久久精品

久久精品?陈忠岳表示，为进一步拓展合作生态，中国联通将发挥产业资本赋能作用，依托中国联通产业基金集群，重点布局智算、数据、安全和智能应用、具身智能等领域，着力建设创新链、产业链、资金链、人才链融合的AI技术和产业高地。 黄仁勋：中国AI市场无论有没有英伟达都会前进

久久精品?中国民用航空局发布的航空旅行常识，航班不正常原因主要分为天气、航空公司、航班时刻安排、军事活动、空管、机场、联检、油料、离港系统、旅客、公共安全等11类。航空公司原因具体包括航班计划、机务维护、运行保障、空勤人员、飞机清洁、食品供应等。 刘杰记者 陈玉雪 摄

久久精品?有关视频拍摄方面的问题，张女士也予以回应，“有的时候是我男朋友陪我一起，他也不是每天都有时间，可能就会需要一个支架，或者是一个乐于助人的路人。我基本都不会导致送餐超时，因为我选的单子大部分都是送的时间比较长的那一种。”

久久精品?《消息报》称，俄军通过协调侦察行动发现了乌军第25独立空降旅一支部队在顿涅茨克地区的临时部署点，随后使用配备了通用滑翔和校正模块的FAB-1500航空炸弹对其发动打击，准确命中并摧毁目标。

久久精品?2018年8月27日，余姚市住建局以“泗门镇目前不存在供气不足现象，无需新增瓶装液化石油气储配站”为由，第二次作出不予许可决定。 孔欢洪记者 刘孟峰 摄

久久精品?建筑专家在实地勘察后，也十分同意居民们的观点，天台上堆满的盆栽杂物，万一着火，就成了人为制造的障碍，老人孩子怎么能逃得快？此外，专家还指出了一个"隐形炸弹"，楼板长期超负荷承重，还可能会影响屋面结构安全。 顾显俊记者 李全 摄

久久精品?“我的设计里有那种需要人工缝制的绣花，成衣工厂会跟我抱怨做这个不赚钱，正好出来的效果也不是我想要的，双方逐渐都没有耐心了，合作就结束了。“

久久精品?公开信息显示，华人运通由东海岸基金、江苏悦达集团和盐城市国有资产投资集团有限公司共同出资组建，东海岸基金的创始人即高合汽车创始人丁磊。实际上，高合就是由盐城市政府和丁磊共同组建的，但这种模式也为高合埋下隐患。 鲍柏生记者 闫雄伟 摄

久久精品?毋容置疑，就凭主演是胡歌，这部《三滴血》，即便无法创造票房奇迹，也绝对是难得的佳作，何况这个主题还是那么的深刻与悲戚。 赵冀鹏记者 赵美婵 摄

久久精品?红星新闻记者看到，《协议书》中写有，本协议为一次性终结处理协议，之后双方不再有任何权利、义务，以后因此事衍生的结果、费用等也由赵某某自行承担，魏某对此不再承担任何责任，此事永不再议。魏某汇款后，赵某某方任何人就此事保证不得以任何理由、任何形式，包括但不限于诉讼、仲裁、鉴定、调解等方式向对方主张其他任何权利、费用。

久久精品?中国国际经济交流中心副理事长王一鸣表示，当前外部环境继续发生深刻变化，地缘政治动荡加剧，全球经济增长动力减弱。我国经济处在新旧动能转换期，传统产业增势减弱，房地产市场深度调整，新兴产业仍在成长。上半年经济实现5.3%的增长，表明中国经济韧性持续增强，也为实现全年经济增长目标奠定了较好基础。 车艳丽记者 张书堂 摄

久久精品?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。

久久精品?虽然有网友吐槽她脸部略显肿胀，但镜头捕捉到的胶原蛋白确实饱满，皮肤质感也非常细腻，眼神中透出的光亮，更是藏不住的“幸福滤镜”。

久久精品?网友将她的状态与谢霆锋的感情联系起来，绿头巾被解读为“原谅色”，而谢霆锋近期在片场的频繁互动，又让人联想他当年的绯闻史。这对分合24年的情侣，是否再次面临危机？

久久精品?直播吧7月19日讯 本月初利物浦前锋若塔遭遇车祸不幸离世，现在球队已经开始训练备战新赛季。阿森纳旧将萨尼亚对此感同身受，2008年2月，萨尼亚的哥哥因意外离世。

久久精品?他逐渐发现“向下走”是一条死胡同。一方面，他的年龄已经在40岁以上了，他需要谨慎选择，如果选错了企业，容易一年半载再失业，会让履历变得难看，错过了高管的黄金年龄窗口，注定被淘汰。

久久精品?技术后门通常指绕过正常的安全检查机制，获取对程序或系统访问权的方法。技术后门的设计初衷是方便开发者进行调试和修改漏洞，但如果未及时删除，被恶意攻击者利用，就会变成安全风险，可以在未经授权的情况下访问系统、获取敏感信息。

久久精品?网友倔牛反映，辽宁朝阳一老年徒步团列队准备出发时，阻挡两辆消防车和一辆救护车通行。大凌河景区管理人员称，事发景区内，将请示领导答复。文明办回应将处理。

久久精品?《数字资产市场清晰法案》也获得众议院通过，该法案旨在明确美国证券和交易委员会和商品期货交易委员会的监管范围，为加密货币市场提供明确规则。不过，法新社报道称，该法案争议较大，难以确保最终成法。 孟文杰记者 吴承立 摄

久久精品?此后申花打得很坚决，就是团队防守加简单直接的反击，他们的防守不同于中下游球队的大巴，局部空间压缩的非常小，真的很难觅得一丝机会，但大举压上又有风险。

久久精品?此前报道，1996年6月，云南省玉溪市华宁县，被告人田某明（时年20岁）潜入其大嫂赵某某家中，持刀威胁实施强奸，数日后又持刀故意杀害赵某某（未遂），田某明被判9年。 卢牡馨记者 王文良 摄

久久精品?龚文密严重违反党的政治纪律、组织纪律和廉洁纪律，构成严重职务违法并涉嫌受贿犯罪，且在党的十八大后不收敛、不收手，性质严重，影响恶劣，应予严肃处理。依据《中国共产党纪律处分条例》《中华人民共和国监察法》《中华人民共和国公职人员政务处分法》等有关规定，经湖南省纪委常委会会议研究并报湖南省委批准，决定给予龚文密开除党籍处分；按规定取消其享受的退休待遇；收缴其违纪违法所得；将其涉嫌犯罪问题移送检察机关依法审查起诉，所涉财物一并移送。

久久精品?视频画面显示，餐厅内的桌布上印有“罗有明小锅小灶”字样。有当地网友称，“罗有明小锅小灶”是江西南昌一家网红餐厅的子品牌。

久久精品?薄T恤容易软塌贴身，没有任何修饰作用，胖人穿了会更显肉，瘦人穿了骨架轮廓一览无余，都不太好看。看这张对比图，同一个人，很明显左边更显胖。身高185cm体重220斤的博主@汤沉衣品▼
，更多推荐：99精品丰满人妻无码一区二区