为什么 PPO 难以做出顶级棋类引擎:一个中国象棋项目的实验复盘
作者复现腾讯 Mastering Chinese Chess AI (Xiangqi) Without Search 后,把 PPO 模型分别接入 αβ、MCTS、BFMS 三种搜索,等节点对战全部失败。
作者复现腾讯 Mastering Chinese Chess AI (Xiangqi) Without Search 后,把 PPO 模型分别接入 αβ、MCTS、BFMS 三种搜索,等节点对战全部失败。
OpenAI 为 GPT-6.2 Astra 和 Sol 发布新的提示词模板,覆盖写作风格、主动性和编码,并建议迁移开发者重新检查系统提示。Astra 默认比早期模型更简洁直接,开发者应重新考虑“be concise”类指令;模型在意图不清时应做出可逆假设并继续工作,仅在任务范围重大变化、真实阻塞、需用户决策或不可逆操作前暂停。
推荐理由:原文汇总了 OpenAI 针对 GPT-6.2 Astra 和 Sol 的系统提示建议,读者可直接对照调整现有 prompt 并了解 API 行为变化。
在 .NET 10 登录认证示例中接入中国区 Microsoft Entra ID,组织账户可直接登录并完成认证授权,本地账户登录保持可用。API 与 MCP 不重写,仅调整令牌获取与验证:前端用 MSAL 按授权码流程加 PKCE 取得令牌,后端注册 LocalJwt 与 EntraJwt 两个 JWT 验证方案,经 CombinedJwt 统一验证。
Kimi K3 轻量化复刻项目将训练的模型、优化器、课程、数据与 Checkpoint 打包进 Trainer 类,训练配方与 K3 论文对齐。优化采用 Per-Head Muon 与无辅助损失的 Quantile Balancing,以 8K→64K→256K→1M 四阶段课程扩展长上下文。项目还实现 Muon P2P 优化器,全 CPU 运行并提供无需 GPU 的 Gradio demo。
作者介绍通过 CLAUDE_CONFIG_DIR 环境变量为 Claude Code CLI 指定独立配置目录,让两个 Claude Pro 账号在同一台电脑上双开且互不干扰。
万有AI团队将《AI原生创业基础设施白皮书》V2.3§3.6的选型原则整理为五条工程铁律:阶段匹配、够用就好、开放标准优先、可验证才上线、独立熔断。同时建立分阶段技术债账本,明确各阶段允许与必须清零的债务边界,并辅以微内核+Skill化架构与四验制实现选型错误可热插拔纠正。该机制将选型纪律、可插拔架构与过程验收构成闭环,确保架构不返工、债务不爆雷、故障不扩散。
Agent Toolkit for AWS 的分布式 KV 缓存技能可让用户在 Kiro、Claude Code、OpenAI Codex 等编程智能体中,通过几轮提示词完成分布式 KV 缓存的评估与配置。
Standard Bank Group 与 AWS Professional Services 合作部署自动化评估,按国际 AI 标准和银行内部政策为每个生成式 AI 用例打分,并输出报告与仪表盘。
本文是一篇 .NET 10 动手教程,从创建 Web API 到实现注册、登录、JWT 验证、Refresh Token 轮换和 MCP 鉴权的完整闭环。Access Token 有效期 900 秒并保留一分钟时钟容差,Refresh Token 只在数据库存 SHA-256 哈希,旧令牌再次使用时会吊销该用户全部令牌以检测重放。
本文按同一套长篇写作工作流,对照梦织机、笔灵 AI·小说、马良写作、FeelFish 与通用聊天模型的公开资料(未做付费实测),核心结论是选型要看能否把一部书当项目管,而非一次生成多少字。
作者复盘了一套 agent 工作台的工程配置:单模型按四档思考模式分层路由,权限按有序求值保证边界,视频生成靠三层质检把主观判断拆成可计算信号。所有耗时、覆盖率、召回率和阈值均来自实机测量,换机器、换素材、换模型都需重测;项目配置已开源在 GitHub。
TaurusDB 接入华为云 MaaS,把文本推理、文本向量化与语义检索变成 SQL 表达式,模型结果可直接查询或写回表中。AI_GENERATE 与 AI_EMBEDDING 负责调用模型,STORED 生成列自动保存向量,配合 VEC_DISTANCE_COSINE 即可用 SQL 实现 RAG。
谷歌 DeepMind 工程师 Omar Sanseviero 在办公激光打印机上成功运行 Gemma 3 270M 模型,峰值仅占用约 14.1MB 内存,每个词元耗时约 60 秒。
作者用 AI 辅助从零搭建了团队内部轻量聊天工具萤火虫 Firefly,技术栈为 Next.js 16 + React 19 + TypeScript + SQLite/Prisma + 自建 WebSocket,全文约 1.5 万行代码、15 个数据库模型、40 余个 API Route。
作者用四组只改单一变量的对照实验证明,loss 上升的最常见根因是学习率过大和数据问题,模型结构排最后。学习率过大表现为前几十步即震荡上升;30% 标签翻转与特征乘 300 不缩放,都会造成训练 loss 降、验证 loss 升的剪刀差。
AI 三分钟生成的代码即便测试全绿也不能直接上线,必须经过完整的人工验收。验收链路包括核对需求与边界条件、排查 SQL 拼接等安全漏洞、评估千万级数据下的线上性能、检查命名与结构可维护性,以及补全测试用例与回滚预案。上线审批单上签字的是人,事故复盘的责任人永远只会写人,不会标注模型。
开源项目 Mika 是一个跑在安卓手机上的端侧 PhoneAgent,10 月 29 日开源后不到三周 GitHub Star 突破 8600,登上 trendshift Kotlin 仓库日榜和周榜第一。
推荐理由:原文讲清了免 Root 手机自动化的权限解法,无线调试配对加看屏幕的免适配思路可迁移到同类工具。
OpenAI 分享 Daybreak Red 受监督安全调查的参考架构。该架构涵盖安全控制、设置与监控,为安全部署 Daybreak Red 提供指引。
OpenAI 分享了 Daybreak Blue 的入门操作演示,展示其设置体验与快速上手流程。该演示详细介绍了如何完成初始配置并开始使用 Daybreak Blue。
演示视频展示了 PR 扫描的实际使用过程,讲解者在 pull request 工作流中查看并审查扫描结果。
OpenAI 分享了 Codex Security Plugin 的演示视频,完整展示从开始使用到审查结果的工作流。用户可跟随录像了解该插件的实际操作流程。
BMW Group 研发部门分享了在 12,500 余名开发者中规模化构建、治理和运营数百个 Agent 的五条工程实践。核心是 MCP 工具、技能与流程三层组合架构,按步骤而非按 Agent 分配 L0 到 L2 自治等级,并在 CI/CD 流水线中以确定性代码强制执行权限检查、策略合规与基于 ground-truth 数据集的评估门禁。
本体(Ontology)是对业务对象、概念、关系和规则进行结构化定义的知识模型,用于让 AI 理解企业业务语义。它不是数据库或知识图谱的替代品,而是为数据和系统提供统一语义基础。在 AI Agent 应用中,本体通过统一概念与操作约束,解决业务理解不准确、数据孤岛及 Tool 选择困难等痛点。
将 Skyflow Detect 作为请求与响应拦截器接入 Amazon Bedrock AgentCore Gateway,可在敏感数据到达工具前完成脱敏、在智能体读取结果前还原,并替换出脱敏后的文档副本,全程无需改动智能体与工具代码。
Cisco 与 AWS 通过游戏化竞赛 AWS AI League,在 Cisco Transformation Fest 4.0 上组织 1,200 名工程师开展智能体 AI 实战训练。
OpenAI 构建了 Performance Factory——一套由 Codex 驱动的工作流系统,用于发现并修复性能问题。该系统帮助 ChatGPT 保持快速运行。
AWS 与 NVIDIA 作者实测验证,可在 Amazon EKS 上用 NVIDIA Run:ai GPU Fractioning 让两个 Pod 共享一块 NVIDIA A10G GPU,每个 Pod 在 8 GiB 内存合约下成功分配 6 GiB,9 GiB 超额分配则按预期失败。
KIMI K3 轻量化复刻项目基于真实代码构建优化器交互式演示,用 Gradio 覆盖 Newton-Schulz、Muon 等 6 大组件,共 15 个 Tab。
开源项目 YSL语枢-盾甲WAF 通过 DNA 文件基线校验实现主机级防篡改,并利用 ipset 在 Linux 内核态直接 Drop 恶意 IP 数据包,构建秒级防线。在 2核 1.6G 服务器实测中,其正常请求 p50 延迟仅 52ms,346 条恶意样本压测下达成 100% 检出与 0% 误报。项目已获 OpenSSF 最佳实践认证,以 MIT 协议完全开源。
本篇是「手搓 AI Agent」系列第 10 篇,给已能调工具、会规划、可接 MCP 的 Agent 补上参数级权限、路径沙箱与人工审批三层边界,三者一律 fail-closed。
本文介绍黑板架构这一多 Agent 协作模式,多个 Agent 将观察、假设和阶段性结果写入共享状态空间,其他参与者根据当前信息继续推进任务。文章以报表导出 API 超时的排查为例,展示日志、指标、代码和测试 Agent 如何围绕黑板接力调查,并说明控制器激活与机会式参与两种协调方式。
这是博主发布的机器学习与深度学习调参实战手册上半部分,覆盖数据与特征工程、传统机器学习算法、深度学习通用训练参数和典型网络结构参数。手册为每个算法提供参数表、可运行的最小实现代码以及训练成功与失败的判据,并强调先查数据泄漏、再判断过拟合或欠拟合的方法论比记忆参数取值更重要。
作者在本机 GTX 1660 Ti 上用真实数值实验拆解 PyTorch AMP 中 GradScaler 的作用:fp16 可表示范围仅 6.1e-5 至 65504,梯度上溢变 inf 会显式报 NaN,下溢则静默置零导致模型装死。
vivo 互联网搜索团队基于 OpenTask 大模型构建轻量化「研发数字人 Agent 系统」,已替代 80% 以上繁琐事务。系统采用「离线知识库静态支撑 + MCP 动态接口调用 + 个性化 Skill 推理」三层架构,实现问题受理、信息检索、逻辑分析、方案输出的全流程自动化闭环。该系统具备低侵入、可自进化特性,让研发人员聚焦核心开发工作。
这篇长文系统讲解 Harness 这一 Agent 运行时概念,即模型之外的一切:工具派发、状态与记忆、沙箱执行、上下文管理与权限护栏。文章以 Microsoft Agent Framework 为例,拆解历史、上下文、压缩三个插槽的接口语义,并给出工具循环的四个工程要点:异常回填为结果、callId 配对、步数按模型调用轮计、并行结果按 callId 有序回填。
推荐理由:原文把工具循环的异常回填、callId 配对、步数预算等工程细节拆开讲清,读者可直接对照排查自家 Agent 的同类失败。
chrome-devtools-mcp 是 Google ChromeDevTools 团队 2025 年 9 月开源的 MCP 服务器(Apache-2.0)。
推荐理由:官方团队把自家面板分析引擎封装成 MCP 工具开放给 Agent 的做法,其他有专业积累的团队也可照此迁移复用。
Amazon SageMaker AI Serverless Model Customization 现已支持 Full Fine-Tuning(FFT),无需 GPU 预置或集群配置即可全参数微调模型。
Exa 将嵌入基础设施迁移至 AWS Neuron 硬件(AWS Inferentia2 与 AWS Trainium2),实现约 50% 的吞吐量提升。通过权重布局优化、autocast、NKI 内核与自定义融合 SwiGLU MLP 内核,该方案在保持 0.999 余弦相似度的同时消除了内存瓶颈。此次升级支持对 300 亿份高优先级文档的重新嵌入,以优化其语义搜索网络索引。
该文将 AWS 负责任 AI(RAI)的八个维度映射到 Amazon Aurora PostgreSQL-Compatible Edition 的各项能力,并以基于 RAG 的客服聊天机器人为参照用例,深入设计其中的可解释性(Explainability)维度。
Airbnb 分享了如何用单任务成本(cost per task)在 Amazon Bedrock 上评估并运营内部编码智能体 AirChat。发布前对每个模型和推理强度跑自建任务评测,同时记录分数与单任务成本;发布后用 CloudWatch 的延迟、限流和 token 指标对照评测结果排查问题。
推荐理由:原文给出了一套把评测分数和单任务成本结合起来选模型、再用生产数据回检的完整方法,可直接迁移到自己的编码智能体运维。