我们如何构建 Context Engine，将 agent 的 token 使用量降低 71%
作者：来自 Elastic Anish Mathur 借助 Context Engine，相同的 agent 和模型仅用 64 秒和 9 次 工具调用 就给出了答案。基线方案则耗时 213 秒，进行了 33 次工具调用，而且完全遗漏了一项关…
分类 · 文章
AI 大模型
大模型应用、Prompt 工程、AI 工具、模型微调、AI 开发实践
Kimi 现代高速开源治理的 AI Native 实践｜QCon上海
- 2026-10-09北京 本文字数：1574 字 阅读完需：约 5 分钟 QCon 上海站聚焦 AI Native 时代工程落地，覆盖 AI Infra、Agent Runtime、Loop Engineering 等九大关键技术方向，…
全球扩散语言模型最大融资诞生：经纬、顺为、君联数亿元押注扩散智能DiffuSpace
作者| 蔡芳芳 近日，扩散智能 DiffuSpace 连续完成两轮融资，总金额数亿人民币，创全球扩散语言模型（dLLM）最大规模融资纪录，由经纬创投、顺为资本、君联资本联合领投，中科创星、华为哈勃、地平线等跟投。 扩散智能 DiffuSpa…
从 Demo 到生产：AI Agent 缺的到底是什么？
搭一个 AI Agent Demo，可能一个下午就够了。但要把它真正做到可以投入生产，完全是另一回事。 一个生产级 Agent 必须稳定在线、足够安全、控制好成本，而且当它不可避免地出问题时，你还得有足够的可观测性去弄清楚到底哪里出了错。这…
长文分段处理中的偏移映射：用稳定编号串联复核记录
长文分段处理中的偏移映射：用稳定编号串联复核记录 问题不在分段，而在结果如何返回原文 长文的AIGC分析常需要先拆成段落或片段。处理服务返回提示以后，前端还需要把提示定位到原始文本。如果只保存数组下标，用户在前面插入一个段落，后面的编号便可…
官网内容优化 vs 企业级 RAG：AI 搜索时代，企业到底该先做什么？
官网内容优化 vs 企业级 RAG：AI 搜索时代，企业到底该先做什么？ AI 搜索、智能客服和企业智能体越来越普及，很多企业都会遇到一个问题： 我们应该先优化官网内容，还是直接建设企业级 RAG 知识库？ 答案不是“谁更先进”，而是要先判…
游戏引擎原理与实践 04：拆解引擎基础系统与内存管理
> 写在前面：一款光鲜酷炫的游戏画面背后，离不开一套稳定可靠的底层基础框架✨。很多开发者埋头钻研图形渲染、着色器，却忽略了引擎的 “地基” 部分。日志、时间、线程、文件 IO、内存管理这些看似平淡无奇的模块，恰恰决定了引擎的稳定性、跨平台能…
一天一个开源项目（第230篇）：HandRaw-Style —— 把 327 种手绘风格、165 种排版、36 种配色编号化，让 AI 画图不再每次都飘
引言 "不是你不会描述画风，而是画风这个东西本来就不该靠临时描述。" 这是"一天一个开源项目"系列的第 230 篇。今天的项目是 HandRaw-Style。 用 AI 画图最让人崩溃的体验之一,大概是这样的:好不容易用一堆形容词凑出一个满…
LLM 驱动的自动化测试系列（06）：移动端自动化（二）——DroidRun/Mobilerun 的角色级模型拆分
Mobilerun 是什么，解决什么问题 Mobilerun（这个开源项目原名 DroidRun，仓库路径至今仍叫 droidrun，但 pip 包名、CLI 命令、文档站点已经全部改成了 mobilerun）的定位很直接：一个用 LLM …
diff 里明明没有它，审查评论却落在 notify.js 上
阿里把内部用了两年的代码审查工具 open-code-review 开源出来这件事，我犹豫了几天要不要认真看。中文圈这几天的文章基本都在复述 README：混合架构、省 token、F1 超 Claude Code。这些说法对不对先放一边，…
Elastic 被评为 2026 年 Gartner®《企业 AI 搜索魔力象限™》领导者
作者：来自 Elastic Loren Erickson Elastic 被评为 2026 年 Gartner®《企业 AI 搜索魔力象限™》的领导者。在整个受评估的市场中，只有 3 家厂商被评为领导者。Elastic 在执行能力（Abil…
Electron: Sentry 都采集了什么？你知道吗
在 Electron 应用的异常上报中，Sentry 的引入不能无脑就加，你需要知道这些采集机制的成本/副作用，才能更好的做出选型。Sentry 怎么配置才能平衡“性能”与“成本”，跟着我一起来看看。 一、默认配置会采集哪些信息？ @sen…
Spec Kit vs OpenSpec vs Superpowers：我为什么最后自己搭了一套
前一篇我把三个框架从头到尾拆了一遍——Spec Kit 的阶段门控、OpenSpec 的 Delta Spec、Superpowers 的铁律纪律。 结论是：各有各的好，也各有各的硬伤。 最后我一个都没选。我拿 OpenSpec 做了底座，…
什么是范数？用 NumPy 动手算一遍就明白了
做数据科学和机器学习，范数（Norm）这个东西你迟早会碰到。 损失函数正则化、向量相似度计算、矩阵分解——这些场景背后都有范数的影子。 但很多同学对范数的理解停留在"好像是个求长度的东西"这个层面，具体怎么算、不同范数之间有什么区别，一问就…
Flash模型又添一员大将：实测MiniMax M3.1
话说如今这大模型江湖，各路豪杰你方唱罢我登场，今日这家放出 Pro，明日那家端出 Flash，一波未平一波又起。 却说 MiniMax 这一回不等 Pro 出山，先遣一员 Flash 大将下山，唤作 M3.1-Flash-Preview。 …
动态切换 nearest / linear 时，为什么不能只替换 sampler
动态切换 nearest / linear 时，为什么不能只替换 sampler 问题与范围 在 Swift / Metal 图像处理链路中，nearest、linear 等采样策略很容易被当作局部参数：预览缩放时希望平滑插值，像素检查或离…
Agent 怎么做规划？这道面试题淘汰了 80% 的候选人
第六章：Agent 规划与决策 Agent 的核心能力不在于单次推理的质量，而在于面对复杂任务时能否做出合理的规划与决策。一个没有规划能力的 LLM 只是一个问答机器，而一个具备规划能力的 Agent 则能拆解目标、分配资源、动态调整策略，…
兼顾数据安全与成本，私有化 AI 网关正在成为企业标配
如今企业做AI落地，始终绕不开两个核心矛盾：数据安全和算力成本。单纯用公有云大模型，随时面临核心资料、业务数据外泄的风险，合规压力巨大；可全套私有化部署模型，又要承担高昂的算力、服务器和运维成本，预算很容易超标。 过去很多企业只能二选一，要…
从 Rollout 到权重同步：Mooncake 如何支撑高性能强化学习系统｜QCon上海
- 2026-10-08北京 本文字数：2374 字 阅读完需：约 8 分钟 QCon 上海站聚焦 AI Native 时代工程落地，覆盖 AI Infra、Agent Runtime、Loop Engineering 等九大关键技术方向，…
海外开源模型重新提速：“美版 DeepSeek”第一次交卷，Mistral同时亮牌
西方开放模型阵营开始提速。 当地时间 10 月 5 日，被称作“美版 DeepSeek”的美国创业公司 Reflection 发布首款开放权重模型 Beam；一天之后，法国 Mistral 推出迄今最大的 Mistral Large 4。两…