Adaptive Test-time Learning and Autonomous Specialization
ATLAS 是一个完全自托管的编程助手，由智能推理基础设施驱动。我们在一个冻结的本地模型之上，构建了约束驱动生成、基于能量的验证以及自验证修复机制 - 无需微调、无需 API 调用、无需云服务。ATLAS 旨在证明：有意义的 AI 工具并不需要前沿模型、云端 API 或巨额预算 - 只需围绕优秀的开源权重模型构建智能基础设施即可。
- 2026-04-05 - V3.0.1 发布 - 交互式命令行、Docker Compose 部署、95.8% 可靠性
- 2026-04-03 - "$500 GPU Beats Claude: Local AI Revolution for Web Devs" - ownet.it
- 2026-03-29 - "A $500 GPU Just Outscored Claude Sonnet on Coding Benchmarks" - Aivy
- 2026-03-28 - "Why a $500 GPU Can Beat Claude Sonnet on Coding Benchmarks" - Data Science Collective
- 2026-03-27 - "ATLAS: A $500 GPU Outperforms Claude Sonnet" - Clauday
- 2026-03-26 - Hacker News 首页 - 489 点赞、285 条评论
- 2026-03-05 - V3.0 发布 - 在冻结的 Qwen3-14B 上实现 74.6% LiveCodeBench pass@1-v(k=3)
- 2026-02-18 - V2.0 发布 - 基准测试基础设施、HumanEval/MBPP/LiveCodeBench/GPQA/SciCode 评估套件
- atlas-proxy - 基于 Go 的代理循环，负责编排整个系统。
- V3 Pipeline - 多阶段代码生成流程，将单个提示词转化为经过验证的高质量输出。
- a. PlanSearch - 约束驱动的结构化规划
- b. DivSampling - 跨温度和策略的多样化候选生成
- c. Budget Forcing - 按阶段控制思维 token 分配
- d. PR-CoT Repair - 自生成测试用例的迭代修复循环
- e. Refinement Loops - 反复进行沙箱验证与修正
- f. Derivation Chains - 针对复杂问题的多步推理
- Geometric Lens - 基于能量的评分与检索系统，无需外部预言机。（什么是 "Geometric Lens"？）
- a. C(x) Cost Field - 从嵌入向量评分候选质量的 MLP
- b. G(x) Quality Prediction - 用于选择决策的 XGBoost 模型
- c. RAG / PageIndex V2 - AST 感知的代码检索与项目索引
- d. Confidence Router - Thompson Sampling 将算力分配到最需要的地方
- Sandbox - 用于构建验证的隔离执行环境。
- a. 多语言执行 - 支持 Python、Rust、Go、C、Shell 等
- b. 编译与检查 - 评分前进行语法验证
- c. 测试运行 - 执行生成的和已有的测试套件
- llama-server - 在单块消费级 GPU 上进行本地 LLM 推理。
- a. CUDA 加速 - 量化模型推理（Q6_K / Q4_K_M）
- b. 语法约束解码 - 在 token 级别实现结构化输出
- c. 自嵌入 - 无需额外模型即可提取嵌入向量
- 交互式命令行 - 在任意项目目录中输入
atlas即可开始构建。
完整文档（包括安装指南、架构说明、配置参考、故障排除和基准测试报告）位于 docs/ 目录中。
ATLAS 需要一块 16GB+ 显存的 GPU、Docker（配合 nvidia-container-toolkit）或 Podman，以及 Python 3.9+。目前已在 NVIDIA GPU 上测试通过 - ATLAS 并非 NVIDIA 专用，AMD GPU 的 ROCm 支持已列入路线图。完整安装说明请参见 SETUP.md，涵盖 Docker Compose、裸机和 K3s 部署方式。启动后，在任意项目目录中输入 atlas 即可开始构建。
- 仅在 NVIDIA 上测试 - ATLAS 使用 llama.cpp 进行推理，该引擎支持多种加速后端。ROCm 支持是 V3.1 的优先事项。
- 9B 模型尚未正式基准测试 - 命令行工具搭载 Qwen3.5-9B 和完整的 V3 Pipeline，但正式的 LiveCodeBench 分数来自 14B 模型。9B 基准测试属于 V3.1 工作。
- 复杂功能添加可能失败 - 向现有项目添加功能的成功率约为 67%。模型有时过度探索而非编写代码。
- 语法约束推理速度 - 在 llama-server 上约 51 tok/s。更快的语法集成计划在 V3.1 中实现。
V3.0.1 - 当前版本。交互式命令行、Docker Compose 部署、V3 Pipeline 集成。
V3.1 - 开发中。
- ROCm 支持 - 通过 llama.cpp ROCm 后端实现 AMD GPU 推理
- 正式 9B 基准测试 - 在 Qwen3.5-9B 上运行 LiveCodeBench、GPQA Diamond、SciCode
- 命令行可靠性 - 扩展测试，目标 L6 >= 90%
- 语法速度 - C 端采样器链，实现更快的约束解码
我们以开源方式构建 ATLAS，并积极寻找贡献者和核心维护者。无论你是修复 bug、添加加速器支持，还是重新设计某个子系统 - 这里都有你的位置。如果你认为开源模型值得拥有更好的基础设施，欢迎加入我们一起构建。
详见 CONTRIBUTING.md。