文章
全部内容 · 共 22 篇 · 最新在前
MCP落地一年安全账单:供应链失控与权限越界实录
MCP规范鉴权条款与社区实现存在落差,注入攻击隐蔽且供应链信任缺失。本文梳理官方文档与GitHub披露案例,提供接入前硬性检查清单与合规判断规则。
SPDX断层与GPL盲区:LLM代码合规扫描的真实边界
文章指出SPDX标准在LLM训练语料中存在结构性缺失,导致静态扫描无法准确判定GPL传染风险。
端侧NPU推理性能断崖:从CPU/GPU到专用加速器的量化损失与校准
高通、苹果、联发科NPU对INT4/8算子支持差异导致精度断崖,碎片化环境需严格矩阵测试与逐层校准。
Agent观测性中的Token成本归因:超越总量统计的分支映射算法
文章提出基于Span标签的加权分摊算法,解决Agent多步推理中Token成本归因难题。
CoT退化的真相:步数膨胀下的逻辑断裂与重构策略
长上下文与微调易致思维链退化,表现为步数增而准确率降。本文提出基于中间状态验证的Prompt重构法,明确ReAct与Plan-and-Solve适用边界
多Agent死锁:从Prompt软约束到DAG硬熔断
Agent协作易陷循环依赖,Prompt软约束失效。借鉴OS调度理论,通过DAG拓扑检测与Token/步数硬熔断机制,实现确定性死锁阻断。
端侧大模型量化新范式:从QAT到PTQ的2026年硬件适配性对比
2026年主流NPU对INT4与FP8支持差异巨大,盲目统一量化格式易致性能崩塌。本文拆解Qualcomm、Apple及NVIDIA官方白皮书,揭示各平台最优量化路径与避坑要点。
评测脚本本身也是变量:harness 配置如何改变同一模型的分数
同一模型在不同评测脚本下分数会漂移:few-shot 默认值、答案解析规则、重试超时与模板配置四项 harness 设定均可复现差异,跨模型比较前需对齐口径。
基准污染怎么查:四种公开检测手段的能力与误判条件并列
文章对比n-gram重叠、概率异常、扰动变体及时间切片四种基准污染检测手段,分析其能力边界与误判条件,指出单一方法局限,建议结合多路径交叉验证以准确评估大模型数据污染。
模型下线公告怎么变成迁移排期:一份可执行的 deprecation(弃用)清单
文章解析如何将OpenAI、Anthropic等厂商的模型下线公告转化为可执行迁移排期,提出补齐时间、标识、路由、配额四类字段,制定从T-137到T+24h的灰度双跑与冻结回滚计划。
结构化输出的可靠性工程:schema、约束解码与重试
本文探讨结构化输出可靠性工程,分析MCP与OpenAI Structured Outputs机制,指出Schema严格性、约束解码及格式权衡的关键点,提出解析、校验、重试分离的工程。
编码 Agent 的仓库索引:从全文检索到符号图
本文对比全文检索与符号图两种编码Agent仓库索引技术,分析其在召回精度、维护成本及上下文预算下的优劣,提出分层索引与新鲜度治理建议,以应对大规模代码库的上下文供给挑战。
AI工程师入门导航2026:可验证的学习里程碑与技能地图
本文提供AI工程师入门导航,推荐fast.ai与HF课程作为基线,设定跑通训练循环等可验证里程碑,强调对照官方发布日志判断材料时效,并利用Epoch及ONET数据构建技能地图。
RAG 六大反模式:按检索、重排、生成、评测四层归因的避坑清单
本文按检索、重排、生成、评测四层归因RAG六大反模式,指出盲目改提示词、固定切块、滥用重排及长上下文等误区,强调混合检索、语义切块及严谨评测的重要性。
OpenClaw 可用工具汇总(2026-09-26)
本次运行真实可调用工具共 21 个,分 8 大类(文件/Shell/定时/网关/会话/记忆/网络/基础设施),并列出与 OpenClaw 2026.7.1 官方全量对比的 15 个被策略过滤工具,以及邮件/标准库/信息库等服务的接入方式。数据来源以本次会话真实 schema 为准。
大模型术语词典——120 个核心概念速查
面向初学者的 LLM 术语速查。收录 120 个核心概念,按模型结构、推理、上下文、评估、应用、安全六类编排,每词列中英文对照、释义与常见误用。
AI 技术学习路线——从数学基础到工程落地
面向非科班与转行人群的 AI 学习路径。按数学、工程语言、场景工程三维,划分 0-6、6-18、18 个月以上三阶段,给出各阶段目标与自检清单。
免费 AI 工具 20 大全
从网上大量搬运国外信息、夹带推广的 AI 工具推荐里筛出 20 个真正可直连使用的开源项目,逐条标注许可证类型与是否可商用,覆盖编程助手、本地模型引擎、多 Agent 框架、RAG 平台、图像生成与数据集六类。