水仙🔞直播

水仙🔞直播?不过霍建华是真的挺爱喝酒的，特别是当他在台湾的时候，经常参加朋友聚会，每次聚会都会喝酒，所以每次聚会结束后，他的脸都是红的，眼神都是迷离飘忽的。 多名未成年人受骗，北京警方紧迫提醒——

水仙🔞直播?湖北荆楚人形机器人有限公司法定代表人、华中科技大学机械科学与工程学院教授赵兴炜介绍，“荆楚”机器人已实现产业化，产品应用场景遍布工业生产、文旅、应急消防、巡检、仓储等10多个领域。后续，将持续深化技术研发，拓展更多高价值应用场景，助力产业向高端化转型。 何君记者 赵学峰 摄

水仙🔞直播?在这样的细节中，曹骏展现出的细腻与关怀，似乎给人传达了一种“成熟”的信号：他不仅仅是表面上的流量小生，更是对情感有着深刻理解的男人。

水仙🔞直播?著名相声表演艺术家李金斗接受采访时表示，杨少华于7月9日在家午休时辞世，生前状态良好，去世时安详无痛苦。他还表示杨少华的几个孩子都十分孝顺，他也为每个家庭都付出良多，家庭关系和睦。这番话也是帮杨少华的几个孩子减轻了一些舆论危机。

水仙🔞直播?今年1月，白塔寺东西岔示范街区完成中心区域风貌改造。漫步其中，醒目的“东岔”“西岔”牌匾与铜制区域导览图无声地讲述着历史传承，而嵌入墙体的城市更新展示屏则滚动播放着这条胡同的蝶变历程。 郭同信记者 冀微微 摄

水仙🔞直播?中央广播电视总台环球资讯广播《环球军事报道》主编魏东旭介绍说，特朗普口中的“顶级武器”很可能是美国空军现役的联合防区外空地导弹，又被称为AGM-158空射型巡航导弹。 金树红记者 魏宏茂 摄

水仙🔞直播?香港法院的信托有效性之辩涉及21亿美元资金。原告指控宗馥莉非法转移家族信托资金（2024年提取110万美元），宗馥莉方则反驳：①信托不成立——资金来源于娃哈哈公司而非个人，提交2023年海外业务预算报告证明为东南亚市场储备金；②110万美元为越南工厂设备尾款，提供完整合同及发票。香港法院需依据普通法审查信托设立的三个确定性（意图、标的、对象），但需等待内地法院对股权性质的认定。

水仙🔞直播?不过这件事后来有平台介入进行监督性制作，据说2024年10月成毅就曾经返组补拍3天，女主李一桐同期也进行了补拍，虽说不知道他们补拍内容是什么，可多少有点安慰，平台还的“听劝”了。 耿怀兴记者 孙文斌 摄

水仙🔞直播?但是在选用连衣裙的时候，大家要知道，并不是包裹的肌肤越多，越是可以达到显瘦的效果，而是拥有一定露肤度的裙子，才最能够营造视觉中的减重的目的。大家可以尽量裸露出锁骨的位置，看着也更加的轻盈。 辛瑛记者 贾伟 摄

水仙🔞直播?找寻陨石的这群人，有一个酷炫的名字——“陨石猎人”。西北非撒哈拉沙漠，是他们常常出没的地方，“你看到几百号人在那埋头找东西，这些都是陨石猎人。”任富军告诉封面新闻。这次苏富比拍卖行拍卖的陨石，也是来自西北非。

水仙🔞直播?面向AI代理的上下文工程：构建 Manus 的经验教训 2025 年 7 月 18 日 季逸超 在Manus 项目伊始，我和团队面临一个关键抉择：是使用开源基础模型训练一个端到端的代理模型，还是基于前沿模型的上下文学习能力构建代理？ 回想我在自然语言处理领域的最初十年，我们没有这样的选择余地。在BERT 的远古时代（是的，已经七年了），模型必须经过微调并评估后才能迁移到新任务。即使当时的模型远小于如今的 LLMs，这一过程每次迭代往往也需数周。对于快速发展的应用，尤其是产品市场匹配前期，这样缓慢的反馈周期是致命的。这是我上一家创业公司的惨痛教训，当时我从零开始训练模型用于开放信息抽取和语义搜索。随后 GPT-3 和 Flan-T5 的出现，让我自研的模型一夜之间变得无关紧要。讽刺的是，正是这些模型开启了上下文学习的新纪元——也为我们开辟了一条全新的前进道路。 这个来之不易的教训让选择变得清晰：Manus 将押注于上下文工程。这使我们能够在数小时内发布改进，而不是数周，同时保持我们的产品与底层模型正交：如果模型进步是涨潮，我们希望 Manus 是船，而不是固定在海床上的柱子。 然而，上下文工程远非简单。这是一门实验科学——我们已经重建了四次代理框架，每次都是在发现了更好的上下文塑造方法之后。我们亲切地称这种手动的架构搜索、提示调整和经验猜测过程为“随机梯度下降”。它不优雅，但有效。 这篇文章分享了我们通过自己的“SGD”达到的局部最优解。如果你正在构建自己的 AI 代理，希望这些原则能帮助你更快收敛。 围绕KV缓存设计 如果只能选择一个指标，我认为KV 缓存命中率是生产阶段 AI 代理最重要的指标。它直接影响延迟和成本。要理解原因，我们先看看典型代理的工作方式： 在接收到用户输入后，代理通过一系列工具调用来完成任务。在每次迭代中，模型根据当前上下文从预定义的动作空间中选择一个动作。然后在环境中执行该动作（例如Manus 的虚拟机沙箱），以产生观察结果。动作和观察结果被追加到上下文中，形成下一次迭代的输入。这个循环持续进行，直到任务完成。 正如你所想象的，上下文随着每一步增长，而输出——通常是结构化的函数调用——则相对较短。这使得预填充与解码之间的比例在代理中远远偏高，区别于聊天机器人。例如，在 Manus 中，平均输入与输出的Token比约为100:1。 幸运的是，具有相同前缀的上下文可以利用KV 缓存，这大大减少了首次生成标记时间（TTFT）和推理成本——无论你是使用自托管模型还是调用推理 API。这里的节省可不是小数目：以 Claude Sonnet 为例，缓存的输入标记费用为 0.30 美元/千标记，而未缓存的则为 3 美元/千标记——相差 10 倍。 从上下文工程的角度来看，提高KV 缓存命中率涉及几个关键做法： 保持提示前缀稳定。由于LLMs 的自回归特性，即使是单个标记的差异也会使该标记及其之后的缓存失效。一个常见错误是在系统提示开头包含时间戳——尤其是精确到秒的时间戳。虽然这样可以让模型告诉你当前时间，但也会大幅降低缓存命中率。 使你的上下文仅追加。避免修改之前的操作或观察。确保你的序列化是确定性的。许多编程语言和库在序列化JSON 对象时不保证键的顺序稳定，这可能会悄无声息地破坏缓存。 在需要时明确标记缓存断点。一些模型提供商或推理框架不支持自动增量前缀缓存，而是需要在上下文中手动插入缓存断点。设置这些断点时，应考虑缓存可能过期的情况，至少确保断点包含系统提示的结尾部分。 此外，如果你使用像vLLM 这样的框架自托管模型，确保启用了前缀/提示缓存，并且使用会话 ID 等技术在分布式工作节点间一致地路由请求。 遮蔽，而非移除 随着你的智能体功能不断增强，其动作空间自然变得更加复杂——简单来说，就是工具数量激增。最近 MCP 的流行更是火上浇油。如果允许用户自定义工具，相信我：总会有人将数百个神秘工具接入你精心策划的动作空间。结果，模型更可能选择错误的动作或走低效路径。简而言之，你的重装智能体反而变得更笨。 一种自然的反应是设计动态动作空间——或许使用类似 RAG 的方式按需加载工具。我们在 Manus 中也尝试过。但实验表明一个明确的规则：除非绝对必要，避免在迭代过程中动态添加或移除工具。主要有两个原因： 1. 在大多数LLMs 中，工具定义在序列化后通常位于上下文的前部，通常在系统提示之前或之后。因此，任何更改都会使所有后续操作和观察的 KV 缓存失效。 2. 当之前的操作和观察仍然引用当前上下文中不再定义的工具时，模型会感到困惑。如果没有受限解码，这通常会导致模式违规或幻觉操作。 为了解决这一问题，同时提升动作选择的效果，Manus 使用了一个上下文感知的状态机来管理工具的可用性。它不是移除工具，而是在解码过程中屏蔽Token的对数概率，以根据当前上下文防止（或强制）选择某些动作。 在实际操作中，大多数模型提供商和推理框架都支持某种形式的响应预填充，这使你可以在不修改工具定义的情况下限制动作空间。函数调用通常有三种模式（我们以NousResearch 的 Hermes 格式为例）： 自动——模型可以选择是否调用函数。通过仅预填回复前缀实现：<|im_start|>assistant 必需——模型必须调用一个函数，但选择不受限制。通过预填充到工具调用标记实现：<|im_start|>assistant 指定——模型必须从特定子集中调用函数。通过预填充到函数名开头实现：<|im_start|>assistant {"name": “browser_ 利用此方法，我们通过直接屏蔽标记的对数概率来限制动作选择。例如，当用户提供新输入时，Manus 必须立即回复，而不是执行动作。我们还特意设计了具有一致前缀的动作名称——例如，所有与浏览器相关的工具都以 browser_开头，命令行工具以 shell_开头。这使我们能够轻松确保代理在特定状态下仅从某一组工具中选择，而无需使用有状态的对数概率处理器。 这些设计有助于确保Manus 代理循环保持稳定——即使在模型驱动架构下也是如此。 将文件系统用作上下文 现代前沿的LLMs 现在提供 128K Token或更多的上下文窗口。但在现实世界的智能代理场景中，这通常不够，有时甚至成为负担。有三个常见的痛点： 1. 观察内容可能非常庞大，尤其是当代理与网页或PDF 等非结构化数据交互时。很容易超出上下文限制。 2. 即使窗口技术上支持，模型性能在超过某个上下文长度后往往会下降。 3. 长输入代价高昂，即使使用前缀缓存也是如此。你仍然需要为传输和预填充每个标记付费。 为了解决这个问题，许多智能体系统实施了上下文截断或压缩策略。但过度压缩不可避免地导致信息丢失。问题是根本性的：智能体本质上必须基于所有先前状态来预测下一步动作——而你无法可靠地预测哪条观察在十步之后可能变得关键。从逻辑角度看，任何不可逆的压缩都存在风险。 这就是为什么我们将文件系统视为Manus 中的终极上下文：大小无限，天生持久，并且可以由智能体自身直接操作。模型学会按需写入和读取文件——不仅将文件系统用作存储，更作为结构化的外部记忆。 我们的压缩策略始终设计为可恢复的。例如，只要保留网址，网页内容就可以从上下文中删除；只要沙盒中仍有文档路径，文档内容也可以省略。这使得 Manus 能够缩短上下文长度而不永久丢失信息。 在开发此功能时，我不禁想象，状态空间模型（SSM）要在具代理性的环境中有效工作需要什么条件。与 Transformer 不同，SSM 缺乏完全的注意力机制，难以处理长距离的向后依赖。但如果它们能掌握基于文件的记忆——将长期状态外部化而非保存在上下文中——那么它们的速度和效率可能会开启新一代代理。具代理性的 SSM 或许才是神经图灵机的真正继任者。 通过背诵操控注意力 如果你使用过Manus，可能会注意到一个有趣的现象：在处理复杂任务时，它倾向于创建一个 todo.md 文件，并随着任务的推进逐步更新，勾选已完成的事项。 这不仅仅是可爱的行为——这是一种有意操控注意力的机制。 Manus 中的一个典型任务平均需要大约 50 次工具调用。这是一个较长的循环——由于 Manus 依赖 LLMs 进行决策，因此在长上下文或复杂任务中，容易偏离主题或忘记之前的目标。 通过不断重写待办事项清单，Manus 将其目标反复写入上下文末尾。这将全局计划推入模型的近期注意力范围，避免了“中途丢失”问题，减少了目标不一致的情况。实际上，它利用自然语言来引导自身关注任务目标——无需特殊的架构改动。 保留错误信息 智能体会犯错。这不是漏洞——这是现实。语言模型会产生幻觉，环境会返回错误，外部工具会出现异常，意外的边缘情况时常发生。在多步骤任务中，失败不是例外；它是循环的一部分。 然而，一个常见的冲动是隐藏这些错误：清理痕迹，重试操作，或重置模型状态，寄希望于神奇的“温度”参数。这看起来更安全、更可控。但这付出了代价：抹去失败就抹去了证据。没有证据，模型就无法适应。 根据我们的经验，改善智能体行为的最有效方法之一看似简单：在上下文中保留错误的路径。当模型看到失败的操作及其产生的观察结果或堆栈跟踪时，它会隐式地更新内部信念。这会使其先验偏离类似的操作，从而减少重复同样错误的可能性。 事实上，我们认为错误恢复是衡量真正智能体行为的最明确指标之一。然而，在大多数学术研究和公开基准测试中，这一指标仍然被忽视，这些研究和测试通常侧重于理想条件下的任务成功率。 避免被少量示例限制 少量示例提示是提升LLM 输出的常用技巧。但在智能体系统中，它可能以微妙的方式适得其反。 语言模型擅长模仿；它们会复制上下文中的行为模式。如果你的上下文充满了类似的过去动作-观察对，模型往往会遵循这种模式，即使这已不再是最优选择。 在涉及重复决策或操作的任务中，这可能会带来危险。例如，在使用Manus 帮助审查一批 20 份简历时，代理经常陷入一种节奏——仅仅因为上下文中出现了类似内容，就重复执行相似的操作。这会导致偏离、过度泛化，甚至有时产生幻觉。 解决方法是增加多样性。Manus 在动作和观察中引入少量结构化的变化——不同的序列化模板、替代表达、顺序或格式上的细微噪声。这种受控的随机性有助于打破模式，调整模型的注意力。 换句话说，不要让少量示例把自己限制在固定模式中。上下文越统一，代理就越脆弱。 结论 上下文工程仍是一门新兴科学——但对于代理系统来说，它已经至关重要。模型可能变得更强大、更快速、更廉价，但再强的原始能力也无法替代记忆、环境和反馈的需求。你如何塑造上下文，最终决定了代理的行为：运行速度、恢复能力以及扩展范围。 在Manus，我们通过反复重写、走过死胡同以及在数百万用户中的实际测试，学到了这些经验。我们在这里分享的内容并非普遍真理，但这些是对我们有效的模式。如果它们能帮助你避免哪怕一次痛苦的迭代，那么这篇文章就达到了它的目的。 智能代理的未来将由一个个情境逐步构建。精心设计每一个情境。 连少辉记者 纪西荣 摄

水仙🔞直播?前台湾空军副司令张延廷近日接受台湾媒体采访时表示，台军“汉光”演习好像在搞诺曼底登陆，早就过时了。“解放军都是‘垂直登陆、立体攻防’，非常多的工具、装备、武器，都已经是立体作战。台军还在搞平面作战布防，跟不上战争的演变与时代的脚步。”

水仙🔞直播?张子宇虽然进攻端拥有海拔优势，但她防守端因为身高与体重问题，导致移动速度太慢，只能在禁区内站桩防守，自然是容易被小快灵的球队针对。

水仙🔞直播?“人民海军”微信公众号发布的文章则描述了一个细节：日前，山东舰在远海执行双航母编队训练任务时，1架外国军机企图对编队进行抵近滋扰，该中队以最快速度紧急保障战机升空应对，外机知难而退。

水仙🔞直播?“没人知道这个，但即使是詹姆斯（哈登）现在也不跟我说话了，”恩比德继续说，“这就是我不喜欢成为‘那个家伙’（球队领袖）的部分原因，因为这让你置身于这些境地的中心。因为如果你去问詹姆斯，他很可能认为我对他没能留在这里负有责任，但我只是想说，‘我拿得了得分王、你拿得了助攻王，我们拥有无人能挡的挡拆配合。’”

水仙🔞直播?@彭宇轩妈妈 在社媒发文称，儿子是复读生，分数过了本科线，但他自己认为不是很理想，心情不大好，没怎么吃饭。填报志愿时，专业和预想有差距，儿子曾跟自己说“不想上学了”。

水仙🔞直播?贾国龙：“超级星期六”我们没跟（参加），因为外卖大战给商家带来的其实都是低价单。开始它们（外卖平台）强行让我们参与，一天早晨，我们有个经理来报告，说被裹挟了，店里突然接到几百单的低价单，根本配送不过来。而且是特别低价的订单，有牛奶、沙棘汁，还有黄馍馍，价格很低很低，当天一共冲进来1.1万单这种低价单。单子一多，门店交付效率、交付体验都会下降，这和西贝主打的品质外卖定位不符。最后我们就跟平台打招呼，把这个履约完之后，我们就不跟了，你们别裹挟我们，我们就退出了。

水仙🔞直播?据外媒The Information报道，OpenAI今年初预测2025年其毛利率将达到48%，到2029年达到70%，保守估计其2027年营收为120亿美元（约合人民币861.6亿元）。从预测数据看，Anthropic与OpenAI的差距正在逐步缩小。

水仙🔞直播?如今“虚拟解剖”技术已能满足部分家属“遗体不被破坏”的需求。这让延延明白，除实践外，必须不断学习，才能不被时代抛弃。法医学现已提级为跟临床并列的一级学科，前景可期。 李相林记者 翟新江 摄

水仙🔞直播?生成式AI，其实是7年前才问世，现在势头非常的强劲，AI能够理解信息，并且能够生成信息，现在我们处在的阶段非常的不可思议，也就是推理。推理非常的有效，非常的有用。因为AI能够理解问题，解决问题，这是我们之前没有见过的，就像人类一样，我们可以把一个问题进行分解，并且解决我们之前没有遇过的问题，所以这就是推理AI。

水仙🔞直播?中新经纬7月18日电 (魏薇 实习生 张煜恒)“我一直都是在还款日当天全额还款，从未逾期，也没有使用过分期或最低还款，为啥会产生利息？”近日，家住广州的周砚(化名)向中新经纬反映，今年3月她偶然查看自己广发银行的信用卡账单，发现出现一笔“消费利息”，出于疑问她往前翻查账单，发现从2018年12月起的6年多时间里，总共被收取了1.2万元利息。 洪红鸯记者 夏玲 摄

水仙🔞直播?上游新闻记者了解到，这次徐勃书记宴请的主要是一些洪灾中的爱心捐赠人士，包括一名为“村超”球场重建捐赠了专业足球场草坪的江苏企业家。

水仙🔞直播?帮网友看学区房，海淀顶级学区的两居室，千万起。我嘴欠问了句孩子考哪儿了？结果业主很冷淡的说了句“上海”，然后就没搭理我们。

水仙🔞直播?根据肖某的简历，有网友提问说，镇劳动服务站站长属于股级干部，应该是有编制的，然而却系聘用，为何不是任命，同时称肖某仅系高中学历就获得事业编制，应不符合干部任用条件。 ，更多推荐：樱桃影院