> For the complete documentation index, see [llms.txt](https://mana.gitbook.io/manadia/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://mana.gitbook.io/manadia/cn/1.-yin-yan.md).

# 1. 引言

AI 正在从单点模型能力进入 Agent 化、工具化、自动执行化阶段。早期 AI 应用的主要需求是调用一个大模型并获得回答；而现在的 AI 应用越来越像一个持续运行的智能系统：它需要访问多模型，需要调用外部工具，需要读取实时数据，需要保存长期记忆，需要在不同执行环境中完成任务，还需要对执行过程进行监控、追踪和审计。

这种变化使 AI 算力的含义发生了改变。

在大模型训练时代，算力主要表现为 GPU 集群规模、训练吞吐量和模型参数规模。在 AI Agent 时代，算力进一步表现为任务执行能力：一个 AI 系统是否能在正确时间调用正确模型，是否能以合理成本完成推理，是否能稳定访问数据源，是否能调用工具，是否能在高并发场景下保持响应，是否能记录执行链路，并在需要时完成结果复验。

因此，AI 应用时代需要的不只是 GPU 租赁平台，也不只是模型 API 聚合器，而是 AI 原生算力协同网络。

manadia 的技术设计基于三个判断。

第一，未来 AI 应用需要跨模型、跨算力、跨数据源和跨工具的统一调度能力。单一模型、单一云平台或单一 GPU 池无法满足复杂 AI workload 的运行需求。

第二，未来 AI Agent 尤其是交易、预测、金融、企业自动化和链上执行类 Agent，需要可信执行与可观测能力。模型输出不能永远停留在黑箱状态，用户和开发者需要知道模型用了什么数据、调用了什么工具、采取了什么策略、产生了什么结果。

第三，AI 算力网络必须能孵化出具体产品，而不是停留在基础设施概念。manadia 的可信任 AI 预测模型，就是由 AI 算力网络训练和驱动的旗舰级核心产品。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://mana.gitbook.io/manadia/cn/1.-yin-yan.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.