91视频

91视频?经私募排排网整理，名单中的15只稀土产业链个股近一月均有所上涨，且平均涨幅达到25.25%！其中，北方稀土等4家公司近一月涨幅超过30%。华宏科技近一月涨幅达到73.00%，在名单中位列第一。值得注意的是，华宏科技此前发布中报预告，预计2025年上半年规模净利润同比增长3047%-3721%，主要受益于稀土价格回升及磁材业务放量。这或许是该公司近期股价表现强劲的原因。 狗狗被宠物店放在烘干箱一小时活活烤死
？涉事门店已歇业
，主人：对方曾谎称是中暑

91视频?“没有那么便宜了。”刚刚过去的周末，许多消费者发现了外卖平台补贴力度的集体下降。7月18日，市场监管总局约谈饿了么、美团、京东三家平台企业，要求各平台进一步规范促销行为，理性参与竞争。随着监管出手规范，过去几个月轰轰烈烈的“外卖大战”有了降温趋势。 王士杰记者 禹藩秋 摄

91视频?本次VIATRIX的最大亮点是其创新的结构与外观设计。浮动式髋关节架构突破了传统结构限制，使穿戴者在获得运动增程助力的同时，轻松实现抬腿、下蹲等全动作适配。流线型外观结合多款配色方案，更彰显科技潮流感。

91视频?中节能环保装备股份有限公司（简称“中环装备”，现更名为“中节能环境保护股份有限公司”，股票代码300140）是中国节能环保集团旗下的央企上市企业，其下属子公司中节能六合天融环保科技有限公司（简称“中节能六合公司”，现更名为“北京百创环保有限公司”），与狄某强实际控制的江苏天景祥环境科技有限公司（下称“天景祥公司”）签订了一份设备采购合同。中节能六合公司支付5000万元预付款后，发现资金被挪用，这次事件被质疑最终造成了国有企业的巨额资产损失。原中节能六合公司工作人员胡某向新黄河记者透露，公司相关责任人员已受到撤职等处分。

91视频?乌克兰空军21日通报称，自当地时间20日21时起，俄军向乌克兰发射了426架无人机以及包括“匕首”高超音速导弹、巡航导弹在内的24枚导弹。这是近一周以来，俄军对乌克兰发动的最大规模空袭。 王雁平记者 曹瑞峰 摄

91视频?2025年3月，赵薇在微博晒出云南的月亮，配文“当时的月亮”。这条动态的IP定位在云南，但网友很快发现，她注册的某文化传媒公司正在接触海外流媒体平台。 李志强记者 潘明利 摄

91视频?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。

91视频?有人说娱乐圈的友情易碎，但这对闺蜜却把 “撞脸” 的缘分，过成了 “走心” 的亲情。她们一起熬过最难的日子，也在对方的幸福里学会重新期待。董璇说 “在新疆没有一个馕能完整回家”，其实对她们来说，能带着彼此的牵挂往前走，就永远不算独自赶路。 汪军记者 黄文溪 摄

91视频?1503-0019地块周边没有地铁线路，规划17号线最近的两个站点也在2公里外；而京北地面出行早晚高峰拥堵异常，对通勤族非常不友好。 王小宇记者 林颖 摄

91视频?外界一直传汪峰和森林北的感情不稳定，可谁曾想，人家小两口早就见过双方父母，还共同开了一家公司，就是不知道什么时候传来喜讯！

91视频?汤先生表示，“19日，他们开挖机把我们上山的路挖了，20日，游客来玩我们也没收费，他们对道路进行封堵，游客堵在里面非常气愤，而且游客出入时人身安全也得不到保障。” 李孝廉记者 刘志伟 摄

91视频?另一位工作人员告诉记者，该批发中心经营商户是在市监局登记注册，“他们拒收人民币的行为归中国人民银行管，可以打‘12345’，工作人员会转人民银行那边，他们负责人民币的事情。”

91视频?日前，有市场消息称，字节开发AI产品“探饭”，或将入局外卖市场。对此，抖音方面表示，抖音生活服务聚焦在到店业务上，没有自建外卖的打算。

91视频?奥卡福在球场两端都展现出了巨大的影响力，他无疑是康涅迪格大学队史最出色的球员之一。他在大学期间场均贡献两双数据，带领康涅迪格大学赢得了2004年的冠军，并且被评为全美最佳阵容一队成员和两次大东区年度最佳防守球员。他的名字遍布哈士奇队的纪录簿，在大学生涯总盖帽次数（441次）和场均盖帽数（4.3次）上均排名第一。

91视频?在这个充满竞争的社会中，每一个母亲都在努力为孩子创造更好的未来，而这种努力背后，往往隐藏着不为人知的心酸与坚持。

91视频?【环球网科技综合报道】7月23日消息，据外媒最新披露，苹果公司内部围绕人工智能（AI）技术开源策略爆发激烈分歧。今年早些时候，其负责AI基础模型开发的团队曾提议将多个自研模型开源，以吸引外部研究者协作优化并展示技术实力，但该计划最终被苹果软件工程高级副总裁克雷格·费德里吉（Craig Federighi）以邮件形式直接否决。这一决策不仅暴露了苹果在AI战略上的深层矛盾，更成为其核心团队人员流失的导火索之一。

91视频?北京正负电子对撞机国家实验室主任、中国科学院高能所陈和生院士指出，30多年来，北京同步辐射装置以专用光、兼用光模式，为凝聚态物理、化学化工、生命科学、材料科学和环境科学的研究提供一个坚实的实验平台，并取得SARS(“非典”)病毒蛋白质分子结构解析、“砒霜”治疗白血病的分子作用机制等一系列研究成果。

91视频?对新造车品牌来说，它们早期凭借快速技术创新和敏捷的供应链策略获得了成功，如今则需要面对新的竞争逻辑，快速提升自身的供应链整合能力、渠道效率和成本控制能力。竞争模式的变化向他们提出新的挑战。

91视频?部分平台补贴需要商家部分出资是争议的一面，嘉和一品创始人刘京京呼吁，平台不应裹挟商家参与巨额补贴，双重承担配送费，应让消费者理性选择吃堂食还是吃外卖。在众多餐饮协会的发声中，餐饮商家因强制摊派补贴而利润空间被挤压、部分餐品出现负利润的情况被强调，平台争夺市场份额的成本是否被隐形转嫁给商家受到关注。 李立广记者 刘定昆 摄

91视频?从6月下旬特斯拉推出Robotaxi试运营服务以来，特斯拉无人出租虽然在极个别场景下出现了操作不当的问题，但近一个月以来，关于特斯拉无人出租的用户反馈整体上都是正向的。

91视频?彭宇轩的母亲杨女士表示，儿子失联后，她多次接到自称“与缅军有关系”的陌生人来电，声称可以协助“捞人”，但需支付高达20万元的“营救费”。担心再次上当受骗，杨女士始终没有贸然转账。“我们只是普通农村家庭，现在根本不知道该怎么办。” 梁东红记者 王平 摄

91视频?他之前声称，所谓爱泼斯坦案，完全是奥巴马、希拉里、拜登等人编造的，所以，“我的兄弟们，还有一些姐妹，你们都怎么了？不要在爱泼斯坦身上浪费时间和精力了，那是个没人关心的人！”

91视频?自1988年成立至今，西贝已拥有近400家门店，年营收超62亿元，在旁人眼中，这无疑是国内连锁餐饮的头部企业。然而，面对掌握流量入口和规则制定权的超级外卖平台，即便好斗如贾国龙，语气里也充满无力感：“商家很弱小、很被动，在平台面前我们算啥呀？”

91视频?多位维权者告诉澎湃新闻，直到18日下午，他们才得知靓家居“倒闭了”，连施工的工人都在维权。问及装修怎么办，靓家居的员工称“他们也不知道”，建议去报警或者起诉。18日晚，很多人去报案，“晚上大家都在排队做笔录”。 
，更多推荐：水仙🔞直播