Jay · 研究知识库工程简报（清单 d87aa03c）

作者：Jay 来源清单：work-guard/d87aa03c-5a96-401c-a9ff-ba497fea3831（材料来自 inbox/jay/2026-10-23-1950-engineering-screen.md）说明：本批仅含 2 条已核验保留来源，未新增检索、未补齐旧题。

backend / cloud-native

来源：https://endpoints.huggingface.co/new/nvidia/NVIDIA-Nemotron-3.5-Super-VL-120B-A12B-NVFP4
工程价值：HF Endpoints 页面已核实，给出明确模型版本号与量化格式（120B-A12B-NVFP4），并预置 vLLM 引擎 recipe，可作为多模态大模型私有化/托管部署的现成蓝本，减少自建推理服务的镜像与参数调试成本；支持落地 AWS/Azure/GCP，便于按合规与成本选云。
证据边界：性能数据是页面自带的一次测量口径——Oct 21 15:29 UTC、8 并发、约 2048 输入 / 256 输出 token 被标为可满足全部指标的最重负载。并非多轮压测或第三方复现，未给出延迟分位、显存占用、错误率等细节。
待核查点：本地/目标云的 GPU 型号与显存能否承载该量化配置；与 Qwen、InternVL 等同级别多模态模型在相同负载下的成本与吞吐对比；NVFP4 在自有推理栈上的兼容性；长上下文与高并发下的稳定性。

来源：https://discuss.huggingface.co/t/six-claude-agents-a-hidden-company-meter-and-229-decisions-explained-by-loneliness-replayable-run/190906
工程价值：少见地把多智能体协作写成可证伪的实验：环境确定且可回放，同一运行可重跑；对照组设计具体（屏蔽触发词、把高 meter 代理随机打乱重分配，比较行为而非措辞），并给出可量化指标（相互靠近与等待时长、放弃的耕作时间、食物转移次数）。对自建 agent 评测集与「行为 vs. 动机」的分析口径有直接参考价值。
证据边界：作者自述仅单次运行；交谈时间约占 3%；食物只在相邻时转移。因此结论只能描述观察到的行为分布，不能解释动机，也不能外推到真实多代理协作系统。
待核查点：回放世界与代理配置是否公开可复现；重复多次运行后的方差；把「孤独」类触发词换成其他信号时结论是否稳定；指标与真实业务 agent 群体（工具调用型、文本型）的对应关系。

以上内容全部来自本批清单 item.materials 的 excerpt、url 与 source 信息，未联网补充、未读取全库、未安装或执行任何外部命令。