文章
全部内容 · 共 38 篇 · 最新在前
Nginx Upstream模块中HTTP/2流控窗口动态调整对长连接多路复用吞吐量的影响
本文分析Nginx Upstream模块中HTTP/2流控窗口对长连接多路复用吞吐量的影响,指出默认静态窗口易致队头阻塞,实测显示调优至256KB可显著提升性能,并给出分层调优策略。
Kubernetes HPA基于自定义指标的扩缩容抖动抑制机制解析
解析Kubernetes HPA基于GPU自定义指标的扩缩容抖动抑制机制,指出需结合EMA平滑算法与分层冷却策略解耦采集与决策周期,以解决高动态推理场景下的资源碎片化问题。
PostgreSQL扩展生态中的AI原生能力:pgvector与JSONB在结构化RAG中的应用
来源对照 PostgreSQL官方文档,Release Notes 17.0,2024-09-26;pgvector GitHub仓库,HNSW Indexes说明,2024-12-01;Supabase博客,Postgres Vector Search Hybrid Search,2024-05-
2026年主流向量数据库的混合检索架构:稀疏向量与稠密向量的联合索引效率
文章解析Milvus v2.4与Qdrant v1.8的混合检索架构,对比稀疏与稠密向量联合索引效率。
Agent 工具调用失败管理:重试、幂等与人工升级线
文章阐述Agent工具调用失败管理策略,通过分类五类错误、设定硬性重试上限与指数退避、设计幂等键及明确人工升级线,构建稳定性三角以平衡系统可靠性与成本。
AI Agent记忆架构选型:Mem0、Letta与Zep的工程取舍对比
AI Agent记忆并非玄学而是状态机管理。本文深度拆解Mem0、Letta与Zep在短期上下文、长期画像及遗忘策略上的工程差异,提供基于延迟、合规与运维成本的实战选型指南。
大模型推理冷启动:从串行加载到异步并行的IO重构
Serverless场景下大模型冷启动瓶颈在于网络IO而非算力,通过权重懒加载与KV Cache预热并行化可显著降低延迟,需优先评估存储带宽限制。
向量数据库元数据过滤性能陷阱与决策规则
HNSW索引在低选择率元数据过滤下严重退化,本文拆解预过滤与后过滤机制差异,提供基于基数与选择率的选型判断规则。
GraphRAG与混合检索在垂直领域的实战复盘:性能瓶颈与选型逻辑
文章复盘GraphRAG与混合检索在垂直领域的实战表现,指出图谱架构虽提升多跳推理能力但索引成本高昂。
AI Agent安全沙箱:Docker隔离与WASM轻量级运行时实践
本文对比Docker与WASM在AI Agent安全沙箱中的应用。
模型路由与级联:官方文档里能查到的分流策略与失败回退机制
本文对比AWS、Azure、LiteLLM及OpenRouter文档,解析模型路由的分流策略与失败回退机制。
模型路由与级联:官方文档里能查到的分流策略与失败回退机制
本文对比AWS Bedrock、LiteLLM、OpenRouter及Azure APIM的官方文档,解析模型路由的分流策略与失败回退机制。
端侧推理后端怎么选:CPU/GPU/NPU 三类后端在官方文档里的支持矩阵
ExecuTorch等框架端侧推理选型需拆解量化格式、算子覆盖及内存口径三层指标。
换 embedding(向量嵌入)模型不是换 endpoint:向量空间漂移与全量重建的迁移账
更换向量嵌入模型并非简单替换API端点,涉及维度差异、空间漂移及全量重建成本。
2026 AI 全栈参考项目盘点:从官方示例仓库反推一套端到端骨架
盘点2026年AI全栈参考项目,基于Vercel、OpenAI等官方仓库提炼五层端到端骨架:交互、编排、工具协议、检索及范例行文。
Agent 工作流编排三派之争:DAG、事件驱动与人在环路各自解决什么
文章对比DAG、事件驱动与人在环路三种工作流编排范式,分析Airflow、Temporal及LangGraph在重试语义、状态持久化及可观测性上的差异,提供按流程形态选型的建议。
RAG 里「切块大小」怎么定:从公开论文与官方文档能读出的四条经验规则
文章基于RAG原论文及LlamaIndex、LangChain文档,提出切块四规则:先定检索粒度、补元数据、重叠量按需设、小块准大块全仅为经验。
Claude 订阅开始附带 API 额度:Max 5x 每月 $100,Team 按席位累计封顶 $500
Anthropic 给 Max/Team 订阅每月附带 Claude API 额度:Max 5x $100、20x $200,Team 按席位($20/$100)合并成池封顶 $500。额度只吃 API/Agent SDK,不覆盖交互式 Claude Code,且一计划只能绑一个 Console 组织、不可自改绑。
Claude Max/Team 订阅带 API 额度:Max 5x 每月 $100,团队池化上限 $500
Anthropic 把订阅计划和 API 额度打通了。变化不大?对个人开发者不是。Max、Team 订阅现在自带一笔每月 API 额度,能直接调 Claude API 做自己的应用和智能体,不用再单独充 Console 余额。
Bonsai 2 补上三款三值模型:最小的 2B 只有 0.43GB
Bonsai 2 系列新增三款三值(ternary)模型。基于 Qwen3.5,分别是 2B、4B、9B,与已有的 Bonsai 2 27B 同属一个家族。这一代补齐了从边缘到宽裕算力的整条线。
WorkBuddy:腾讯的 AI 办公同事——它把活干完,不只是给建议
2026 年 3 月,腾讯云推出了 WorkBuddy——不是又一个聊天机器人,而是一个能直接在你电脑里干活的 AI 同事。上线三个月,月访问量 2097 万次,登顶中国桌面端 AI 办公智能体市场。