跳到正文
11月19日周四
11月18日周三
  1. 博客园46

    一次代理人战争——2026 年 OceanBase 数据库大赛参赛心得

    作者与两位队友组队参加 2026 年 OceanBase 数据库大赛,几乎所有题目都交给 GPT 6.2、Codex、Astra 等 AI agent 完成,因超过两百支队伍打到满分而进入加赛。加赛一道题由 AI agent 评分,大量提交被判 0 分,一天只许交两次;作者总结出 Windows 运行 agent、WSL 执行 CLI 的流程,认为允许联网的开放式比赛只有断网化或停办两条路。

  2. 博客园38

    【轻量化复刻大模型 / KIMI K3】Muon 优化器及 KIMI K3 训练系统

    该博客深入解析 Muon 优化器原理,并完成 KIMI K3 训练系统的轻量化全 CPU 复刻。Muon 通过 Newton-Schulz 迭代对梯度动量矩阵做整体正交化,使更新在所有奇异方向上等幅,克服了 AdamW 逐元素缩放破坏矩阵几何结构的缺陷。项目还实现 Per-Head 正交化、QK-Clip 与混合优化器等组件,并附带无需 GPU 的可运行 Gradio demo。

  3. 博客园81

    谷歌开源 ARTEMIS:AI Agent 按自然语言指令操作安卓真机

    谷歌于 2026 年 8 月开源 ARTEMIS(Apache-2.0,Python 实现),AI Agent 按一句自然语言指令自己看屏幕、找控件、划屏点按,在安卓真机上完成多步任务并带回截图与日志,AndroidWorld 基准任务完成率 99% 以上。

    推荐理由:原文拆解的快慢两档执行、动作前校验与历史压缩等设计,可迁移到读者自己的测试工具与流程中。

  4. AWS Machine Learning Blog68

    降低 Amazon Bedrock AgentCore JSON 工作负载的 token 成本与延迟

    AWS 与 Flightscape 分享三种可组合的优化策略,让处理 20 MB+ JSON 负载的生产级智能体显著降低 token 成本与延迟。三种策略分别是把重型工件卸载到 Amazon S3 并只持久化内容寻址引用、对超大列表结果按需分页、用结构描述符压缩超大字典输出。

    推荐理由:三种可组合策略把大 JSON 负载移出模型上下文并附完整代码,处理类似负载的智能体团队可直接迁移复用。

  5. AWS Machine Learning Blog61

    AWS:规则交给代码、判断交给模型,削减生成式 AI 成本

    AWS 官方博客提出,生成式 AI 工作流最大的成本杠杆是先判断每个步骤是否需要调用模型:能用规则校验的步骤交给确定性代码,固定选项的决策用受限决策调用并设置升级信号,只有开放式任务才交给规格合适的 Amazon Bedrock 模型。

    推荐理由:原文提供了一套可迁移的步骤级决策框架,读者可对照自己的工作流找出不必调用模型的环节以降低成本与延迟。

  6. AWS Machine Learning Blog46

    面向智能体 AI 的负责任 AI:平台与应用团队的分阶段路线图

    AWS 提出面向智能体 AI 平台的三阶段负责任 AI 成熟度框架,应对运行时行为不可预测、数据暴露、监管加速与团队协作缺失四大挑战。框架把 AWS Responsible AI Lens 支柱映射到治理基础、试点部署、评估与强化三个阶段,配套 Responsible AI Assessment Skill、评分卡和 12 周实施时间线。

  7. Simon Willison76

    Datasette Lite 完整重写,用 service worker 和 Pyodide 在浏览器中运行服务端应用

    Simon Willison 发布了 Datasette Lite 的完整重写版本,改用 service worker 拦截页面请求,在浏览器中运行完整的服务端 Datasette,几乎与真实服务端应用无异。

    推荐理由:作者用 service worker 加 Pyodide 证明了完整服务端 Python 应用可以纯浏览器运行,这套做法可迁移到其他 Python 应用的预览与调试。

11月17日周二
  1. 博客园51

    YSL语枢-盾甲WAF 源码拆解:语义归一化与 DNA 防篡改架构及部署实战

    本文从源码与实战部署角度拆解开源项目 YSL语枢-盾甲WAF,其防御分为语义内核 YSL-1、C2 指挥控制与 DNA 文件基因三层体系。语义内核以 14 层归一化与多假设解析压缩变形绕过空间,四值证据加权裁决让 AI 仅作为投票者,DNA 防线对未知落地文件默认不信任并秒级处置。

  2. 博客园62

    嵌入式 AI 落地手记(七):给 AI 喂知识,喂什么、怎么组织、怎么保鲜

    作者把几个已量产成熟项目的架构与模块设计模式提取成知识库,经检索服务按项目特性供给 AI 参考设计与编码,并以使用反馈加人工裁决的方式维护更新。首版知识库含 55 个模式条目、累计 61 次提交;一次实际设计召回 19 个候选条目,由工程师对照当前项目逐条判断采用或拒绝。知识库只维护单一来源,服务端保留完整访问记录,反馈不自动修改条目,新条目由人裁决是否入库。

  3. 博客园84

    A2UI:让 Agent 画界面,而不是写代码

    A2UI 是 Google 提出的声明式 UI 载荷协议(Apache 2.0),Agent 只声明用哪些组件、绑哪些数据,客户端用自己信任的原生组件渲染,从结构上消除代码执行类注入面。

    推荐理由:原文把 A2UI 与写死界面、生成代码、JSON Schema 表单三条旧路逐项对比,并讲清它与 MCP、A2A、AG-UI 的边界,适合判断该协议是否适合自己的 Agent 项目。

  4. 博客园47

    鸿蒙 APP 启动页白屏治理实录:AI 的两个方案都不满意?把 startIcon 与启动遮罩做成同一张图,实现零白屏

    uni-app 鸿蒙端用原生 ArkUI 子窗口做启动遮罩,与系统门帘 startIcon 渲染同一张图、同排版、同步解码,逐像素一致地消除冷启动白屏。AI 推荐的系统启动窗口只支持纯色加图标,内置启动图在 webview 首帧前不存在,均满足不了渐变整图设计诉求。经五轮 hilog 取证排查修复 35ms 交接白闪等根因,交接期白帧占比 0%,启动缩短约 500ms。

  5. AWS Machine Learning Blog60

    多智能体设计模式分类、反模式与制造业经验

    AWS 解决方案架构师系统梳理多智能体设计模式,将协调模式分为路径预定义的 Tier 1 与模型运行时选路的 Tier 2,并给出从单次模型调用到自治多智能体的选型决策树。

    推荐理由:文章将多智能体协调模式分为确定性控制流与模型自治两层,并给出选型决策树与五个反模式,可直接迁移到自己的架构选型。