<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Vincentt___的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Vincentt___</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Vincentt___]]></copyright><item><title><![CDATA[AI编程Agent效率大比拼：谁更快更好更省？]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162894885</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162894885</guid><author>Vincentt___</author><pubDate>Wed, 15 Jul 2026 10:02:36 +0800</pubDate><description><![CDATA[AI编程Agent评测需要量化指标而非主观体验。本文提出四维框架：效率、质量、成本、体验。实测数据：Claude Code首次正确率78%（最高），纠错次数0.28次/任务（最少），单文件重构快20-40%，在200+文件项目中上下文衰减最慢（5倍）。Codex CLI在错误修复速度上领先（平均纠错5.8分钟），平衡性最好。Kimi Code API成本最低（约Claude Code一半），但首次正确率65%，上下文衰减明显。]]></description><category></category></item><item><title><![CDATA[揭秘AI记忆系统：短期与长期记忆如何协同工作]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162845687</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162845687</guid><author>Vincentt___</author><pubDate>Tue, 14 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[Agent记忆系统分四类：短期记忆（上下文窗口）有效容量受lost in the middle效应限制，需压缩和选择性保留；工作记忆（运行时状态）是结构化JSON，每5分钟或5步无变化后持久化；长期记忆（持久知识）通过向量数据库MMR检索（lambda=0.6-0.7），选择性写入需满足四规则（不重复、不可重新发现、非临时、置信度>0.7）；情景记忆（历史记录）存储完整事件上下文，错误学习是重要应用，触发阈值推荐0.85。四种记忆每轮对话都在流转，1小时任务约60次读写。]]></description><category></category></item><item><title><![CDATA[AI 工具调用机制全解析：从底层到应用]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162785409</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162785409</guid><author>Vincentt___</author><pubDate>Sat, 11 Jul 2026 10:54:36 +0800</pubDate><description><![CDATA[工具调用的底层是function calling：模型输出结构化JSON→解析→执行→结果反馈。候选工具超50个时正确率从95%降至82%，通过历史调用优先和语义embedding过滤可将200个工具压缩到20个。并行调用需依赖检测（参数内容推断，准确率约90-95%），文件冲突用事务性写入+合并。JSON容错解析分四层：直接解析（85-90%）、修复末逗号（93-95%）、提取片段（96-98%）、剩余2-4%需模型重生成。工具描述质量影响正确率5-10个百分点，需包含使用场景和相似工具区分。]]></description><category></category></item><item><title><![CDATA[AIAgent长期任务执行技术全解析]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162718330</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162718330</guid><author>Vincentt___</author><pubDate>Fri, 10 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[Agent从分钟级任务到小时级任务的核心挑战是上下文管理和状态持久化。任务分解推荐粒度：每子任务3-10分钟，输入输出有清晰接口约定。依赖图解析让并行子任务缩短整体时间。上下文隔离确保子Agent只接收本任务所需信息。检查点按子任务完成保存，序列化需压缩中间结果。错误恢复需多阶段重试：前2次简单重试，第3次压缩上下文，第4次降级或标记人工介入。三个验证层次：语法→功能→逻辑，语法检查可完全自动化，LLM设计评审误报率约20-30%。2026年长期任务执行没有标准方案，核心瓶颈在工程架构而非模型能力。]]></description><category></category></item><item><title><![CDATA[FP16到INT4：KVcache量化压缩技术全解析]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162698329</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162698329</guid><author>Vincentt___</author><pubDate>Thu, 09 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[KV cache是长上下文推理的主要显存瓶颈：1M序列即使使用MLA仍需40GB。FP8量化以0.2%质量损失换2倍显存节省，是当前主流。INT4混合量化（K对称+V非对称）以0.5%损失换4倍压缩，是当前实用下限。Window淘汰（保留最近4K token）适合对话场景，Heavy Hitter淘汰（保留高关注度token）适合长文档。量化+淘汰可叠加：淘汰50%+INT4量化→总压缩8x。INT2损失超3%，实用价值有限。硬件级FP8支持已在Blackwell架构实现。]]></description><category></category></item><item><title><![CDATA[稀疏注意力优化：NSA、IndexCache与MLA技术解析]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162658285</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162658285</guid><author>Vincentt___</author><pubDate>Wed, 08 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[全注意力在100万token下需10¹² FLOPs和7.5TB KV cache，不可行。三种稀疏注意力从不同维度解决：NSA用粗粒度压缩+细粒度选择+滑动窗口三条路径，计算量减少75%，质量损失约0.3%。IndexCache发现相邻层注意力索引重叠率70-100%，47层中只运行8次索引器，计算再减少83%。MLA用低秩压缩将KV cache从16,384维降到256维，压缩64倍。三种方案叠加使100万token推理可行。2026年大模型竞争焦点从参数规模转向推理效率。]]></description><category></category></item><item><title><![CDATA[DeepSeek开源DeepSpec，大模型推理加速新突破]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162634253</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162634253</guid><author>Vincentt___</author><pubDate>Tue, 07 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[DeepSpec是DeepSeek在6月26日开源的推测解码框架，发布当天6.2K星标。核心价值：统一了推测解码的训练和评估流程，让不同算法可以在相同条件下公平对比。

三阶段流程：数据准备（target cache约38TB存储）→ 训练（8GPU，支持三种算法）→ 评估（9个基准数据集，核心指标为接受率）。

三种算法：Eagle3（独立Transformer）、DFlash（粗粒度表示+映射层）、DSpark（自回归精化验证）。
]]></description><category></category></item><item><title><![CDATA[Shannon 45K星：AI自主渗透测试的技术原理和实际效果]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162622034</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162622034</guid><author>Vincentt___</author><pubDate>Mon, 06 Jul 2026 09:03:45 +0800</pubDate><description><![CDATA[Shannon是一个自主AI渗透测试工具，45K星，Keygraph开发。核心能力：自动读取源码、发现攻击路径、执行真实漏洞利用，只报告能实际验证的安全问题。
五阶段工作流：源码预侦察（分析框架、入口点、数据流）→ 运行时侦察（浏览器自动化关联源码行为）→ 漏洞分析（逐项测试OWASP Top 10）→ 漏洞利用（实际执行，成功才报告）→ 报告生成（可复现利用步骤）。多Agent架构：编排器协调多个子Agent协作。]]></description><category></category></item><item><title><![CDATA[100万token真的能用吗？GLM-5.2和Gemini长上下文的实测分析]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162570639</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162570639</guid><author>Vincentt___</author><pubDate>Sat, 04 Jul 2026 08:13:10 +0800</pubDate><description><![CDATA[厂商宣称的"支持100万token"和实际可用的"可靠长度"是两回事。核心问题在位置偏差：Lost in the Middle研究显示，64K上下文中中间位置信息召回率仅38%，而开头位置85%。这个规律在更长上下文中仍然存在。

GLM-5.2的IndexShare优化了计算效率（FLOPs减少2.9倍），使1M token推理可行，但没有解决位置编码本身的局限。RoPE对长距离位置关系的区分度随距离衰减。厂商未公开中间位置召回率数据。]]></description><category></category></item><item><title><![CDATA[MiMo-Code开源16天11K星：小米AI编码Agent的持久记忆和自进化机制]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162528918</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162528918</guid><author>Vincentt___</author><pubDate>Fri, 03 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[MiMo-Code是小米开源的终端AI编程Agent，16天11K星。核心差异化是持久记忆系统和自进化机制。

持久记忆跨会话存储项目结构、架构决策、用户偏好和问题修复记录，存储在 .mimo/memory/ 目录中。新会话自动加载记忆，不需要重新分析项目、重新解释偏好、重复讨论已决策的问题。效果在使用5-10次后开始明显。

自进化机制在每次会话结束后异步分析交互数据——观察用户对生成代码的修改模式（双引号改单引号、函数声明改箭头函数等），逐步调整生成风格。会话间隙执行，不增加等待时间。]]></description><category></category></item><item><title><![CDATA[PixelRAG：不做网页解析直接截图搜索，一个月5.7K星]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162488058</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162488058</guid><author>Vincentt___</author><pubDate>Thu, 02 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[PixelRAG 5.7K星，2026年5月发布，不做网页解析，直接截图后用视觉模型搜索。和传统RAG的核心区别：传统RAG需要解析DOM、提取文本、分块、嵌入，每个网站需单独适配；PixelRAG统一截图处理，不解析任何HTML结构，保留完整视觉信息（布局、颜色、图标）。

适合场景：数据仪表盘、图表页面、监控告警等视觉密集型页面，以及需要从多个来源统一收集信息的场景。不适合纯文本页面和延迟敏感的应用。不是替代传统RAG，而是补充——视觉密集型用PixelRAG，纯文本用传统RAG。]]></description><category></category></item><item><title><![CDATA[shadcn/improve 16天6.4K星：用最强模型做规划，便宜模型执行，省60%成本]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162439455</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162439455</guid><author>Vincentt___</author><pubDate>Wed, 01 Jul 2026 09:00:00 +0800</pubDate><description><![CDATA[shadcn/improve（shadcn/ui作者，6月10日发布，16天6.4K星）。核心思路：用最强模型审计代码库、写执行计划，让便宜模型按计划执行。成本降低约50-60%，质量不降。
工作流程：/improve审计→选择问题→生成计划（plans/目录）→/improve execute执行→/improve reconcile跟踪。每个计划文件包含目标、实现方案、验收标准、涉及文件。]]></description><category></category></item><item><title><![CDATA[百度Unlimited-OCR实测：和DeepSeek-OCR比，到底强在哪？]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162412247</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162412247</guid><author>Vincentt___</author><pubDate>Tue, 30 Jun 2026 09:00:00 +0800</pubDate><description><![CDATA[百度Unlimited-OCR开源8天10K星，基于DeepSeek-OCR改进，定位One-shot长程文档解析。两种推理模式：gundam（1024/640，裁剪高精度）和base（1024/1024，整页解析）。原生支持PDF和多页文档，使用PyMuPDF转图后批量解析。支持Transformers和SGLang两种推理框架，SGLang方式提供OpenAI兼容API和并发处理。32K上下文窗口。相比DeepSeek-OCR的改进：更完善的PDF支持、批量推理脚本、SGLang部署方案。]]></description><category></category></item><item><title><![CDATA[ GLM-5.2技术解析：智谱100万上下文开源模型的4个关键改进]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162397875</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162397875</guid><author>Vincentt___</author><pubDate>Mon, 29 Jun 2026 09:00:00 +0800</pubDate><description><![CDATA[GLM-5.2是智谱AI 2026年6月发布的旗舰开源模型（744B参数，40B活跃），支持100万token稳定上下文。四个关键技术改进：IndexShare让每4层稀疏注意力共享索引器，FLOPs减少2.9倍；MTP推测解码接受长度提升20%；可调节思考力度（低/中/高三级）；异步RL框架slime持续优化。Terminal-Bench 2.1得分81.0（Claude Opus 4.8为85.0），开源最强，逼近闭源前沿。SWE-bench Pro从5.1的58.4提升到62.1。]]></description><category></category></item><item><title><![CDATA[我花了一周时间部署odysseus，对比ChatGPT/Claude的结果如下]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162349510</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162349510</guid><author>Vincentt___</author><pubDate>Sat, 27 Jun 2026 09:00:00 +0800</pubDate><description><![CDATA[odysseus 26天78K星，自托管AI工作空间最火项目。我花一周实际部署，对比ChatGPT/Claude/Copilot的结果：部署耗时约3小时，混合模式月费$8-12（原SaaS订阅$70+）。功能覆盖度方面，聊天和Agent功能基本覆盖SaaS方案，额外提供邮件/笔记/日历集成、本地全文搜索、多模型切换、自定义Agent定时任务。差距在于聊天流畅度、移动端缺失、文档协作功能有限。适合有Docker基础、月费超$50、在意数据隐私的用户。不适合仅用ChatGPT且需求简单、不愿折腾的用户。]]></description><category></category></item><item><title><![CDATA[ponytail爆火背后：为什么AI Agent写的代码总是太啰嗦？]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162274990</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162274990</guid><author>Vincentt___</author><pubDate>Thu, 25 Jun 2026 09:00:00 +0800</pubDate><description><![CDATA[ponytail（GitHub 53K星）是一个Claude Code Skill，让AI Agent少写54%代码。核心思路不是简单压缩代码，而是改变AI的生成逻辑——按项目现有模式写代码，不写多余的安全保护和注释。

AI代码冗余三大原因：安全策略（宁可多写不敢漏写）、缺乏项目上下文、指令模糊。ponytail通过优先级排序（功能>一致性>必要性>可读性）和明确“不做什么”来解决。实测token消耗减少20%，执行时间减少27%，安全性不受影响。安装一行命令即可。]]></description><category></category></item><item><title><![CDATA[AI代码审查工具对比：Alibaba open-code-review vs CodeRabbit vs 传统CI流程]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162263991</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162263991</guid><author>Vincentt___</author><pubDate>Wed, 24 Jun 2026 11:04:41 +0800</pubDate><description><![CDATA[阿里open-code-review采用静态规则（70条）+LLM（30条）混合架构，比纯LLM方案节省60% token成本。实测对比：open-code-review误报率11%，CodeRabbit误报率33%，传统CI漏报率67%。简单变更中LLM方案作用有限，误报是纯LLM的主要问题。]]></description><category></category></item><item><title><![CDATA[大模型量化实战：GGUF vs AWQ vs GPTQ深度对比与选型指南]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162210434</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162210434</guid><author>Vincentt___</author><pubDate>Tue, 23 Jun 2026 09:00:00 +0800</pubDate><description><![CDATA[大模型量化将模型从FP16转为INT4，显存减少70%，速度提升80%。

三种方案对比：GGUF适合CPU推理，AWQ速度最快，GPTQ兼容性最好。实测数据：4bit量化后，AWQ显存5.4GB、速度58t/s、质量损失0.9%，综合表现最优。

选型：CPU用GGUF，GPU用AWQ，兼容性用GPTQ。]]></description><category></category></item><item><title><![CDATA[MCP协议：AI工具调用的HTTP，2026年不懂就落伍了]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162174324</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162174324</guid><author>Vincentt___</author><pubDate>Mon, 22 Jun 2026 09:00:00 +0800</pubDate><description><![CDATA[MCP（Model Context Protocol）是AI模型调用外部工具的标准协议，就像HTTP之于浏览器。2026年所有主流AI工具都支持MCP，超过10万个Server可用。

核心价值：一次开发，所有工具通用。之前每个AI工具都要自己实现GitHub集成，现在共用一套标准。

文章详解MCP三大角色、5分钟上手指南、常用Server配置、如何开发自己的Server，以及与Function Calling的区别。

2026年不懂MCP，就像2010年不懂HTTP。]]></description><category></category></item><item><title><![CDATA[Vibe Coding：2026年最火的编程方式，你还不知道就落伍了]]></title><link>https://blog.youkuaiyun.com/Vincentt___/article/details/162163181</link><guid>https://blog.youkuaiyun.com/Vincentt___/article/details/162163181</guid><author>Vincentt___</author><pubDate>Sun, 21 Jun 2026 09:23:37 +0800</pubDate><description><![CDATA[传统编程需要查文档、写代码、调试，耗时数小时。Vibe Coding只需用自然语言描述需求，AI生成代码，几分钟搞定。实测案例：10分钟做博客网站，1小时做待办App，3天做SaaS产品。

核心技巧：描述效果不描述实现、分步骤描述、提供参考示例、及时纠正方向。局限性：复杂逻辑易出错、性能优化困难、安全需人审查。

2026年新趋势是从Vibe Coding演进到Agentic Engineering——多Agent协作、自主规划执行、AI主导开发。这不是取代编程，而是让编程更高效。]]></description><category></category></item></channel></rss>