文章
AI 新闻、事件分析与技术分享
Agentic AI 时代，为什么强化学习又成了"必修课"？
从训狗到训 AI，从 AlphaGo 到 Agent，强化学习正在从"一种算法"变成"未来智能的底层操作系统"。 一、训狗与训 AI，用的是同一套逻辑 你养过狗吗？ 如果你试过教一只狗坐下，你会发现整个过程出奇地简单：狗做对了，你给它一块零食；狗做错了，你不给。重复几十次之后，狗就学会了——"坐下...
Agent越跑越快，人越跟越累？Loop Engineering或许是解
当Agent不知疲倦地运转，人却疲于奔命。庄子两千年前就警告过：以有涯随无涯，殆已。 一、被Agent牵着鼻子走的感觉 AI编程流行之后，很多人的工作界面变成了这样： 左边一个Cursor窗口在写后端接口，右边一个Windsurf窗口在调前端样式，中间还挂着一个Claude Code终端在跑测试。...
从OpenAI的Dreaming V3来聊聊Agent的记忆
人睡觉时会做梦，Agent"睡觉"时也在整理记忆。这背后藏着同样的逻辑。 一、人的记忆，由两部分决定 判断一个人的记忆好不好，通常看两个维度。 第一，能不能存下来。 别人跟你说过的话、你经历的事、学到的知识，能不能在脑子里留下痕迹。这是记忆的"写入"能力。 第二，能不能想起来。 需要的时候，能不能...
ChatGPT整合Codex：两个判断被验证的时刻
OpenAI昨晚宣布，Codex核心能力将在未来几周内直接整合进ChatGPT。这不是简单的产品更新，而是一次方向性的确认。 一、发生了什么 在昨晚的"Intelligence at Work"直播活动上，OpenAI扔下了一颗不算意外但足够重磅的炸弹： Codex的核心能力将直接整合进ChatG...
理解Agent：状态、上下文、记忆与Prompt的底层逻辑
一、大模型是无状态的，但Agent必须有状态 这是理解Agent的第一道门槛。 大模型（LLM）本质上是无状态的。 你问它一个问题，它回答你。然后你问第二个问题，它不会自动记得第一个问题是什么——除非你把它一起发过去。每次调用都是独立的、干净的、没有历史负担的。 这就像一个记忆力为零的天才：每次对话...
大语言模型推理优化：从 KV Cache 到量化
本文系统梳理大语言模型推理阶段的关键优化技术，涵盖 KV Cache、注意力优化、量化与稀疏化等方向。