跳到正文
10月16日周五
  1. 博客园44

    千万三角面工业模型网页轻量化:手动减面与 AI 智能减面实操

    千万三角面工业模型可在网页端完成轻量化:先定位高面数零件,再手动逐零件「减面」或用 AI 一句话智能减面,闭环内导出标准 GLB。AI 助手可按"减到 50 万面"等指令自动反推各零件保留比例,危险建议会被拦截且全程可撤销。另有「移除小物体」「移除不可见模型」等全局清理及孔洞、法线修复工具;减面不承诺零损失,交付前需人工复查。

  2. 掘金50

    Agent 发布治理为什么做了两次

    作者团队对研究型 Agent 的答案发布做了两轮治理。第一轮统一了 AnswerBlock 结构契约,却让运行时、发布层和恢复层各自保留裁决权,导致部分正文仍被隐藏;第二轮把候选正文提取、附件降级和发布处置统一收归 Publication 模块,其他模块只提供事实而不再二次裁决正文。

  3. 掘金60

    LangChain 应用开发:用脚手架组装本地 LLM 应用

    这篇教程演示如何用 LangChain 对接本地 Ollama,组装 Prompt → LLM → Parser 最小链路。LangChain 本身是纯 Python 胶水层、不占显存,推理全部发生在 Ollama 端。文中给出 RAG 各环节与 LangChain 组件的对应表,并建议项目只有一处 LLM 调用时不一定用框架,出现三件以上组件时框架才开始回本。

  4. 掘金43

    用 AI 重构老项目,我踩过的 5 个坑(真实项目复盘)

    开发者用 AI 重构一个运行四年的内部系统,总结出 5 条实战避坑经验。关键做法包括给足上下文、每次只改一个模块、先补测试用例,并在提示词中写明空指针、超时等边界条件。最有效的用法是让 AI 先解释老代码的历史背景再决定是否重构,因为 AI 是放大器而非决策者。

  5. 博客园79

    AI 重构代码 40% 会悄悄改坏,我用 7 步 SOP 防住

    作者用 Claude Code 重构订单服务后线上 P99 延迟翻四倍,据此总结出 AI 重构必须走完的 7 步 SOP:静态分析扫真问题、梳理运行时依赖、单函数粒度小步改、先写测试再让 AI 改、用新鲜上下文做对抗性 Review、feature flag 灰度发布、git checkpoint 回滚预案。

    推荐理由:作者把踩坑经验沉淀成可复用的 7 步 SOP,并给出每一步的提示词和回滚方案,可直接迁移到自己的 AI 重构流程中。

  6. 量子位63

    蚂蚁百灵开源推出 Ling-3.1-flash,面向真实办公任务流

    蚂蚁百灵开源推出 Ling-3.1-flash,主打在真实工作流中把任务做完,总参数约560B、每个Token激活约25B,上下文窗口上限1M。模型采用混合线性加稀疏MoE架构,7层KDA配1层Gated MLA,512个路由专家中每Token选8个并调用1个共享专家;经混合精度量化,权重占用从约534GB降至292GB,Hopper测试配置下部署GPU由8卡降至4卡。

  7. 量子位38

    量子位智库发布Agent落地报告:拆解企业智能化六大断点与全链路破局框架

    量子位智库发布《Agent驱动的企业智能化》报告,指出企业AI落地面临任务定义、数据可信度等六大断点,并提出全链路破局框架。报告列举网易智企数帆等案例,三花智控预算分析耗时由2-3小时压缩至10分钟,空格数智科技开发周期从60人天缩短至16人天。报告建议企业先在高价值场景跑通闭环,再沉淀可复用资产以实现规模化复制。

  8. 掘金87

    Google ADK 2.0 多智能体编排解析

    本文依据 Google ADK 官方文档与博客,系统解析 ADK 2.0 的多智能体编排体系。ADK 2.0 新增结构化工作流运行时与任务协作模型,核心是图工作流、动态工作流与协作工作流三种编排方式,设计哲学为模型做决策、图保证可靠可观测可恢复。

    推荐理由:作者把 ADK 2.0 的图工作流、动态工作流与协作工作流放在同一张控制光谱上对照,并给出按控制流确定性选型的决策路径。

  9. 掘金61

    WebAssembly AI 推理学习与落地路线

    本文梳理了 WebAssembly 在 AI 推理中的适用场景与落地路线,指出其核心价值是统一执行边界而非提供新算力。浏览器本地、边缘设备和服务端插件三类场景分别对应 ONNX Runtime Web、wllama 与 Wasmtime + WASI 0.2 等方案,浏览器推理通常是 Wasm 控制路径加 WebGPU 计算路径的分层组合。

  10. 掘金53

    Harness 踩坑笔记01:外部搜索工具返回结果的解码问题

    作者总结了 Agent 调用 rg 等外部搜索工具时,因 Python 默认解码导致 UTF-8 字节被 GBK 误解码的踩坑经验,并提出四层防护方案。第一层将 text 设为 False,由程序检测原始字节编码后再解码;第二层按 rg 返回码区分搜索成功有内容、成功无匹配与执行失败;第三层在外部工具失效时切换自研搜索逻辑;第四层将错误信息封装成文本反馈给 LLM 作为兜底。

  11. 掘金76

    LLM Streaming 断流恢复工程实践:SSE 断点续传、Partial Response 重建与生产级容错设计

    作者团队总结了 5 种 LLM Streaming 断流恢复策略,从 Transport-Level Retry 到 Chunk-Level Checkpoint、SSE Resume Offset、Semantic Resume 与 Dual-Stream Redundancy,并给出选型决策树。

    推荐理由:原文给出五种断流恢复策略的对比与选型决策树,读者可据此判断长文本生成场景应采用哪种容错方案。

  12. 掘金51

    实测一款 AI 数据可视化报表平台:一句话生成可发布大屏

    作者实测了一款支持 AI 搭稿的数据可视化报表平台,输入一句话后 AI 会先对齐指标口径再生成绑定真实数据集的大屏草稿,可在设计器中微调并发布。AI 问数附 SQL 来源、仅允许 SELECT/WITH 语句、无权限数据集直接拒绝、报错不编数,并可接 Ollama 本地模型实现内网使用。

  13. IT之家76

    蚂蚁百灵开源 Ling-3.1-flash 模型,最高支持 1M 上下文

    蚂蚁百灵宣布开源 Ling-3.1-flash 模型,总参数约 560B,每 Token 激活约 25B,最高支持 1M 上下文。在 Artificial Analysis 公开评测中智能指数为 41,输出速度约每秒 210 Token。

    推荐理由:原文给出模型参数、评测指数与量化部署数据,读者可据此评估自有部署的显卡成本与响应表现。

  14. Hugging Face Blog62

    Granite Switch 4.1 发布:单一端点支持对话、决策与语音转写

    IBM Granite 团队发布 Granite-Switch-4.1-8B 与 -30B,将通用 Decision aLoRA、安全决策 Guardian aLoRA 和 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个托管端点。

    推荐理由:原文给出用 aLoRA 复用 KV cache 在单一端点组合多种能力的做法,读者可迁移到低显存多能力部署场景。

10月15日周四
  1. 掘金62

    HarmonyOS 7 应用 Agent 接入云 A2A 与端 A2A 实践详解

    本文详解 HarmonyOS 7 应用 Agent 接入云 A2A 与端 A2A 的实践方法。云 A2A 将已有云端 Agent 经小艺开放平台接入系统入口,端 A2A 通过 Agent Extension Ability 让应用内 Agent 与小艺安全通信。选型看数据与执行位置,接入时需处理意图清单、权限身份、状态幂等、结果呈现、端云边界和失败兜底。

  2. 掘金64

    Agent 开发入门:上下文五组件与消融实验的取舍次序

    Agent 每次调用 LLM 的上下文由系统提示词、工具定义、用户消息、模型回复、工具执行结果五部分组成,可按是否随交互增长切分为静态前缀与轨迹。消融实验给出定性次序:工具定义 ≈ 工具执行结果 > 历史消息 > 思考过程。工具定义缺失时模型会用参数记忆冒充观察,提示词约束不能消除幻觉;reasoning 是可重建的记录,重建成本低时可压缩。

  3. 掘金40

    Agent = 大脑 + 眼睛 + 手脚:一篇看懂现代 AI Agent 的骨架

    现代 AI Agent 的骨架可拆解为 LLM(大脑)、上下文(眼睛)与工具(手脚)三件套,生产环境中进一步抽象为 Model + Harness 两层结构。Harness 负责上下文管理、工具接口、约束、验证与纠正;观察空间决定"能不能想到",动作空间决定"能不能做到"。模型固定时扩充上下文与工具往往比换更强模型更有效,而纯问答与步骤完全确定的流程并不适合套用 Agent 循环。

  4. IT之家76

    阶跃星辰开源 Step 5 Preview 权重,华为昇腾、沐曦、壁仞等首发支持

    阶跃星辰正式开放 Step 5 Preview 模型权重,包含 BF16 与 FP8 两个版本,权重已上线 Hugging Face 和 ModelScope,可用 vLLM、SGLang 或 Transformers 部署推理。

    推荐理由:原文把权重开放入口与四家国产芯片的 Day 0 适配进展放在一起,可对照看国产算力对开源模型的响应速度。