LLM 上下文满了别直接报错：Context Eviction 工程实践，5 种淘汰策略的生产对比
文章针对 LLM 长对话触发 context_length_exceeded 的问题，设计并对比了 FIFO、LRU-Token、Priority-Weighted、Semantic Clustering 和 Hybrid 五种 Context Eviction 策略，给出每种策略的实现代码与实测数据。
全部 AI 动态
掘金AI 评分6262 掘金AI 评分2222 大模型多模态、Harness 与 MCP：一个 Agent 开发者的技术笔记
大模型内部处理的是向量而非文字或图片，GPT-4V、Qwen-VL、Gemini 走联合训练路线实现原生多模态。DeepSeek 提出 Harness 作为套在模型外的运行时框架，以"一切皆插件"理念管理工具注册、调度、上下文、循环与权限。
Simon WillisonAI 评分2222 用 Parseable 配合 Datasette 处理 OpenTelemetry traces
Simon Willison 记录了如何用 Codex 摸索出运行 Parseable 并接收 Datasette traces 的方法。Parseable 是兼容 OpenTelemetry 的新可观测性工具，提供 AGPL 协议的 Rust 开源版（单个约 180MB 二进制文件）、企业版和云托管选项。
AWS Machine Learning BlogAI 评分4242 如何在 AgentCore 和 OpenClaw 上构建上下文感知 AI 助手
基于开源智能体系统 OpenClaw 和 Amazon Bedrock AgentCore runtime，可构建具备持久记忆的上下文感知 AI 助手，AgentCore memory 将一次性对话转为持久知识。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock AgentCore、托管知识库与 Nova Sonic 构建语音旅行助手
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases，可搭建一套语音旅行助手，让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
AWS Machine Learning BlogAI 评分2222 Amazon SageMaker HyperPod 管理与治理最佳实践
Amazon SageMaker HyperPod 通过 SageMaker Unified Studio 连接项目后，团队可在项目工作区启动训练与微调工作负载，同时由基础设施团队继续通过 SageMaker AI 接口和 API 管理集群。文章提出组织、项目、集群、工作负载四层控制模型，并说明如何跨层设计身份、容量与可观测性策略，在共享加速器算力时保留底层治理控制。
AWS Machine Learning BlogAI 评分2222 AWS 如何帮助客户对齐 ISO/IEC 42005:2025 负责任 AI 治理
AWS 发文解读国际标准 ISO/IEC 42005:2025，说明如何将 AI 系统影响评估整合进企业风险管理体系。该标准覆盖评估全生命周期，Annex D 用于与既有 IT 影响评估流程协同去重，Annex E 提供独立实施模板，并给出轻量级 triage 分类以判断是否需要完整评估。
掘金AI 评分5252 别只让 AI 解释，让它做个你能看懂的东西
作者结合 Karpathy 关于让模型把解释做成图、互动网页甚至讲解视频的建议，提出用可交互产物替代纯文字解释。文中给出一段可直接复用的提示词，把访客到付费的转化关系做成可调数字的 HTML 网页，并提醒公式和结论仍需核对。
掘金精选AI 评分8080 DeepSeek Harness 底层揭秘：一切皆插件，脚手架如何变成产品
DeepSeek 于 8 月 13 日随 V4-Pro 一同开源 MIT 许可证的 Agent 运行框架 DeepSeek Harness（dsh），模型、工具、沙箱乃至 Agent Loop 都可像插件一样替换，上线两天 GitHub Star 突破 9 万。
推荐理由：拆解 DeepSeek Harness 的插件化架构与首批实测数据，可对照自身 Agent 技术栈判断取舍。
掘金AI 评分3838 AI Agent 框架怎么选：从一次制度查询拆出技术边界
针对 LangChain Agent、LangGraph、LlamaIndex 与 Spring AI 的选型，文章提出把 AI 助手拆成调用组织、状态与执行控制、数据处理与检索三类职责，再按实际缺口选择最小增量组件。
掘金AI 评分1717 学习率：一次参数更新，到底应该改多少
学习率负责缩放梯度给出的更新幅度，方向合适不代表任意大的改动都合适。以单参数平方损失 L(w)=(w-3)² 为例，学习率 0.1 时参数从 0 经 0.6、1.08 逐步接近 3；0.8 时左右交替但收敛，1 时在 0 与 6 之间往返，1.1 时发散。该例收敛条件为 0<η<1，若损失整体乘 10，收敛范围变为 0<η<0.1。
掘金AI 评分3838 A2A 1.0 到底和 MCP 差在哪：从 Agent Card、Task 到 Java 最小互操作
A2A 1.0 与 MCP 并非替代关系：MCP 负责 Agent 调用工具与资源，A2A 负责 Agent 之间的发现与任务委托。作者用 a2a-java 1.4.0.Final 的 Client 连接本地 mock Server，跑通 Agent Card 发现、SendMessage、GetTask、状态迁移，以及同一 context_id 下创建第二个 Task。
掘金AI 评分3131 HarmonyOS 7.0 相册文搜图工程化落地：CoreVisionKit textSearchImage 全链路实战与 5 个踩坑解法
HarmonyOS 7.0 的 CoreVisionKit 新增 textSearchImage 端侧文搜图能力，推理在本地 NPU 运行、照片不上传、离线可用、延迟毫秒级，通过 init() 加载模型并构建索引、search(query, scope) 按业务数据域隔离检索。
掘金AI 评分3434 OpenAI Agents SDK v0.22.1 复盘：Agent 工具审批的入口、恢复与副作用
OpenAI Agents SDK Python v0.22.1 把工具审批拆成入口、恢复与副作用三层契约：local MCP Server 转换出的每个工具都需经过 Server 级 Guardrail，可调用 needs_approval 策略遇到参数缺失（None）或空字符串时 fail-closed。
掘金AI 评分3838 Agent 系统工程 09：Agent 的可靠性怎么测？成功率、恢复能力与成本
Agent 可靠性评测需区分 pass@k（k 次至少成功一次）与 pass^k（k 次全部成功）两类指标，前者适合可挑候选的场景，后者衡量重复交付的稳定性。故障恢复应单独建回归集，按故障类型和位置组织用例，不能与自然任务混算统一成功率。成本与延迟须随结果一并记录，包括输入输出 token、工具调用数、实际费用和失败尝试消耗的资源。
掘金AI 评分5252 用 Claude Code 从零搭建宠物生命周期管理 App 全流程
作者以宠物全生命周期管理 App 为例，演示如何用 Claude Code 的 Memory、Rules、Skills、Commands、MCP、SubAgents、Hooks、Headless、Agent SDK、Plugins 十项能力从零搭建项目。
掘金AI 评分3838 Agent Skills 为什么不能只是“长提示词”：SKILL.md、按需加载和权限边界
Agent Skills 的工程价值来自可发现、可校验、可渐进加载的约定，而非把系统提示词拆成一个 Markdown 文件。
掘金AI 评分6262 用 cost-per-success 做模型选型评测
文章提出用 cost-per-success（总花费除以成功次数）替代榜单分数做模型选型，并给出可复现的 OpenAI 兼容接口评测脚本。
掘金AI 评分3434 Mindcraft：从个人 AI 工作台实践到可复用模式集
Mindcraft 把作者运行 3 个月的 AI 工作台经验提炼为可复用模式集，涵盖技能生命周期、结构完整性、验证体系、需求到落地、协调协议 5 个维度。其中结构完整性维度提供 1,600 行 Python 脚本，基于 11 天实际数据实现 6 个数据模块全部纳管、平均索引健康度 93%、154 个数据点 89% 验证通过率、0 次手动索引编辑。
掘金AI 评分2222 ReAct Agent 思维范式解析：推理与行动如何驱动 AI 智能体
ReAct 智能体是一种将思维链（CoT）推理与外部工具调用相结合的 AI 智能体框架，通过"思考、行动、观察"循环交替运行，让大语言模型动态调整任务处理方案。该框架最早在 ReAct 原始论文中提出，可减少模型幻觉并提升输出准确性，其效果高度依赖核心大语言模型的推理与指令遵循能力。
掘金AI 评分3838 从零构建 Agent（10）：保存并恢复会话
从零构建 Agent 系列第 10 章讲解如何为 Agent 增加会话持久化：退出前把 agent.state.messages 中的完整消息按顺序写入 JSONL 文件，重启后读回并交给新 Agent 的 initialState.messages，使其能基于原历史继续提问。
掘金AI 评分3434 LangChain 中间件不只是打日志：四个钩子、一次短路和自带工具
LangChain 的 createMiddleware 中间件可挂载 beforeAgent、beforeModel、afterModel、afterAgent 四个钩子，并通过 stateSchema 声明自己的状态字段，如 modelCallCount 记录模型调用次数。
掘金AI 评分3636 TS5.7 vs 裸JS：AI 应用少踩 3 个坑
一位开发者将 AI 客服链路迁到 TypeScript 5.7 后，线上问题明显减少，核心是用类型收窄加 schema 校验、satisfies 固定工具协议、可判别联合类型建模流式事件，分别解决模型返回结构不稳定、Tool Calling 字段漂移和流式响应状态混乱三类边界问题。
掘金AI 评分2222 MiniMind 学习笔记之 07：模型怎么学会猜词（旋钮是怎么被拧动的）
MiniMind 训练笔记第 07 篇拆解了 6400 万参数模型从随机初始化到学会猜词的全过程：前向传播后经交叉熵损失打分，再由 PyTorch autograd 反向传播算出每个参数的梯度。
掘金AI 评分2222 同一件事有三份资料，AI 该信哪一份？冲突判定、优先级链与处置流程
面对资料冲突，可靠做法是事先定好一条七层优先级链、每条资料的版本身份和一套固定处置流程，而非"谁新信谁"。优先级链从公司定位与边界、对外标准口径、报价交付验收标准，逐层降到验证计划与实际结果，外部资料与学习笔记不能覆盖任何一层。冲突处置固定四步：先停用可疑版本，再回到对应层级确认，然后更新来源与条目，最后同步所有使用位置。
掘金AI 评分6262 用 Unsloth 微调 Gemma-3-4B 生成合成数据
文章用 Unsloth + QLoRA 把 Gemma-3-4B 微调成按格式产出（问题, 推理, 答案）三元组的合成数据生成器，全程单卡 24GB 可跑，并给出可直接复制的训练与生成脚本。
掘金AI 评分2222 MiniMind 学习笔记之 04：注意力之外的 RoPE、KV Cache、GQA 与 FFN
MiniMind 学习笔记第 04 篇拆解了 Transformer 块中注意力之外的六块组件：RoPE 旋转位置编码、Flash Attention、KV Cache、GQA、FFN 以及残差与 RMSNorm。
掘金AI 评分2626 用 Claude Opus 5.5 做视频：从口播稿到成片全流程跑通
作者用 Claude Opus 5.5 生成动画代码、再由渲染工具合成视频，跑通了从口播稿到成片的全流程。做法是先由导演 Skill 完成分镜设计，再搭配主题模板 Skill 交给 Claude 生成固定风格动画，满意后封装成模板 Skill 批量产出。目前未放开变现，核心原因是剪辑一个视频的 token 成本太高。
掘金AI 评分6262 从 0 部署 Qwen3.8-27B：量化档位与终端配置怎么选
这篇教程梳理了 Qwen3.8-27B 的本地部署选型：该模型为 Apache-2.0 开源的 27B 稠密原生视觉语言模型，BF16 权重 51.75 GB，4-bit 量化后约 15.33 GB，可落在单张 16GB 显卡的承载边界内。
掘金AI 评分3131 一部安卓手机开发 App：SSH 跑 Agent 写代码，AScrcpy 看效果
开发者用一部安卓手机通过 SSH 登录无桌面的 Linux 服务器，让终端里的 Agent 完成编码、构建、安装与测试，再切到 AScrcpy 查看并操作服务器模拟器上的画面完成验收。
掘金AI 评分2222 LangChain 之八：流式与透传
LangChain 源码系列第八篇解析流式与透传机制，源码基于 langchain-core 1.3.2。BaseChatModel 在 chat_models.py:710 覆写 stream，逐格吐出 AIMessageChunk，并在流尾补一个 content 为空、chunk_position 为 last 的空 token 作为终止信号。
掘金AI 评分2727 LangChain 实战：用 Runnable 串起检索、记忆、工具调用与流式的客服助手
一篇 LangChain 教程把检索、记忆、工具调用、流式输出和回调可观测五个零件，用 Runnable 和竖线 `|` 拼成一个可运行的电商客服助手，并用免 key 脚本完整跑通。
Hacker NewsAI 评分1010 复活 iChat 音视频通话：用自建 SNATMAP 服务器让 Leopard 时代的老 Mac 重新互联
开发者通过 LLM 逆向工程 iChat 的 SNATMAP 协议，自建 UDP 服务器并修改 /etc/hosts，让运行 Leopard 或 Snow Leopard 的老 Mac 重新实现 iChat 音视频通话。
掘金AI 评分3232 手写 Claude Code 复刻：Anthropic 并行 tool_result 回喂为何 400
手写 Claude Code 复刻项目 codeAgent 在并行工具调用回喂时踩坑：按 OpenAI 习惯逐条回喂 tool 结果，切到 Anthropic 端点直接 400，因为 Anthropic 要求所有 tool_result 装在同一条 user 消息里且不允许两条 user 消息相邻。
掘金AI 评分3838 dots 开源评测：自带浏览器的 Web AI Agent 与 C++ 级反检测路径
dots 是一个 3 天斩获 2.4K Star 的 Web AI Agent 项目，核心卖点是对 Firefox 引擎做 C++ 源码补丁，使指纹在引擎层生成而非 JS 注入，从而规避反爬检测。
掘金AI 评分3636 向量数据库与普通数据库如何选型：HNSW、IVFFlat 与 PostgreSQL + pgvector 实践
向量数据库与普通数据库的核心差异不在存储而在检索：普通库只能全表扫描做 O(N) 暴力遍历，向量库靠 HNSW、IVFFlat 等 ANN 索引把复杂度降到 O(log N)，RAG 端到端延迟可控制在 10ms~50ms。
掘金AI 评分3838 基于 Spring Boot 3 + SSE + Redis 打造生产级 Agent 流式思考与工具调用中枢
针对 Agent 流式输出中 Nginx 缓冲截留、多节点 SSE 连接孤岛、事件类型混乱三大生产环境问题，该方案基于 Spring Boot 3 的 SseEmitter 构建会话管理器，配合 Redis Pub/Sub 实现跨集群节点的事件广播。
掘金AI 评分3636 开发 YOLO 训练管理平台的 23 个实践教训
一位开发者用业余时间从零搭建了 YOLO 训练管理平台，技术栈为 FastAPI + SQLite + Vue 3，训练通过 subprocess 调用 ultralytics 的 yolo CLI，支持数据集导入、在线标注、版本快照、串行训练队列和模型管理，Windows 优先部署。
掘金AI 评分3232 我把 YOLO 训练做成了网页版：需求设计与技术选型
一位开发者用 FastAPI + SQLite 单进程后端、Vue 3 + Vite 前端和 subprocess 调用 ultralytics yolo CLI 的方式，把 YOLO 训练管理平台做成网页版，覆盖素材库、在线标注、数据集版本快照、在线训练、模型版本管理、试模型和两级权限七项功能。
掘金AI 评分2222 XiaoMate 功能介绍：screen_capture 让桌宠分析你的桌面屏幕
XiaoMate（小美同学）新增 screen_capture MCP 工具，通过 mss 截取全屏并调用 OpenAI 兼容的 Vision 模型分析屏幕内容，让语音助手获得视觉感知能力。该工具支持 Windows/macOS/Linux 与多显示器，采用 asyncio 异步非阻塞调用，可应用于网购比价、快递单号识别、体检报告解读等场景，目前仅支持全屏截图，暂不支持指定区域。