跳到正文
10月19日周一
  1. 掘金68

    150毫秒和2400毫秒:同一 Agent 任务的两种延迟

    文章构造了一条七事件 Agent 任务时间线,说明 150 毫秒首 token、2400 毫秒首次可用结果与 3000 毫秒任务确认为何同时正确,并附一份可直接运行的 Python 区间演算脚本。脚本拒绝跨时钟域相减,并演示并行工具的 span 不能机械相加:两路工具 span 合计 1700 毫秒,用户实际墙钟等待只有 1100 毫秒。

  2. 掘金67

    接餐饮 MCP 解析 TOON 数据的 4 个坑与修法

    作者用麦当劳中国 MCP 做营养搭配 CLI,总结出解析 TOON 格式的四个坑:行首字段带前导空格、null 与 0 是三种状态、字段内含逗号不能 split(','),以及被限流时 HTTP 照样返回 200。压测 305 次请求全部返回 200,只判状态码会把限流当成功、把空数据当没菜;解析器 src/toon.ts(331 行)默认严格模式,行数列数与表头不符直接抛错。

  3. 掘金83

    模型调用量砍掉90%:缓存、分级、精简、批处理、流式五个坑我全踩了一遍

    作者通过缓存、模型分级、Prompt 精简、批处理和流式输出五项改造,将日均调用从 1,000 降到 100,Token 消耗降 87%,月账单从 4,832 降到 461,P95 延迟从 8.2s 降到 1.4s。

    推荐理由:作者用真实踩坑经历说明成本大头在架构层面,缓存阈值和分级规则顺序等参数都需用自己的业务数据标定。

  4. 掘金79

    企业级 Agent 交付后真正会坏的 3 处:质保期第 90 天我翻了一遍日志目录

    律所 Agent 项目质保期 90 天临近时作者翻查日志目录,确认交付后真正出问题的不是模型,而是日志留存、版本回滚、数据口径三处:模型三个月一行没改,知识库、提示词、依赖库和数据量却一直在变。

    推荐理由:作者把企业级 Agent 质保期风险归为日志留存、版本回滚、数据口径三处,并给出可直接复用的自检代码与检查表。

  5. 掘金76

    God's Eye View 深度解析:15 路公开信号加 CesiumJS 的浏览器级 OSINT 控制台

    God's Eye View 是前 Google AR/3D 地图产品经理 Bilawal Sidhu 开源的浏览器级 OSINT 3D 地球控制台,MIT 协议,聚合 15 路公开实时信号,纯前端目标 60 帧渲染。

    推荐理由:原文拆解了多源实时数据聚合的工程取舍,其去框架化架构与密钥代理治理思路可平移到其他地理可视化应用。

  6. 掘金26

    大模型账单对账难:不同厂商 Token 统计口径差异怎么处理

    大模型账单对不齐通常不是系统故障,而是不同厂商的 Token 统计口径存在差异,解决关键是建立企业自己的统一计量基准。通过 XApex 这类多模型统一 API 平台将所有模型调用收敛到统一入口,可按同一套规则计量并快速定位账单差异。统一口径后,按业务线、应用、场景的成本归因与预算管控才有意义。

  7. 掘金76

    用 AI 定位生产环境偶发 Bug 的 5 个实战套路

    文章给出用 AI 定位生产环境偶发 Bug 的五个套路:时间盒日志回溯、失败与成功请求字段级 diff、并发压测复现、支持与反对证据双栏验证、把日志和数据库监控通过 MCP 接入 AI。核心主张是 AI 只做检索与枚举,改哪一行留给人自己;文中附四段可直接复用的 prompt、Go 并发复现骨架与环形缓冲代码,并列出只读账号、结果行数上限、敏感字段脱敏等六项上线自检清单。

    推荐理由:文章把 AI 排障的边界划在检索与枚举,给出的时间盒、字段级 diff 和假设卡可直接迁移到自己的排查流程。

  8. 博客园66

    别再死磕 MySQL 了:向量数据库与 RAG 生产落地实录(Java 工程师专场)

    作者两年前用 MySQL 搭企业知识库,10 万条数据检索 800ms、准确率 42%,改用向量数据库加 RAG 后降至毫秒级、准确率拉到 96.5%。全文给出选型决策树(有 PG 用 pgvector、没 PG 用 Qdrant、亿级才上 Milvus)、混合检索加 RRF 融合加 Rerank 精排的完整 Java 链路,并复盘了一次小租户召回归零事故,结论是过滤条件必须下推到向量库执行。

  9. 掘金65

    灰度发布:让变更只影响 1% 用户(R02)

    《AI 应用生产化手册》第 11 篇,介绍 AI 应用配置化灰度方案:按 user_id 用 md5 哈希确定性分桶,放量比例走配置,变更出问题只影响少数用户且可随时回退。文章对比影子、金丝雀、按用户分桶三种模式,并给出 10→25→50→100 的放量节奏与观察门;实测 10000 用户 @10% 放量命中 10.47%,桶分布均匀。回滚即放量归零,文中还列出缓存冲突、压测全命中缓存等真实踩坑。

  10. 掘金81

    MCP 深度解析:AI 工具层的 USB-C,如何把 N×M 个适配器收敛成 N+M

    这篇深度解析把 MCP 定位为 AI 应用与外部工具之间的公共接口标准:工具侧写成 MCP Server、应用侧内置 Client,即可把 N×M 份适配收敛为 N+M。全文拆解 Host/Client/Server 三层角色与 JSON-RPC 2.0 消息格式,用

    推荐理由:原文把 MCP 的协议机制与三大原语讲透,并给出可运行代码和不上 MCP 的判断标准,读者可据此评估自己的工具是否需要标准化。

  11. 博客园82

    在 VS Code 里自由切换 Copilot、Claude、Codex、OpenCode、Pi、Kimi、Qwen:任何 Agent 都能接

    作者开源 AHP-ACP Gateway,让 VS Code Agent Window 成为通用入口,在同一界面里切换 GitHub Copilot、Claude Code、Codex CLI 等任何兼容 ACP 的 Agent。

    推荐理由:原文讲清了用 AHP 与 ACP 两层协议把编辑器和 Agent 解耦的思路,读者可把这套协议设计迁移到自己的 Agent 集成工作。

  12. 掘金69

    我给 Agent 造了一个「元工具」:让它自己写工具,再用三道门锁住风险

    作者设计并实现了 meta_tool,让 Agent 在发现能力缺口时自行生成工具代码,再经静态门、人工门、运行门三道门禁校验后落盘到 generated/ 并注入注册表,下一轮对模型可见。核心约束包括手写工具优先、非交互环境默认拒绝、无沙箱同进程运行,作者在 Node 22 上逐一验证了门禁拦截、注册表合并顺序与 ESM 缓存绕过等关键论断。