- 博客(272)
- 收藏
- 关注
RSS订阅原创 Twilio 与 OpenAI 合作调研：从验证码客户到实时语音分发层
模型公司可以提供语音理解和推理，仍要解决电话号码、运营商互联、国家路由、呼入呼出、录音、身份、同意、退订、会话历史和人工接管。公开资料显示，两家公司之间至少有三条并行关系：OpenAI 是 Twilio 客户，Twilio 是 OpenAI 模型的集成和分发渠道，双方还共同维护面向开发者的实时语音接入路径。2023 年的正式集成仍以文字和客户数据为主。Twilio 把普通手机、呼叫中心、SIP trunk 和企业号码接入 OpenAI API，降低模型进入客服、预约、销售、通知及无障碍场景的门槛。
2026-09-30 14:45:53
199
原创 WorkBuddy 接入双向短信群：事件驱动消息服务与分布式智能方案
普通 SMS 没有群 ID、成员列表、引用关系和消息线程。服务端需要补齐这些概念：产品概念短信网络实际提供需要自建的能力群手机号之间的独立短信groups与群消息N 条独立下行短信广播任务、逐条投递记录群回复某手机号发来一条上行短信群归属判断、线程映射已送达运营商回执投递状态机、失败补偿退群用户发送退订指令全局抑制名单与成员状态群历史运营商不提供统一历史消息库、审计日志当一个成员的回复需要同步给其余成员时，系统会产生约N - 1条新短信。
2026-08-26 11:18:29
556
1
原创 微信 8 月 12 日公布 WeLM：80B 已用于小微，617B 正在开发
官方实测中，HD4 的有效序列扩大四倍：80B 训练单 batch 用时为基线的 5.1 倍，617B 为 4.4 倍，低于稠密注意力对应的 16 倍量级。WeLM-130B 包含 130B 总参数，激活约 4.9B。官方给出的口径是 617B 总参数、23B 激活参数，Hidden Decoding 的受控实验使用同一底座、同一数据和同一后训练配方比较自回归版与 HD4 版。7 月公开的是 617B 的技术实验与评测，8 月官方海报进一步给出产品状态：80B 已上线小微，617B 仍在开发。
2026-08-13 16:34:03
274
原创 豆包手机 App 技术架构调研：一次 LLM 原生应用的分层猜想
豆包 App 表面是个聊天/语音助手壳，骨子里是一套「以 GPU 算力和 KV Cache 为中心、按 token 流式工作」的 LLM 原生系统——它和上一代超级 App 的差别，不在 UI，而在后端的物理重心彻底从「数据」挪到了「算力与上下文」。能确认的是模型层与推理优化的公开口径；客户端到编排层的具体实现是基于公开技术常识的结构性猜想，欢迎用一手资料证伪。以上为分析视角，不是预测，也不是建议。
2026-08-13 14:52:08
313
原创 办公智能体调用 MCP 服务并接入统一认证授权服务：通用架构方案
办公智能体以 OAuth Client 身份，通过 MCP Protected Resource Metadata 发现统一认证授权服务，使用 Authorization Code + PKCE 获取限定到目标 MCP 服务的用户委托凭证，再由 MCP 服务完成 Token 校验、Tool 权限判断和下游凭证隔离。简单说，统一认证授权服务回答“用户是谁、用户把什么范围授权给哪个客户端”，MCP 服务回答“这次 Tool 调用在当前业务上下文中能不能执行”。两层判断缺一不可。
2026-07-16 09:59:17
251
原创 Agent Loop 深度调研：把决定权交给模型的一次换代，为什么发生在现在
本文是概念与生态层调研，基于 Anthropic / LangChain / METR 等官方文档、论文与公开报道整理，属外部观察；涉及厂商动机与市场规模的部分均标注为研判或未验证，不构成选型承诺。
2026-07-03 09:20:20
356
原创 如果你真能 7×24 小时运行最顶级的大模型，你会想用它来干嘛
传统消费级 GPU 的瓶颈不是算力，而是显存。RTX 4090 24GB 显存，跑 70B FP16 模型直接放不下。本地大模型用户被迫走两条路：要么大幅量化（精度损失），要么靠 CPU offload（速度暴跌）。统一内存架构（苹果 M 系列、AMD APU、NVIDIA Grace Blackwell）把这道墙拆掉：CPU 和 GPU 共享同一个 128GB 物理池子。NVLink C2C统一内存带宽。
2026-06-02 09:09:49
249
原创 AI Token 用量与花费强度调研
围绕两个公开样本（日耗 1 亿 / 4.5 亿 tokens，账单口径含 prompt cache 命中）回答四件事：处在什么强度档、缓存复用之后真正"读了多少新东西"、按当下三家头部厂商的 cache-aware 定价每月要花多少钱、什么场景下 token 增长 = 生产力增长、什么场景下 = 浪费。口径：账单 tokens（含 cache-read） · 定价锚点：2026-Q2 三家头部厂商公开 API 价 · 价格周期：每 12–18 个月约腰斩，使用前请校对。
2026-06-01 09:23:12
286
原创 前端周刊第 467 期[特殊字符] 本期精选目录
本期最值得关注的是这种"两端分化"的趋势。视觉端，GSAP、CSS 新能力、View Transitions 在持续拓展表现力边界；工程端，Blob API、Temporal、TypeScript 6.0、Signal Forms、useOptimistic 在提醒我们——基础扎实才是持续交付的底牌。视觉表现力和工程体系这两端能不能同时握在手里，而不是二选一。
2026-05-29 10:23:33
379
原创 国内通用智能体（本地操作型 Agent）深度测评对比
通用智能体（General Agent）」在 2026 年的语境里，特指一类**「从对话到执行」**的本地操作型 AI：它不只是回答问题，而是能听懂自然语言后，——整理文件、操作软件、跑数据、生成文档、调浏览器、收发消息，完成多步骤任务。这一波热潮的源头是开源框架2026 年初，OpenClaw 出圈后，国内大厂几乎在同一时间「集体下场养虾」，推出各自的「类 Claw」产品。所谓「龙虾大战」的本质，是一场。
2026-05-28 16:31:11
548
原创 字节 AI Agent 二面（飞连）面试题与参考解答
追问：为什么这么拆？哪些是 Workflow 哪些是 LLM？失败分支怎么办？状态怎么存？多 Agent 怎么分工/通信/终止？怎么避免相互扯皮和死循环？简版“我们把 Agent 项目拆成意图识别 → 计划生成 → 工具执行 → 结果聚合 → 反思五段。前两段交给 LLM 决策，工具执行是确定性 Workflow，结果聚合用规则模板，反思阶段用 LLM 再走一次。状态用 Redis Hash + Postgres 双写：Redis 存当前会话短期状态（TTL 30 min），Postgres 存可追溯日志。
2026-05-26 09:52:36
591
原创 浏览器跨域窗口通信技术调研：window.open 与 postMessage
以为具体案例，解释浏览器跨域窗口通信的技术原理和安全实践。核心技术是；相关边界涉及同源策略、CORS、、结构化克隆、弹窗拦截和 COOP / COEP 等浏览器安全机制。
2026-05-23 00:53:39
383
原创 2026，大模型应用的工程化分水岭：从会用到可运营的 Agentic 路线图
关键不是“让模型做什么”，而是怎么验收。输入约束（必须包含哪些字段/证据/引用）输出格式（JSON、表格、Markdown、工单模板）失败策略（缺数据就追问？还是降级到人工？验收规则（规则校验 + 统计评估 + 人审抽检）在 2026 年谈大模型，拼的不是“谁先接入”，而是谁能把大模型做成可运营、可治理、可复盘的生产系统。Agentic 应用会越来越像“带工具的分布式系统”，而不是“更聪明的聊天框”。当你把评测、可观测、成本与安全都放进同一个闭环里，效果提升才会从偶然变成必然。。
2026-05-20 15:42:10
456
原创 很多人现在聊 GEO（Generative Engine Optimization）？
先做品牌 Prompt 检测，再做多模型结果聚合，然后分析 AI 提及路径、引用来源、内容缺失点，最后生成优化建议。有研究统计，同一个问题连续问 ChatGPT 100 次，连续两次返回完全相同品牌列表的概率不到 1%。而真正决定品牌是否被看见的，已经不是搜索结果页，而是 AI 最终生成的那一段回答。很多企业今天其实已经进入 AI 推荐时代了，但在 AI 眼里，它根本“不存在”。AI 营销现在最大的瓶颈，不是“没人投”，而是“没人知道投得怎么样”。本质上，它是在给 GEO 建一套“可测量”的基础设施。
2026-05-19 09:08:05
449
原创 一篇讲清楚 Claude 的三种使用模式：Chat、Cowork、Code 到底有啥区别？
看你期望的"产出"长什么样。产出是一段话 → Chat产出是团队的工作流被自动化了 → Cowork产出是一个 git commit → Code很多人在用 Chat 干 Code 的活（不停复制粘贴代码到网页），或者用 Code 干 Chat 的活（写邮件还要打开终端），效率都会打折。希望这篇文章帮你把三种模式的边界看清楚。下一篇可以聊聊Claude Code 的 Skill 体系怎么用——这个东西用起来真的会让人有"AI 开始替我干活"的感觉。
2026-05-18 11:54:14
1253
原创 AI 时代没必要太焦虑：当 Codex 已经打开即用，为啥还要折腾“小龙虾”？
于是开始：配环境、配插件、配权限、配模型、配 Gateway、配 Tool、修报错、修依赖、修 Context，最后终于跑起来了，AI 给你生成了一个 Todo App。尤其对于真正研究 Agent Runtime、上下文恢复、多智能体协作的人来说，这些东西甚至可能是未来 AI 基础设施的一部分。，后天又开始配 MCP、Memory、Workflow、Agent Loop、本地模型、GGUF、MLX。包括：长任务执行、异步恢复、Agent Runtime、自主工具调用、多智能体协作、本地自治、私有化执行。
2026-05-15 15:17:22
268
原创 GGUF、GPTQ、AWQ、EXL2、MLX、VMLX...运行大模型，为什么会有这么多格式？
最早的大模型，只存在于超级 GPU 集群里。看 GPT-3、PaLM、Claude，感觉它们像一种遥远的云端能力，离普通开发者很远。你知道它很强，但你并不觉得自己真的能拥有它。后来事情开始慢慢变化。越来越多人开始尝试本地跑模型。一开始只是极客在折腾，后来变成开发者在折腾，再后来，甚至很多普通用户也开始在自己的电脑上下载模型、部署模型、测试模型。这个过程中，一个特别有意思的现象出现了：GGUF、GPTQ、AWQ、EXL2、MLX、VMLX 这些名字，开始越来越频繁地出现在社区里。
2026-05-13 23:11:13
554
原创 从显存瓶颈到推理革命：vLLM 为何成为大模型服务的底层标配
vLLM 的成功，本质上是解决了行业的真痛点——它没有追求花哨的功能，而是聚焦于大模型推理的核心需求：高效利用 GPU 资源、降低部署成本、提升并发能力。正是这种务实的定位，让它从众多推理引擎中脱颖而出，成为大模型服务的底层标配。展望未来，随着大模型向更大参数量、更长上下文、更多模态的方向发展，推理层的优化将成为重中之重。vLLM 也在持续迭代，不断优化分布式推理、多模态推理、Agent 适配等能力，同时社区生态也在快速壮大，越来越多的开发者参与到贡献中。
2026-05-12 09:44:43
422
原创 当 Agent 开始“记事”：一种更像 Hermes 的四层记忆架构设计
typecontentuser_goal用户要求生成 2026 年 2 月考核读取梦网对账单成功warningvivo 数据缺失fix自动补全税率规则conclusion华为结算金额约 218 万用户：你好AI：你好用户：帮我看看AI：好的...这种垃圾上下文。例如：2026-02 稽核任务：- 梦网数据正常- vivo 补税率- 华为扣分修正然后：原始细节转 Artifact 文件。这才是真正的：会话压缩。
2026-05-06 16:19:36
254
原创 谁才真正拥有 Agent Loop？从 OpenClaw、Claude Code 到 LangGraph、Temporal 的一次工程级拆解
过去一年，“Agent”这个词被说得太轻了。很多系统只要能，就被称为 Agent。真正做过工程落地的人很快会发现：👉这篇文章我们把这个问题一次性讲清楚，并给出一个可以直接用于系统设计的判断标准。
2026-04-28 15:34:01
577
原创 OpenClaw 的 Agent Loop 是伪命题吗？从工程角度拆穿三类 Agent 系统
👉 真正的 Agent Loop =有状态的长期任务执行系统。
2026-04-28 15:30:52
422
原创 配置文件战争：TOML/YAML/JSON 为何成为不同框架的“专属标配”？
为了让你更直观地对比，我们整理了“框架生态、配置格式、核心优势、适配场景”的对应关系，结合你熟悉的工具和主流框架，一目了然：框架生态主流配置格式核心优势代表框架/工具适配场景Rust 生态TOML轻量、解析快、语法严谨、支持注释边缘设备、低内存、高性能工具、Rust 工程化Node.js 生态YAML、JSON灵活、支持复杂结构、生态成熟、可扩展办公自动化、微服务、前端工程化、多平台适配Java 生态兼容性强、规范、支持多环境配置企业级系统、微服务、遗留系统维护。
2026-04-28 14:26:18
481
原创 OpenMUSE 全面详解：非扩散Transformer文生图开源基座（对标GPT Image 2）
当前主流文生图模型（Stable Diffusion、DALL·E系列）均基于Diffusion扩散架构，普遍存在文字渲染崩坏、构图逻辑差、推理步骤多、上下文语义丢失等痛点。而OpenAI最新闭源生图模型彻底抛弃扩散路线，采用Transformer自回归Token生成范式，在密集文字、复杂构图、现实世界还原上实现断层领先，但全程闭源无法本地部署与二次改造。Hugging Face开源的OpenMUSE。
2026-04-23 16:25:04
571
原创 从 0 到可用：Claude Code × Amazon Bedrock 实战打通指南
Claude Code + Bedrock，本质就是把“AI 调用权”从账号登录，切到云平台凭证体系。
2026-03-19 10:32:18
1005
4
原创 Mac 长时间处在高温运行会怎么样？
Mac 长时间处在高温运行，本质是在「持续逼近硬件与系统的保护边界」。这件事如果拆开来看，会非常清晰：短期是系统行为，中期是材料变化，长期是寿命曲线被改写。
2026-03-19 10:31:02
1124
原创 [特殊字符] VSCode Copilot 里的大模型，到底是不是“真的”？一篇讲透它背后的控制权
Copilot 让你以为你在使用大模型，但实际上，它帮你把模型变成了一种“工程能力”。
2026-03-18 17:17:10
287
原创 AI Agent 面试核心三问：高频考点+标准答案（2026最新版）
随着大模型与AI智能体技术的快速落地，AI Agent 已成为算法、后端、AI产品、大模型应用开发等岗位面试必考内容。AI Agent（AI智能体）是一种能够自主感知环境、理解用户意图、进行逻辑推理与任务规划、调用工具完成目标，并具备自我迭代能力的AI系统。以上3题是AI Agent岗位面试最高频考点，覆盖概念、架构、落地三大方向，无论是技术岗、产品岗、运维岗还是项目面，均高频出现。调用代码、搜索、插件、API、RAG等能力完成实际操作。它的核心特征是什么？自动生成代码、排查BUG、执行脚本、监控告警。
2026-03-18 00:32:05
501
原创 LM Studio 下载的模型，能不能直接给 Ollama 用？
如果你只记一件事，记这个就够了：👉看到 GGUF，就能进 Ollama；不是 GGUF，就别折腾。
2026-03-17 10:14:48
1532
原创 Qwen3.5 去审查版火了：0 拒绝、4090 可跑，本地大模型正在进入“失控边缘”？
过去这一年，本地大模型圈有一个很明显的变化：大家讨论的重点，已经从“能不能跑起来”，慢慢变成了“跑起来之后，它到底会说什么”。前几年玩本地模型，很多人还在折腾显卡、量化、推理速度和上下文长度。到了现在，硬件门槛越来越低，工具链越来越成熟，真正让社区情绪被点燃的，往往已经不是某个 benchmark 又涨了几点，而是某个模型突然“没有护栏了”。。它最吸引眼球的一点很简单：有人专门把 Qwen3.5-35B-A3B 的拒绝机制拆掉了，测了 465 个通常会被模型回避的提示词，结果是。
2026-03-17 08:38:09
4348
原创 为什么现在很多人觉得 OpenClaw 不好用
对接内部系统、打通 CRM / OA / ERP、接入私有模型、做权限体系、做流程自动化、做安全审计、做日志治理。个人自动化、小团队 Agent、聊天工具机器人、简单 workflow，这部分基本不需要上门部署。很多开发者第一次用的时候都会产生一个直觉：这玩意儿是不是还没做完？私有化部署、集群、SSO、数据权限、审计日志、插件开发、内部系统集成。现在只有：runtime、gateway、plugins、CLI。，而不是一个普通用户直接点点鼠标就能用的应用。真正改变体验的，不是模型，而是。
2026-03-06 16:51:09
480
原创 理解 IDE 调用大模型（Cursor / Claude Code / Copilot / OpenClaw / Agent IDE） 的 session
Cursor 长 session 变卡，本质就在这里。session orchestration（会话编排）管理 session，本质是在管理 AI 的认知边界。我明明换任务了，为什么还在一个 session？👉 多 session 并行 Agent。✅ IDE 把 session 设计成。模型通过这些推断你下一步意图。从 coding → 架构设计。因为真实开发从来不是单线程。workspace 结构。
2026-02-28 16:52:45
1347
原创 AI 时代在发生一次“软件分层重排”。
大模型正在成为新的通用逻辑层，智能体正在成为新的软件形态，而用户依然是目标提出者。软件工业的核心，从“编写确定逻辑”，进入“组织推理能力”。
2026-02-28 09:04:29
102
原创 AI 智能体友好：软件时代的一次底层重构
业务工具→ AI能力→ 多Agent协同→ 消息入口统一→ 服务API化→ 智能基础设施未来的软件公司，将更像：调度中心推理网络服务编排平台AI 不再附着在系统之上。AI 成为系统本身。
2026-02-28 08:52:26
644
原创 OpenClaw + 多智能体编排：构建自进化的软件研发流水线
这篇文章的真正价值，不在工具，不在 OpenClaw，也不在 Codex，而在工程系统思想把 AI 从“工具”升级为“可自我管理的生产系统”。它本质是一套单人公司自动化操作系统（One-Person Company OS），核心目标是：将人的角色从「执行者」转为「系统设计者 + 决策者」把开发变成自动运转的工业流水线让产出随 agent 数量线性扩展。
2026-02-25 14:12:33
1198
原创 Tauri 里 JS ↔ Rust 的通信：一套受控的“双向总线”
JS 主动调用 Rust 的函数，像“发起请求拿结果”。：Rust 主动推消息给 JS，像“通知、进度、订阅”。这两条线合起来，就是一个完整的应用内 RPC + PubSub 体系。
2026-02-11 16:05:43
909
原创 从 Web 到桌面：为什么现代应用会长成这种目录结构
你看到的目录并不是混乱，而是现代工程设计的一种刻意表达。它把一个桌面应用拆解为：Web UI 层原生能力层桥接通信层这种拆分让每一层都可以用最适合的工具实现。当你接受“一个项目可以包含多个独立工程”这个观念之后，这种结构会变得非常自然，甚至优雅。
2026-02-11 16:03:11
886
原创 Tauri vs Electron vs 纯 Web 应用的对比
如果你需要开发一个小型、跨平台、高效的桌面应用，Tauri是一个非常好的选择，特别是如果你有 Rust 的基础。如果你需要一个快速开发、系统功能丰富的桌面应用，可以选择Electron，但要做好应对较大包体积和内存占用的准备。如果你的目标是无须安装的应用，或者你只是构建轻量级 Web 应用，那么纯 Web 应用是最合适的选择。
2026-02-10 17:10:25
554
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人