Yandex 团队提出把 KV cache 当 agent 运行时,Qwen3.8 交互式玩 DOOM

_puhsu · reddit · 2026-09-07

Yandex 研究团队发布博文,提出将模型的推理状态(KV cache)直接作为 agent 运行时来修改,以获得更强的交互性与响应速度。这一思路来自该实验室此前的论文 Hogwild! Inference 与 AsyncReasoning,博文中还预告了后续工作:一个 Qwen3.8-27B agent 用类似技术在 DOOM 环境中交互式游玩。

团队的核心论点是:模型推理/运行时设计本身可能是 agent 能力的一条被低估的轴线——现有 harness 抽象太重,而直接换模型成本太高,两者之间或许需要中间层。