内容类型
拿来就能用的实操内容：提示词技巧、工作流搭建、工具用法与踩坑经验。
439 条精选近 30 天 437 条共收录 1,601 条
Metaview 介绍其招聘 agent 共用的统一 harness，新 agent 上线时间从数天降到两小时以内。harness 由 Cloudflare Durable Object 控制面、Modal Sandbox 沙箱、AWS Lambda broker 和会话快照恢复组成，agent 本身只剩系统提示词、技能目录、脚本和配置文件。
可借鉴其共享 harness 的四层拆分（Durable Object 控制面、Modal 沙箱、Lambda broker、快照恢复），把新 agent 上线从数天压到两小时；代价是自建运维，且沙箱内跑循环需靠 broker 隔离凭证。
deepsense.ai 团队基于 Codex 与 Claude Code 的实测和 HyperCode 项目经验，给出 9 个可套用到真实仓库的编码智能体 harness 模式，覆盖 AGENTS.md 知识库、按任务即时组装上下文、验证命令菜单、有界反馈循环和把错误沉淀为护栏。
能拿走 AGENTS.md 骨架、Makefile 验证菜单、review-looper 三段式子智能体 JSON 契约和重试上限，落到软件工厂的编码智能体流程；代价是要持续维护文档与技能库，且被动式自我记录不可靠，得靠 stop-hook 或 PR 关卡强制。
Lightpanda 是一个用 Zig 从零编写、不基于 Chromium/Blink/WebKit 的无头浏览器，砍掉图形渲染只保留 HTML 解析、DOM、V8 执行 JS 和网络请求，官方在 AWS EC2 m5.large 上请求 933 个真实页面的测试显示 100 页峰值内存 123MB 对 Headless Chrome 的 2GB、耗时 5 秒对 46 秒。
能拿走 fetch/serve/mcp/agent 四种入口的选型对照和 PandaScript 把 Agent 探索固化成零 token 脚本的做法，可换掉 Puppeteer 后端；代价是 AGPL-3.0、无 Windows 原生版、Web 兼容性得自己拿目标站点实测。
作者把掘金每日掘友分任务交给能操作浏览器的 Agent 跑了一遍，结论是这类 Agent 读互联网已经相当能打，写互联网还处处漏风。文中记录了几个关键坑：点赞按钮在可访问性树上没有独立节点，靠父容器偏移猜坐标会点到举报旁的空白，工具层仍返回 success；两次偏掉的点击被风控判为高频交互，digg/save 被拦。
可拿走可访问性树 ref 定位、写操作 postcondition 断言、四段式压缩摘要和幂等重试四条做法，落到浏览器自动化与 Agent 编排线上；代价是快照压缩要赌模型看不全也能做对，无锚点图标按钮仍会点偏。
作者用浏览器 Agent 跑掘金每日任务，总结出三个工程真问题：上下文快照要做可见性过滤并保持元素顺序稳定以维持 prompt caching 命中，写操作必须带 postcondition 断言（如检查 interact_api/v1/digg/save 请求或 DOM 文案变化），风控看的是点击分布与停留时长等行为特征。
可拿走四段式交接摘要、写操作强制 postcondition 断言、快照元素顺序稳定以保缓存命中，落到软件工厂的浏览器自动化链路；代价是每步写操作要加验证与幂等重试，失败即停会牺牲任务完成率。
作者拆解了 30k star 的开源终端编码 Agent DeepSeek-Reasonix，它不做上下文压缩，而是用缓存优先、只追加的会话循环把长会话 Token 成本降下来。
能拿走三层上下文分区加只追加日志的会话设计，把长会话前缀缓存命中率拉高，落到本地编码 Agent 和长文档 Agent 的降本上；代价是强绑 DeepSeek 前缀缓存，换模型优势即失效，且上下文只增不减会撞窗口上限。
作者逐文件核对 DeepSeek Harness 团队 2026-10-31 发布的 Super-agent 架构文章与同日开源的 deepseek-ai/dsh-superagent-prototype（MIT/TypeScript，三天 1.36 万 star），指出原型实装的只有授权门禁，文章主角 Watchdog 在 docs/007 中并不存在。
能抄的是授权门禁三件套，主动行为默认影子模式只记账、准入规则写成代码而非提示词、凭证不可变且恢复前重验，可直接换掉现在靠提示词约束 Agent 越权的做法，前提是只支持单仓库且 Watchdog 未实装。
一篇系统梳理 Agent 成本结构的实践长文指出，Agent 账单里真正由模型思考产生的部分通常不到三成，其余来自每轮重发的系统提示与工具定义、缓存未命中的折价和返工轮次。
能拿走清账参数配置、缓存断点与工具面收窄的具体做法，落到本地模型部署和软件工厂的成本控制上，代价是清账会打断前缀缓存、各杠杆互相抵消，需先埋点再动手。
GPUStack 团队在 DGX Spark（GB10、aarch64、121GB 统一内存）上部署了 Qwen-Image-2.1，通过 GPUStack 网关对外提供 OpenAI 兼容的文生图、图改图、RGBA 透明底和 LoRA 四项能力，硬件零改动。
能拿走一套 ARM 上跑 vLLM-Omni 镜像的排查顺序和只新增不替换的依赖锁法，落到本地模型部署这条线；代价是要自己写几十行参数翻译层，且 LoRA 只验了加载链路。
作者用 80 行纯标准库 Python 复现了主动性 Agent 的 Fast/Slow Path 两级过滤，6 条模拟事件中 3 条在程序层被零模型成本滤掉、1 条被语义层拒绝，仅 2 条进入派发。
能拿走 Fast/Slow Path 两级过滤的 80 行纯标准库模拟器和 observe/auto 双模式灰度，落到软件工厂的事件准入环节，代价是 Slow Path 用关键词替身，误报压力全转到提示词质量上。
spapient 发布 Rust 项目 scx 0.11.0，在把日志、命令输出、diff 喂给 LLM 前按查询删掉无关整行、保留证据行原文，crates.io、GitHub Releases、Homebrew、npm 四平台同步。
能拿走的是只删整行不改原文、证据行加邻域无条件保留、--max-tokens 超限如实报 overflow 的压缩纪律，可接到本地模型部署和 Agent 上下文治理上；代价是词面命中为主，查询零共享词时回退原文，且对已压缩文本再压会级联退化。
文章拆解 AI Agent 的 SSE 链路跑通后仍会在后台持续消耗的三处契约错配，分别是 Starlette 0.49.1+ 快速路径假设 send() 在断开时抛 OSError 而 uvicorn 直接 return、异步生成器 running 状态下并发 aclose() 抛 RuntimeError 被 except Exception 吞掉、fetch-event-source 2.0.1 对 204 持续重试却把 clean close 当流结束。修复上给出无条件走 task-group 与 listen_for_disconnect 的 CancellableStreamingResponse、清理放 finally 且不在 finally 里 yield、onopen 识别 204 抛 FatalError 并自行实现递增退避。续传部分要求回放分支两条出口都补发带可解析 id 的 done，优雅关闭需在 lifespan 中尽早广播 sentinel 并调小 timeout_graceful_shutdown，幂等键要加 user_id 维度。作者给出验证方法，在生成器 yield 处打日志后中途关闭标签页，看服务端是否继续输出。
能拿走三处契约错配的具体修法，包括无条件走 task-group 的 CancellableStreamingResponse、finally 里不 yield 只重抛、204 抛 FatalError 并自算退避；落到 Agent 服务端 SSE 长连接这条线，代价是要按自己 uvicorn 小版本用日志实测，不能直接套结论。
作者在「推理 INFRA 方法论」系列第 2 篇中把集合通信拆成步数、启动时延 α 和每卡字节数，给出 T=步数×α+每卡字节/busBW 的时延模型，并结合 H20 8 卡 4 NIC 的 NUMA 与 PCIe 拓扑解释实测差异。
能拿走集合通信的时延模型 T=步数×α+每卡字节/busBW 和分层 AllReduce 做法，用于排查跨机推理通信瓶颈；前提是拿到目标机器的 GPU-NIC 亲和矩阵和实测 α、busBW，模型值只能定位问题。
这篇教程按权重、KV、激活和通信预算推演 Attention 与 MoE 的并行组合，给出 TP、DP、EP、CP、PP 的选型判据。核心结论是 GQA 可沿头维切 KV 直接走 TP，MLA 的 KV 全头共享只能复制、必须走 DP；EP 的通信优势来自 EP 域大于 top-k，k=8 时 EP8 与 MoE-TP 持平、EP32 省 4 倍。
能拿走一套按模型结构选并行维度的判据，GQA 走 TP、MLA 必走 DP、卡多上 EP、长上下文用 CP/DCP，代价是结论绑定 DeepSeek V3 口径与 H20 实测，换模型或换卡要重算显存和通信预算。
八月蝉在「推理 INFRA 方法论」系列第 1 篇里，用 Roofline 模型把 GPU 计算拆成算力 F 与带宽 BW 两条上限，给出 T ≥ max(W/F, Q/BW) 的时延预算和 I 与转折点 R 的判瓶颈流程。
能拿走一套 Roofline 判瓶颈流程和 H20 实测数字，用来给 decode 权重 GEMM 定 batch 饱和点、给 attention 判该不该融合；前提是接受 Q 按实际 HBM 往返算、带宽只打八五折，小形状上固定开销会盖过理论值。
开源 Obsidian 插件 Oh My Claudian 复用本机已登录的 Claude Code、Codex、Cursor Agent 等 8 种 Agent CLI，无需额外 API Key 即可在笔记侧边栏对话。
能复用本机已登录的 Claude Code、Codex 等 8 种 Agent CLI 接入 Obsidian，省掉另配 API Key；代价是桌面版需 ≥1.7.2，且 PATH 与残留 ANTHROPIC_API_KEY 会挡住 CLI 识别。
这篇 MoE 推理方法论沿 batch 主线拆解专家覆盖率、all2all 通信量、tile 填充和负载倾斜，并用 Qwen3.5-397B-A17B-FP8 在 8×H20 上实测校验理论预算。
能拿走 B*≈Ridge·W_total·bpp/(2·N_active) 的拐点估算、DeepGEMM 静态 buffer 加 masked_m 动态行数、DeepEP hook 把通信变 max 的做法，落到本地模型部署的容量规划上；前提是跨机大 EP 场景，机内 NVLink 只能藏住 20–27% 通信。
作者在系列第 4 篇中给自研 K8s Operator KubeSentry 加上分级自愈引擎，按过载型、局部故障、版本级故障三类信号分别从 L1 扩容、L2 摘除、L3 回滚起步，再按观察窗逐级升级。
能拿走故障三分类起点映射、五条状态机规则和改 App.Spec.Image 而非 Deployment 的回滚写法，落到本地模型部署的运维线上；代价是要先有 Operator 和 Prometheus 指标，且 revisionHistoryLimit 为 0 时回滚无目标。
作者用同一个 Java 订单金额计算修 bug 任务，在 Claude Code 2.1.299 上跑 6 种设置并用 10 个隐藏用例验收，花费从 Opus 5.5 medium 的 0.694 美元降到 Haiku 5.5 的 0.021 美元，6 组全部 10/10 通过。
同一 Java 修 bug 任务跑 6 组设置，给出 --model、--effort、--safe-mode、FORCE_PROMPT_CACHING_5M 的具体命令和 token 拆账，能直接换掉现在默认 Opus medium 跑小任务的配置；代价是每组只跑一次、任务偏小，数字只能看量级。
开发者 vinijack 以 MIT 协议开源 OpenSelect，这是一个用 Bun + TypeScript 写的本机守护服务，把多个 opencode-go 账号和 Z.ai、MiniMax、Command Code、Ollama Cloud、DeepSeek 官方等订阅池化，在 Claude Code 和 opencode 里实现首字节前无感换号重试。
能拿走多账号池化加首字节前换号重试的做法，把 17 个 opencode-go 账号和多家订阅串成 Claude Code 的本地高可用入口，代价是要自己维护账号凭据和 97% 阈值调参。