Agent 架构如何从跨层修补走向局部 Owner：一个 Bug 为什么要改五层
复杂 Agent 中一个"搜索摘要被当成正文"的小问题往往要同时修改 Prompt、Runtime、Tool、Evidence、Recovery 五六层，根源是同一事实被多层重复解释、缺乏唯一 owner。
全部 AI 动态
掘金AI 评分2929 掘金AI 评分6262 AI 应用如何优雅恢复中断：连接解耦与状态持久化
文章提出 AI 长任务应把用户连接与实际任务的生命周期解耦，任务状态需持久化以便精确恢复，而非重试或从头开始。作者梳理了断线重连后的四类问题，包括副作用重复、流式输出重复错乱、上下文丢失和检查点版本不兼容，并给出幂等键、offset 去重、schemaVersion 迁移等对应写法。
掘金AI 评分3636 Spring AI 2.0.1 工具调用执行链实测：失败恢复与 40/150 调用上限
Spring AI 2.0.1 的 DefaultToolCallingManager 会完成工具查找、参数规范化、调用、异常转换与 ToolResponseMessage 构造，成功调用后对话历史为 [USER, ASSISTANT, TOOL]。
掘金AI 评分6262 Agent 修 flaky 测试：删掉变量与重试判据的失真
作者在 GitHub 上找到六个公开仓库，其中四个由 Agent 提交，处理随机失败的门禁测试。一个 Agent 的修复方式是删掉让测试结果变化的 fixture 变量，另一个把重试后通过当作已确认 flaky 的依据。作者自建实验显示，真实 flaky 率 18.3% 的门禁在重试判据下报出 0%，60 轮全绿，真实 61.7% 则被稀释到 26.7%。
掘金AI 评分3838 Chatbot 联网工具如何把网页变成可引用知识：web_search 与 web_fetch 的实现拆解
Chatbot 的联网能力由 web_search 和 web_fetch 两个工具分工完成：前者按主题返回候选来源的标题、URL 和片段，后者读取已知 URL 并提取可读正文。
掘金AI 评分2424 AI Agent 异步处理之 RabbitMQ：用 topic 交换机投递 LLM 长任务
用 RabbitMQ 的 topic 交换机把 AI Agent 的 LLM 长任务从 HTTP 请求中解耦：生产者以 routingKey `agent.rag.run` 投递任务，消费者用 bindingKey `agent.rag.#` 绑定 `rag_queue` 队列并独立进程消费。
掘金AI 评分4848 一个主编、三个工种、两本手册：用 DeepAgents 搭一支 AI 调研队
基于 DeepAgents 的 createDeepAgent 可组装一个"深度调研助手"多 Agent 系统：主 Agent 任主编负责协调与起草，researcher、analyst、editor 三个子 Agent 分别承担联网调研、eval REPL 数值计算和审稿，通过 subagents、memory、skills 等参数配置团队编制。
掘金AI 评分3434 pi-rust 源码拆解：一条消息如何从输入框走到模型
pi-rust 是用 Rust 实现的编码助手，运行命令为 rpi，可接入模型并提供读文件、执行命令等工具。文章以“读配置文件查超时时间”为例，沿 Editor::submit、AgentHarness::prompt_text、run_agent_loop 追踪一条消息从输入框到模型请求的完整路径，并解释 Session、Run、Turn 三个尺度及 Agent Loop 的循环机制。
掘金AI 评分5050 Nano Banana 2.1 来了！21 个真实案例 + 公开提示词，这份 Awesome 合集请收好
开发者 @xianyu110 整理的开源合集 awesome-nano-banana-2.1 已收录 21 条 Nano Banana 2.1（API ID：gemini-nano-banana-2.1，Google Flow 内代号 beluga）案例，每条均要求封面图与作者公开提示词齐全，并提供可筛选、可搜索、一键复制提示词的在线画廊。
掘金AI 评分4848 复杂架构的取舍：Agentic RAG、LLM Wiki 与 Multi-Agent 如何选
架构复杂度本身是成本，Agentic RAG 只在多跳推理场景值得用，且必须同时具备软判据（信息收敛）和硬兜底（max_rounds）才能停。LLM Wiki 走成本前移路线，离线用 LLM 把知识整理成可导航文档，查询量超过盈亏平衡点后比向量 RAG 更划算。
掘金AI 评分2222 深度解密 OpenCode 2 插件加载机制：Dual-Version (V1/V2) 适配实战与官方文档的“隐形陷阱”
OpenCode 2.0 发布后，插件架构从 V1 Hooks 迁移到 V2 Plugin SDK / Transforms，但按官方文档编写的双版本插件在本地调试时会静默失败。
掘金AI 评分2222 从鸿蒙搬到 iOS 和 Android：仓颉棋盘游戏《驿路巡点》为何最终选择 CJMP
仓颉棋盘游戏《驿路巡点》从鸿蒙迁移到 iOS 和 Android 时，先尝试仓颉 1.1.3 交叉编译加原生壳方案，只跑通 1 关，且发现 Canvas 在 iOS/Android 的引擎构建中未编入。团队随后转向 CJMP，使用 OpenSDK 0.2.2（内置 cjc 1.1.0），求解器层面 100 关全通，94 关测试在模拟器上完成。
掘金AI 评分2222 Go 后端转 AI 两个月零 offer：真正卡住的是三块底子，不是技术
一名 6 年 Go 后端裸辞转 AI，两个月零 offer，复盘发现缺口不在 AI 技术本身，而在业务匹配度、项目深度和面试表达三块底子。他把地产 SaaS 交易链路翻译成幂等、回滚等 AI 岗行话，并在原问答机器人上补超时、重试、trace，让项目能扛住三层追问。补完后 offer 接连到来，最终薪资高于原预期。
掘金AI 评分2020 Java 虚拟线程（Project Loom）实战与调度协作：从平台线程迁移到虚拟线程
某中台 API 网关团队将日均 50 亿次请求、峰值 50000 并发的服务从 500 个平台线程迁移到 JDK 21 虚拟线程，以解决 ulimit 触顶和 P99 延迟飙升至 8 秒的问题。
掘金AI 评分3636 Spring AI Alibaba Graph 实战：从 ReAct Agent 到 Workflow，企业 AI 复杂流程如何编排
Spring AI Alibaba Graph 通过 State、Node、Edge、Checkpoint 与 Human-in-the-Loop 等机制，把企业 AI 流程从单次模型调用变成有状态、可路由、可暂停、可恢复的执行过程。
掘金AI 评分6262 实战：用 DeepSeek + SQLite 从零搭建轻量 Text2SQL 查询助手
作者用 Python 内置 SQLite 加 DeepSeek 的 OpenAI 兼容接口，约 100 行代码跑通自然语言转 SQL 的完整流程。方案通过 PRAGMA table_info() 自动读取表结构拼成 Schema 作为 Prompt 上下文，并针对字段幻觉、中文值被翻译成英文、输出带代码块等问题给出约束规则。
掘金AI 评分4848 Blender 建模 + Three.js 展示：用 Claude Code 一天做出光储充超充站数字孪生大屏
开发者用 Claude Code 配合 Blender 5.2 的 Python 脚本建模、Three.js r186 展示，一天内完成一座光储充一体化超充站数字孪生大屏。场站含 30 根双枪快充桩、4 根液冷超充终端、6 台储能柜（合计 2 MWh），通过 MCP 让 AI 直接操控 Blender 生成模型，Sketchfab 车辆模型经减面标准化后每辆约 1.4 万面。
掘金AI 评分3838 Docker 部署 DeepSeek Harness：搭建局域网 AI Agent 平台
基于社区镜像 smanx/deepseek-harness:0.2.0-rc.2，可在装了 Docker 的 Linux 上用容器跑起 DeepSeek Harness（@deepseek-ai/dsh）AI Agent，会话存入命名卷 dsh-data，局域网只暴露代理端口 3080。
掘金AI 评分6262 KV Cache 精讲：AI 越聊越慢的原因与长上下文的显存成本
文章从自回归生成机制讲起，解释大模型推理中预填充与解码是两种不同负载，前者计算密集决定首字延迟，后者访存密集决定出字速度。作者给出 KV Cache 显存估算公式，以 8B 模型（32 层、KV 头 8 个、每头 128 维、fp16）为例算出约 128 KB/token，128K 上下文下单请求缓存约 16 GB，与模型权重相当。
掘金AI 评分3838 把 GitHub Issue 的第一轮脏活交给 AI：做一个 Issue 分诊助手
一个基于蓝耘元生代 MaaS 的 GitHub Issue 分诊助手，通过 GitHub REST API 读取 Issue，调用 DeepSeek-V3.2 输出问题类型、优先级、推荐标签、原因分析和回复草稿，但不替维护者关闭 Issue 或改代码。
掘金AI 评分2222 从"算子"到"AI Infra"：大模型背后看不见的那群人在忙什么
大模型运行依赖算子与 AI Infra 两层支撑：算子是最基本的计算步骤，如 MatMul、ReLU、Softmax，同一算子优化前后速度可差几十倍，FlashAttention 通过重排计算顺序让注意力计算快了好几倍。AI Infra 则覆盖从芯片到上线服务的整套系统，解决跑得起、跑得快、跑得省的问题，常用指标 MFU 能做到一半左右已算不错。
掘金AI 评分2020 即时通讯系统的关键设计：消息同步、定序与投递可靠性
即时通讯的核心是让不可靠、可离线的多端与服务端就"发生了哪些事、以什么顺序"达成一致，集合与序需分别保证。消息经幂等键去重、分配 seq 定序后落库投递，ACK 仅表示已受理，服务端回显才确认发送成功。同步侧通过会话链与收件箱游标实现跨会话增量拉取，写扩散适合单聊小群，读扩散适合超大群与聊天室。
掘金AI 评分6565 如何搭建一个 Agent 系统：方法论、理想形态与一次真实落地
作者以蔓藤AI 数字人创作平台的通用 AI 助手为例，讲搭建 Agent 系统的方法论与理想形态。该系统把循环放在服务端，一次用户发言最多 4 轮、每轮落一条记录，用冻结按上限、结算释放整笔加实扣的计费模型，并通过 SSE 六事件契约向浏览器推送过程。文中还列出十二个真实踩过的坑，包括提示词与工具表分家、中断导致悬空 tool_calls、空流被当成功、回调不校验归属等。
掘金AI 评分6262 如何判断该选 Workflow 还是 Agent：一个判断题与三个误区
作者提出判断 Workflow 与 Agent 的核心标准是下一步由谁决定：开发者提前定义就是 Workflow，模型运行时决定才是 Agent，并给出拔掉大模型测试来验证。
掘金AI 评分7171 实测 e2e 框架：agent 测试第二次跑不调模型，改按钮文案后会怎样
作者实测 GitHub Trending 上的 e2e 测试框架（tester-army/e2e），其 agent 步骤验证通过后会被录制，第二次运行直接回放，实测零模型调用、耗时从 3.48 秒降到 309 毫秒。
掘金AI 评分3232 用 ZCode 把 DeskWorlds 的 3D 鱼缸从 macOS 搬到 Windows 桌面
开源项目 DeskWorlds 的桌面版仅支持 macOS，作者用 ZCode 拆解后发现鱼缸场景本身是运行在浏览器里的 Three.js + WebGL2 3D 世界，与 macOS 绑定的只是最外层壁纸宿主。
arXiv cs.LGAI 评分2020 数据、数字与几何：数值方法、机器学习与评估三讲教程
三份面向数学研究的数值计算与机器学习实用教程发布，源自 2026 年 4 月在 Banff 国际研究站举办的 DANGER: Data, Numbers, and Geometry 研讨会。
掘金AI 评分4545 当 Spec 遇见遗留系统：用 LangGraph 构建带人工审核节点的长任务 Agent
一次用 LangGraph 把"写 Spec、生成、验证、人工把关"落成真实系统的实践：流程拆成 Spec 构建、代码生成、自动验证、风险分级人审、部署上线五个阶段，构成可暂停、可恢复的状态机。高风险改动才暂停等待人工批准，checkpointer 把状态持久化到数据库，进程可安全退出后由外部轮询器从暂停点唤醒。作者强调重试与重新规划必须分开处理，并给重新规划设上限，避免循环空转。
掘金AI 评分2727 一句“帮我看看我基金组合”，怎样走过 ETF Agent 的六层系统
ETF Agent 用六层系统处理“我的组合主要暴露在哪些行业”这类提问：从会话与请求身份、入口决策、原生研究循环，到统一 Projector 装配模型输入，再经工具执行、证据计算、正文交付与 Langfuse 观测。系统将消息身份与运行身份分开管理，同一消息重发复用原运行，正文冲突则拒绝覆盖已有执行。
掘金AI 评分3232 用 Codex 磁盘空间统计 Skill 排查 C 盘：AppData 占用 87.81GB
开发者用 Codex 配合自建的 disk-usage-excel Skill 统计 C 盘占用，8 分 14 秒后生成 Excel 报表，显示 C:\Users 占 117.94 GB，其中 AppData 达 87.81 GB。
掘金AI 评分5050 Personal AI Agent 架构实战：Memory、权限、跨 App 与本地/云端设计
Personal AI Agent 的关键分水岭不是模型参数，而是系统是否具备 Identity、Long-term Memory、Task State、Authorization、Approval 与 Audit 等完整执行层。
Hacker NewsAI 评分3434 Jev 驱动的 SRE 诊断管线：21 个故障通过率 76.2%，哪些成功哪些失败
一项无 LLM 智能体的 Jev 驱动诊断管线在 21 个 SREGym-Lite 故障上完成 105 次诊断，通过 80 次（76.2%），中位诊断时间 14.6 秒。
掘金AI 评分2222 NapCat 接入 QQ 机器人反复掉线排查：根因是守护脚本抢 Token
用 NapCat 把 QQ 接入自动化系统时反复掉线，排查二十来次后发现主因不是网络或腾讯风控，而是自己挂的守护脚本偷偷拉起桌面注入版，抢走 Shell 无头模式的登录 Token。作者在 Windows 11 + NapCat Shell + QQ 9.9.33-52230 环境下给出端口与日志交叉验证、失败熔断、进程树清理等加固方案，并称文末附有彻底断根的「终极重构版」。
掘金AI 评分5050 给 AI 助手加能力，规则文件和 Skill 到底该用哪个？
针对 Roo Code / Cursor / Claude Code 等 AI 助手，作者提出「意图 vs 执行」双层模型：规则文件管「什么时候、必须做什么」，Skill 管「具体怎么做」。实测把所有规范塞进 rules 会让系统提示词涨到 3000+ Token，抽离执行逻辑后 rules 可瘦身到 200 Token 左右，并避免「Lost in the Middle」导致的注意力失焦。
掘金AI 评分6262 上下文组装：召回 50 条全塞给 LLM 为何回答越来越差
这篇 RAG 教程从一次企业内部知识库事故讲起：文档解析、切片、Embedding、向量检索、Hybrid Search、Reranker 都正常，Top-10 里也有正确答案。
掘金AI 评分6262 模型下载全攻略：HuggingFace、hf-mirror、ModelScope 国内实操
这篇教程针对国内直连 huggingface.co 不稳定、大文件下载易中断的问题，给出 HuggingFace、hf-mirror、ModelScope 三种可复制的模型下载方案。
掘金AI 评分3434 AI 复盘技能从 49 分钟压到 43 秒：主流程洁癖与时间盒三纪律实战
一次晨间复盘技能跑了 49 分钟，作者当场定下 5 分钟硬上限，把 kb 推送、钉钉修复等非主流程活甩出主线，并用 tools/jihua_collect.py 一条命令并行抓完八项数据源，实测全链 43 秒。其中 collector 抓数 0.4 秒，判断加写盘约 40 秒，kb 收尾 8.5 秒转入后台不阻塞主流程。
掘金AI 评分6262 180 个 Claude Code 视频 Skill 分类盘点：十大方向与两条渲染路线选型
一份面向编程 Agent 的视频工具榜单收录了 180 个仓库，逐一读过 README 后分成剪辑与后期、讲解科普、框架与通用工具包等 10 个类别并做安全评级，其中 107 个不到 50 星。
掘金AI 评分4848 面试官让我手写一个 Tool Use，我用了 3 种方案
一篇面试复盘拆解了 LLM 工具调用（Tool Use）的完整技术链路：从工具分类与能力边界、意图识别到结果注入的 9 步调用流程，再到工具描述工程。文中给出天气查询工具的 JSON Schema 示例，并指出可选工具超过 20 个时工具选择准确率会显著下降。
掘金AI 评分6262 多 agent 环境下的 skill 管理：两款开源工具能解决哪些问题
作者在一台同时使用 Claude Code 与 Codex 的开发机上盘点 skill 管理，发现 50 多个 skill 中 13 个同名副本内容不一致，最多相差 58 行，且版本记录分散在五个来源。