全部专题

Reading path

Agent 工程

记录 agent loop、工具调用、上下文工程、MCP、检索和长任务控制,把抽象能力落到工程边界。

200 篇文章

Archive

专题归档

第 6 / 9 页

上下文不是平的:位置与结构如何决定一条信息对输出的干预力

同一条信息放在上下文的开头、中间、结尾,对最强模型输出的影响力可以差出几十个百分点——而且这个"位置地形"会随上下文填充率动态变形:塞满一半之后,经典的 U 形曲线塌掉,只剩结尾优势。从注意力机制的三个根本约束出发,讲清位置偏差的成因、衰减的动态过程,以及"结构"为什么本质上是在地形上打人工锚点。

MCP 史上最大改版的本质:状态不会消失,只会搬家

MCP 2026-07-28 删掉了握手、会话和服务器反向请求,官方说这是"远程 MCP 发布以来最重要的一次改版"。但删掉的状态去哪了?结合 End-to-End Arguments(1981)、DARPA 设计哲学(1988)、Fielding 的 REST 论文(2000)逐字对照:这次改版的每一刀,四十年前的论文都写过理由——协议设计的根本问题从来不是"要不要状态",而是"状态住在哪、跟谁共命运"。

进程边界是部署决策,不是架构决策:桌面 Agent 运行时的三条路

桌面应用要在本地跑长时 Agent 任务时,运行时放哪里?内嵌 Clean Runtime Kernel、独立 Local Runtime Daemon、还是前端主导派发?系统对比三条路径,拆解 Run Journal、Event Outbox、租约、启动恢复四个本地高可用机制,并论证一个反直觉的结论:先把内核做干净,进程边界就可以推迟——daemon 解决的是进程隔离,而你真正要的是生命周期解耦加可恢复性,这两样不需要独立进程也能拿到。

Codex AI Digest 深读版 · 2026-07-31

Codex 真读真写 · 方向/判断/技能/工具/行动。这是 Codex 深读版。今天最值得你更新判断的不是单条新闻,而是三条同时出现的系统信号:第一,推理成本还在快速下探,默认模型选择需要重做;第二,agent 的风险已经从“会不会胡说”转到“会不会跨边界行动”,权限、网络隔离和事后取证都要前移;第三,研究与评测开…

别把批处理器当交互后端:解剖一条 codex exec 冷启动链

一个 Tauri 桌面应用把 codex exec 用作本地 AI 执行后端,每个任务都要冷启动整条链:Node harness、run-scoped CODEX_HOME、MCP server、进程级 hook、workspace 物化、依赖预热。慢的根因不是模型,而是三种天然生命周期不同的东西被焊死在同一个进程生命周期上。本文给出完整的成本解剖、两个容易被忽略的反模式(双重观测、per-run store 打败内容寻址缓存),以及从 batch executor 迁移到常驻 runtime 的架构路线——包括为什么"审计性应该来自事件日志而不是进程短命"。

遗忘是一种能力:五篇论文看懂长程 Agent 的记忆管理,正在重演操作系统内存史

精读 AgentFold、IterResearch、AgentSwing、ContextBudget、Self-GC 五篇 2025.10–2026.07 的论文:为什么"记住一切"的 agent 反而答得更差?用 Pass@1 = η×ρ 这个分解式看懂 context rot 的本质,以及上下文管理如何从启发式规则一步步演化成垃圾回收、预算分配和运行时调度——操作系统内存管理史的完整重演。

模型为什么会伸手:工具使用不是被教会的,是目标函数的影子

一个只会预测下一个 token 的模型,凭什么会去调用计算器和搜索引擎?从 Toolformer 的自监督起源(一次调用能留下的唯一理由是降低未来 token 的 loss),到 RLVR 时代的工具滥用幻觉(无成本时任何 ΔP>0 都值得调用),再到 knowing-doing gap(知道该用和真的去用在残差流里是两个方向)——结合五篇论文回答:模型为什么会用工具、为什么会滥用、以及为什么"知道"不等于"做到"。

Agent 平台正在重新发明操作系统:美团 CatPaw 架构深读

逐段拆解美团 CatPaw Managed Agents 的"脑手分离"架构,把每个组件映射回它的操作系统祖先:Session 恢复是进程切换,上下文压缩是虚拟内存,Sandbox Gateway 是调度器,模型路由网关是硬件抽象层。结合 ReAct、MemGPT、AIOS、Firecracker、CaMeL 等论文,解释为什么相同的资源约束必然长出相同的架构形状——以及这个类比在哪里失效。

Scaling 没有死,它换了坐标轴:2026 年 LLM 研究与产品的五条主线

推理模型、智能体、上下文工程、MoE 与稀疏注意力、扩散 LLM、世界模型……热门方向看似散乱,其实都在回答同一个问题:预训练的规模红利递减之后,去哪里找新的增长轴?这篇把它们收拢成五根杠杆——推理时算力、经验、上下文、单位成本、生成范式——并附上可核查的 arXiv 论文与开源产品索引。