architecture（架构）在 AI 领域泛指支撑模型、智能体与系统运行的顶层设计与结构方案，既包括芯片与硬件层面的推理架构，也涵盖软件工程中的代码库结构、参考架构，以及神经网络模型自身的框架设计。2025 年以来，随着企业级 AI 部署加速，围绕 architecture 的讨论正从单一模型结构扩展到算力、安全与工程实践多个层面。
AI 架构近期进展
当前焦点与观察点
围绕 architecture 的讨论目前集中在三条线上。其一是标准化：OpenShell 参考架构能否成为企业智能体部署的事实规范，仍有待观察。其二是算力自主化：Jalapeno 芯片架构的公开加剧了推理算力的垂直整合竞争。其三是安全与工程治理：ExploitGym 复现的智能体提权漏洞 CVE-2026-65616 提示，架构设计中的权限边界正成为新的攻击面（论文），而神经网络压缩框架如 LRNBA（论文）则代表架构轻量化方向的持续探索。
总体来看，architecture 已不再只是模型内部的层与参数设计问题，而是横跨芯片、参考架构、代码库与安全边界的系统工程议题。后续值得关注的观察点包括：企业是否会采纳统一参考架构、自研芯片架构的实际性能表现，以及架构层面的安全实践能否跟上智能体能力扩张的速度。