很多人以为接入大模型就是 curl 一下接口。但真要做产品，单 API 调用差得远——这篇讲清楚 Agent 到底解决什么问题。

百度开源 3B MoE 文档解析模型 Unlimited OCR 2。拆解 SR-SWA 的页门控、块筛选和分块解码，看它为何每步开销与页数无关，以及自建基准跑分该怎么打折看。

LLM & Agent 刷题路线图已上线，覆盖机器学习与 LLM 算法、Agent 开发实践，配套可运行项目、源码讲解和支持 PyTorch 的在线判题系统，方便追踪学习进度。

让10款国产模型同题写两版离职证明模板，七维裁判打分后结果严重两极分化：第一名均分0.73，垫底0.16。翻车样本与高分范本逐条对照。

阿里 ATH-MaaS 发布 OvisOCR3：0.8B 统一 OCR 模型，单模型覆盖文档解析、通用 OCR

RAG 引用支持是受文本歧义和模型抖动影响的语义判断。本文用真实实验说明，为什么应把确定性完整性与语义风险分开治理。

本篇承接上篇，继续深入 vllm-ascend 源码修改、算子层优化与 MTP 投机解码，并给出优化前后的完整性能对比与方法论总结。

技术教程 很多人部署 ComfyUI，卡住的并不是模型下载，而是最后那一步：模型明明在目录里，节点也能拖出来，运行时却接连报错。 上次的文章是在云端部署Qwen-Image-2.1模式，经1周的本地摸

OpenAI 于 10 月 26 日发布 GPT-6 系列中档模型 GPT-6.1 Terra，API 定价直降 50%，主

用 LangChain/LangGraph 开发 Agent，最大的痛点是“盲盒感”——调用了哪个工具、每步耗时多少、Token 花在哪，全靠猜。本文从 LangSmith 的可观测性定位出发，拆解

Virginia Tech 团队分析了 3211 条失败的多智能体辩论轨迹，构建出首个以通信

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

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

别再追“最强模型”了，先想清楚你要什么 你大概也遇到过这种场面：听说某个新模型“史上最强”，兴冲冲切过去，让它写封邮件、润色一段文案。结果开头就是“值得注意的是”，通篇一股熟悉的 AI 味。你叹口气，

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

看了一眼同事的skill评测报告，一怒之下我就自己做了个skill评测平台，来完成长期的skill效果和最佳模型评测和选型

本地跑模型这件事，大家已经有 llama.cpp、Ollama、LM Studio 这些成熟选项。rec 走的是另一条路：不做通用，只服务一个模型和一类场景

DocSem 共享任务系统 EVICALC 复盘：官方终测 1730 题联合准确率仅 8.61%，而一次

编码 Agent 的技能库只解决了「检索哪个技能」，没解决「执行时用多粗的动