Sparkco AI Sheets

在「通用对话」这一类工具里，Sparkco AI Sheets 是一个可以直接在网页打开的选择，官方地址为 sparkco.ai。它的首页标题写着“Sparkco — AI infrastructure, tools, and open research”。

官方给出的一句话介绍是：AI为建设者出版：来自预测市场的直播饲料，代理CLIs，开源项目，以及SimpleFunctions平台。被破解的工具，工作代码，没有fluff。（原文：AI publication for builders: live feed from prediction markets, agent CLIs, open-source projects, and the SimpleFunctions platform. Curated tools, working code, no fluff.）

官网进一步说明：我们首先将工具作为CLIs运输，而不是MCP——0个令牌来曝光，~100%可靠，管道可构成。今天的聊天模式通过在每个回合重读整个对话来记住。压缩会丢失信息，检索会挤占窗口，新会话开始为空白。我们正在测试对话中的事实，偏好和行为是否能够直接编码成模型加权——让上下文自由表达现在实际所说的话。

说明：本页内容基于 2026 年 10 月对 sparkco.ai 首页的抓取整理，非官方文档，具体以官网为准。

• AI 基础设施，工具和开放研究。（AI infrastructure, tools, and open research.）
• 参数内存：用权重取代上下文窗口。（Parametric memory: replacing the context window with weights.）
• 三层，和已经在那里。（Three layers, and what's already out there.）
• 集装箱（Containers）
• 调和（Harnessing）
• 通讯（Messaging）
• 我们公开运送的东西。（What we ship publicly.）
• 调用代理（ A）（Harness & agents）
• 试时训。ByteDance In-Place TTT（ICLR 2026 口头）和斯坦福/NVIDIA TTT-E2E在推论期间在线更新了MLP的投影权重…
• 官网链接了 GitHub 仓库（https://github.com/spfunctions/ttt-conv-memory）

从官网介绍来看，Sparkco AI Sheets 比较适合：

• 通用 AI 聊天助手
• 日常问答、信息整理和对话式检索
• 超网络 – 适配器。萨卡纳的Doc-to-LoRA（Feb 2026）和P2P（Oct 2025）训练一个超网，从原始文本或用户配置图中将LoRA从一秒下发出…
• 对话-直接微调。PLUM（第2024期）在对话框Q/A对上微调一个LoRA，并在100转时匹配RAG。MemLoRA列车内存管理本身作为LoRA…

上手提示：

• 提问时把背景、目标和输出格式一次说清，比反复追问更省时间。
• 长对话容易“跑偏”，换话题时新开一个会话效果通常更好。

目标用户：希望用对话方式完成查询和整理的个人用户、知识工作者；需要 API 或二次开发的开发者。

官网有定价页面，具体价格请以官网为准。