）在2025年9月16日发布了一个线程，宣布其GRID（全球最大智能网络）产品的最新升级，重点是Sentient Chat的更新。 1. GRID介绍：GRID是一个包含代理、模型、数据源、框架和Sentient Chat的智能网络，Sentient Chat作为基础设施将一切连接起来。附带一段视频介绍。 2. GRID产品列表： ROMA（Recursive Open Meta Agent）：多代理框架，将复杂查询分解为小任务。首个用例（深度研究）优于现有平台，可供开发者分叉改进。 ODS（Open Deep Search）：开源搜索框架，将推理、搜索和计算任务分离，在标准搜索基准上达到SOTA性能。 Dobby：开源模型，首次优先考虑人类价值观（如语气、忠诚），基于200万+社区反馈构建。 Fingerprinting：训练库/方法，保护模型身份，确保开源开发者可验证模型所有权，即使权重完全公开。 Sentient Chat：AI平台，协调GRID内的智能，提供UI界面访问全球最大智能网络。 3. Sentient Chat升级：引入“Spaces”功能，取代复杂手动工作流，将多源数据、代理和模型整合成精炼报告。首批Spaces包括： Asset Reports：任何代币的完整快照，包括定性洞察和定量技术分析。 Travel Explorer：轻松规划旅行，包括航班、住宿、天气、评论和本地提示，生成优化行程。 News Bites：每日精选头条、新闻趋势，并附带有趣的“幸运饼干”消息。附带一张图片展示。 Sentient Chat引入的“Spaces”功能，标志着开源AI基础设施从碎片化工具向高度集成的“智能网络”转型。这一更新不仅仅是功能迭代，更预示着AI在生产力和日常应用中的深刻变革。 这一更新预示开源AGI正从概念验证转向实用基础设施，SentientAGI定位为“AGI的神经系统”，可能加速行业向分布式、用户中心模式演进。 获得了多个生态项目的支持与好评，每次的更新都让产品更完善，让距离主网的日程更近了。 产品注册体验： #Ai# #WEB3# #Agent#

去中心Ai平台 @SentientAGI ，已经经历了长达2年时间打磨，很快将会上线主网，项目在第三季度开起的测试网，预计在第四季度TGE。 先来了解最近的动态事件方向： 2025 年 8–9 月，Sentient 在技术、社区与品牌层面同时加速推进：从多智能体框架 ROMA 的发布，到 Dobby 系列模型与 Open Deep Search 的稳步演进，再到面向开发者的资助与测试网准备，整体节奏显示出从“概念验证”向“可用产品与生态激励”转变的明确信号。 2025 年 9 月 4 日，Sentient 正式发布 ROMA（Recursive Open Meta Agent）框架。ROMA 强调递归式的智能体协调机制，用于处理复杂推理与搜索任务。官方给出的若干性能指标显示其在若干任务上达到或接近 SOTA： Seal-0 基准：45.6% FRAMES 基准：81.7% SimpleQA 基准：93.9% 这些指标和设计思想表明 Sentient 正在以“多智能体 + 递归协调”作为解决复杂查询与分工的技术路径，目标是把多个专长智能体编排成一个更强、更灵活的研究/搜索网络。ROMA 的发布既是技术展示，也是后续将智能体网络商品化、接入去中心化路由体系的基础设施准备。 9月5号与A16Z CSX孵化的寒武纪金融情报 AI代理合作。 Dobby 系列展示了 Sentient 将模型开发与社区治理结合的尝试： 2025 年 1 月：发布 Dobby-mini（包含 Unhinged 与 Leashed 两种风格），尝试在“忠诚度”和“语气风格”之间取得平衡。 2025 年 2 月：推出 Dobby Arena V1，提供公开竞技场供社区选择模型语气与行为风格，从而增强用户参与感与模型可定制性。 通过dobyy的更新发布，了解到Sentient 不仅注重模型能力，也在试图把“模型个性化与社区治理”作为产品化路径的一部分，通过用户选择机制提升粘性与参与度。 Sentient 已经在 2025 年第三季度启动测试网，并且接近尾声。平台基础链选择 Polygon，并借助其约 8,500 万美元的种子融资吸引研发与工程人才。其 OML（Open, Monetisable, Loyal）概念是一套混合目标：保持开源、允许创作者变现、并鼓励模型对社区价值“忠诚”。 社区活动奖励 Sentient Chat 候补名单自 2025-02-27 起吸引了约 175 万用户报名，反映出用户对去中心化聊天工具与潜在空投激励的高度期待。 2025-09-02 推出的 Kaito 排行榜与内容创作者计划，并且还组建一个内容创作者小组，以建立更紧密的社区联系，并通过Discord的AGI角色提供未来奖励。 2025-08-30 的 Sentient Educator Week（第 13 周）继续围绕“GRID”主题展开，扶持教育者与社区认知建设。 Open Deep Search（ODS）与早期采用情况 ODS 作为 Sentient 的搜索/推理框架，已在多场活动（如 ETH Denver）展示，并被描述为在某些搜索推理任务上可与现有闭源产品竞争。ODS 的目标是为开发者提供无许可、可组合的搜索与对话工具；到目前为止，已有数十万用户与 Dobby 模型互动，显示出早期采用的活跃度。 开发者资助：Builder Program（100 万美元） Sentient 推出了 100 万美元的 Builder Program，用以支持在其平台上构建智能体的开发者。这既是生态铸造（吸引长期贡献者）的治理手段，也是测试“谁能把模型商品化并带来有价值应用”的市场试验。 2025-09-02 的品牌更新与“Coming Soon”提示，连同对“GRID”（将查询路由至数百个智能代理/工具的全球智能网络）的描述，暗示 Sentient 正在准备一次较大范围的产品或平台公告。GRID 的愿景是把研究类查询路由到多种智能体与模型，形成面向研究/检索的分布式智能网络。 Sentient 在 2025 年 8–9 月做出的事情，是清晰且有序的：发布技术框架（ROMA）、推进模型与社区互动（Dobby + Arena）、构建搜索/路由愿景（ODS + GRID）、并用资金与激励加速生态成长。senient以技术先导 + 社区驱动 + 代币激励 使之完美闭环。 #TGE# #Ai# #Airdrops#

最近公司 领导 和我聊起面 向对象（OOP）和设计模式。并说想要在公司中推广设计模式。但是我表示了 反对。 我想聊聊我为什么不喜欢设计模式，以及我信奉的软件 “设计模式”。 说实在的，我其实没看过 GoF 那本设计模式的书。以后也大概不会去读。但是设计模式的大名还是有听过 我之前在 Vue 团队写 Vapor 模式时。发现 Vue 的响应式系统确实使用了 OOP，但主要是出于性能上的考虑。当优化达到一定层级之后，哪怕是引擎层面的微小实现差异也会影响性能。所以我们选择 OOP，是因为它带来的优化便利，并不是因为我们想要套用某种具体的设计模式。 * Vue 的源代码中 ReactiveEffect、Dep、ComputedRefImpl 这些类的存在，是因为 V8 的 hidden class / inline cache 对固定形状的对象优化更好。 （如果理解有误，欢迎指出） 我在入行的初期学过 OOP，大约是 8 年前的事了，已经很久了。但是过去这几年，我逐渐觉得设计模式并不太适合 Vue 3 + TypeScript 的开发。如果不是为了性能优化，我现在也很少使用面向对象。我会这样看，一部分原因是受到了像 Anthony Fu (antfu) 这些人的影响。 * GoF 是 1994 年的 C++/Java 世界的产物。如今语言进化了，很多模式从"需要刻意设计"退化成了"语言原生特性"。 这就是为什么 antfu、Evan、Anthony Fu 那一派人不太谈 GoF。不是反对它，而是它已经融进语言里了，再单独命名反而显得笨重。 “ 模式之所以叫模式，是因为语言没原生支持它，你得手动重复实现。” 去年我读了一本关于如何更好的编程的书，我很快就爱上了它。我试着推荐给我的推友们，结果发现推友中已经有不少人读过了。而且也很喜欢！ 这本书是《软件设计的哲学》(A Philosophy of Software Design) 我特别喜欢书中对复杂度的阐释方式，现在仍会时常翻阅。 我的 CLAUDE.md 提示词里也用了这本书的概念： - 深模块（Design Deep Modules） - 消除错误（Define Errors Out of Existence） - 向下沉淀复杂性（Pull Complexity Downwards） - 不同层不同抽象（Different Layer, Different Abstraction） 这边篇幅有限，就不展开这几个概念了。如果感兴趣的话，我可以之后仔细写写我自己的理解。 让我疑惑的问题： 设计模式如今还被使用，似乎更多是一种沟通时的共同语言。但是我们是否真的按照它的模式来设计代码架构呢？ 它作为大家交流的语言和思想的工具如今是否还是合适的选择。是否落后，又是否有着与时俱进的新选择呢？ * 写了好多，以上都是我自己的主观想法，可以随便聊 🤗

deep-printfilm 采用的是 Script-to-Asset-to-Keyframe（剧本-资产-关键帧）逻辑 在这个后台里，你可以先输入故事大纲拆成分镜，然后生成角色的基础定妆照和各套服装变体 最后在生成视频片段时，让模型尽量参考这些已经定好的视觉资产

这个失败者是深层政府（Deep State）的典型代表，他阻挠了所有试图清除联邦调查局（FBI）腐败和政治化的努力，这些腐败和政治化被用来作为武器针对特朗普总统以及其他许多人。 他被解雇了——所以理所当然地，他跑去向假新闻CNN哭诉这件事。

Slow & deep > fast & rough. Who's with me? Subscribe for premium pegging content 慢一点，深一点，是不是更爽一点？指奸也可以很愉快。完整后续会上传Vip