一、写在最前面 这是我第一次在 Windows 上部署大模型时，屏幕上真实的一行字：447MB 的安装包，预计要下 2 小时 14 分钟。 那时候我还不知道，这只是一连串坑的第一个。接下来两天里，我又

当一个任务只需要一次回答时，单个Agent往往已经够用。但任务一旦变成长链路工作，例如先检索资料、再分析、再写代码、最后复核，问题就不再只是“模型够不够聪明”，而是“整个系统怎样组织行动”。

装好 WorkBuddy 的第一反应，就是赶紧丢个任务进去，看它干活利不利索。 我一开始也这样，用了小半个月，总觉得不对劲：任务跑着跑着就断了、文件不知道存哪儿了、总感觉不好用，大概率是没设置好

在 Codex 中安装 Jev 判断模型实测，Agent 决策比 LLM 快 40-200 倍，便宜 40-400 倍，输出 Token 免费

2026 年 10 月 21 日，PHP 紧急发布安全更新，修复潜伏十余年的两个核心漏洞

通读 DSH 源码之后，我给自己列了份施工清单：最小 CLI Agent 该做哪几件事、7 个关键决策怎么选、12 条不变量违反了会怎样、5 个能独立跑起来的里程碑，每条都标了源码出处。

给 Agent 造训练环境，现在的主流做法是先合成数据库和场景、再派生工具和

前段时间Jev挺火。我一开始也以为它是又一个新模型，实践之后才发现它的与众不同！它是一个可以在AI工作流中，工程化地实现轻量决策层的工具，帮助流程降本提效！

推理模型写代码前的「思考」到底值不值？这篇论文在 866 个 Python 任务上做

一个 1.6 万亿参数的模型，每处理一个 token 只唤醒其中约 48B，也就是 3%。美团在 11 月 1 日把 LongCat-2.5 正式版放了出来，输入定价 0.3 美元每百万 token，

2024 年 10 月 25 日，Simon Willison 让 16 个大模型画一只骑自行车的鹈鹕。两年过去，这道题成了看模型进步最直观的一把尺子。

这篇讲用 FastAPI + SSE 跑通 AI 流式输出：后端修多行 data 断帧、断开后停 LLM；前端缓冲切帧、拼多行、认 done，重连续传留下一篇。

自进化 Agent 会把成功经验蒸馏成可复用技能，现有投毒攻击靠注入恶意内容

中小企业跑125B 大模型：显存装不下的时候，Strata 能做什么？ 作者：吴佳浩 撰稿时间：2026-10-24 测试环境： GPU：RTX 5090（32GB VRAM，驱动 580.142，C

同一个模型本地跑就变笨？多半不是模型不行，而是本地偷偷量化降精度、喂错聊天模板、采样参数没对齐。附一段可跑的对照代码，帮你定位差别出在哪一层。

Agent 调工具不是模型自己动手，而是「模型指挥、应用执行」。本文讲透 Function Calling 到生产级工具编排，附可运行代码与「症状→原因→解法」对照表，写好工具描述、做好参数校验。

刚开始学习 RAG 时，我理解的流程很简单： 把文档切片； 生成向量并写入数据库； 用户提问时召回 Top-K； 把召回内容塞进 Prompt； 调用大模型生成答案。 这套流程能跑通 Demo，却很难

Agentic RAG 能扩大召回，但现有研究与工程实践尚未形成解决主题“找全”的共识方案。本文用一个用例的逐轮失败和近期研究说明缺口，并解释转向可回源 LLM Wiki 预编译的原因。

写在前面 先说结论：RAG 的瓶颈从来不在向量库，而在"判断"二字。 大部分人的第一个 RAG 长这样：用户提问 → 向量检索 topK → 拼进 prompt → 大模型生成。这套流程能跑，demo