跳到正文
11月21日周六
  1. The Decoder83

    OpenAI 发布 GPT-6.2 Astra 与 Sol 的新提示词建议

    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。

  2. 博客园27

    .NET 10 登录认证示例(续):接入中国区 Microsoft Entra ID

    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。

  3. 博客园46

    Kimi K3 轻量化复刻:训练模块梳理与 Muon P2P 优化器

    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。

  4. 博客园26

    技术选型五铁律与技术债分阶段账本——一次工程决策复盘

    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。

11月20日周五
  1. 博客园49

    AI 三分钟写完的代码,你凭什么敢直接上线?

    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。

  2. 博客园84

    开源端侧 Agent Mika:免 Root 免电脑在后台操作所有 App,三周获 8.6k+ Star

    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。

  3. OpenAI News19

    Daybreak Blue 入门指南

    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。

  4. AWS Machine Learning Blog51

    BMW Group 如何在数千名开发者中治理数百个 Agent

    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。

  5. 博客园41

    本体(Ontology)是什么?在 AI 中,本体的作用到底是什么?

    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。

11月19日周四
  1. 博客园40

    源码级拆解:YSL语枢-盾甲WAF 的主机级 DNA 防篡改与内核态网络封锁实战

    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。

  2. 博客园50

    黑板架构:多个 Agent 如何协作解决复杂问题

    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。

  3. 博客园61

    机器学习与深度学习算法参数详解(上)

    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。

  4. 博客园47

    vivo 研发数字人 Agent:从 0 到 1 的架构与实践

    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。

  5. 博客园83

    Harness:把裸模型变成能用的 Agent

    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。

  6. AWS Machine Learning Blog31

    Exa 将嵌入吞吐量提升 50%,在 AWS AI 芯片上索引数十亿文档

    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。

  7. AWS Machine Learning Blog71

    Airbnb 如何以单任务成本在 Amazon Bedrock 上运营编码智能体

    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。