Search Results

一、设计理念与理论基础 1.1 类比：生物脑 vs 计算机 vs LLM 生物脑/人脑的核心组成要素：逻辑能力、长期记忆、短期记忆。 计算能力（ALU）：计算机中是 ALU，LLM 对应为 LLM 本体（语言 ALU）。 寄存器：计算机中是寄存器，LLM 对应为 KV cache。 指令：计算机中是指令集，LLM 对应为模型权重。 内存（短期记忆）：计算机中是 RAM，LLM 缺失（需补充）。 硬盘（长期记忆）：计算机中是磁盘，LLM 缺失（需补充）。 几种记忆/状态存储形态的对比： K...

存储、连接、检索与深度学习的生物学原型 导读 人类大脑实现高效、鲁棒的"模糊记忆",并非靠计算机式的"地址—数据"存取,而是由几个互相支撑的机制共同构成: 分布式表征——记忆以何种形式存在 赫布学习与权重固化——记忆如何形成与巩固 短期记忆到长期记忆的"快照"机制——记忆如何沉淀 扩散激活——记忆如何被检索 这些机制之上,认知科学家构建了若干整体模型(Collins-Loftus 语义网络、ACT-R、海马体索引理论、互补学习系统、预测编码)。而当我们把视角拉远,会发现:现代深度学习的几乎所有核心机制——卷积...

引言 AI（特别是大语言模型与代码助手）正在重塑工程开发的底层流程。这种重塑不是简单的"工具升级"，而是对协作单位、职责边界、交付物形态的重新定义。本报告围绕五个核心问题展开：AI 能做什么、人机之间交换什么、各方的责任、流程如何演变、AI 当前的局限。最后给出一个完整的软件工程协作案例。 报告的基本立场：AI 当前最准确的定位不是"替代工程师"，而是头脑风暴伙伴 + 高级程序员 + 知识秘书的复合体。它承担的是认知劳动中可被外包的那一层，把人解放出来去做真正只有人能做的事——定义意图、做高层判断、承担最终责任。 ...

来源：Akshay Pachaar，《The Anatomy of an Agent Harness》（2026-04-06） 推文：https://x.com/akshay_pachaar/status/2041146899319971922 本仓库归档：Agent/design/harness.pdf 一、什么是 Agent Harness 你已经搭过 chatbot，也许还接了几个工具的 ReAct 循环——demo 跑得很好。可一旦要上生产，问题立刻浮现：模型忘掉三步前做过的事、工具调用静默失败、上下...

架构/微架构 设计 标量寄存器和向量寄存器统一，支持自动进行转换 异步单元（SP-PU-L1-DMA）之间都采用异步机制，依赖转移到异步目标 统一的同步机制 静态分配同步资源 原生软硬件支持动态图的执行 LD/ST 避免使用fence功能 Launch：fork 资源初始化（同步资源，各种存储器，状态） launch/signal/wait:join launch pu instrution: write_back_id local_id write_back atomic add/sub w...

AI的效果悖论/骗局 现象 看起来现在的大模型已经无所不能，LLM的语言能力，nano banana的图像，Sora的视频等等 能生成几乎是任意的数字内容，其实在早几年的CV（卷积网络）时代就已经有过一次惊艳了。 但是，这里面有个被人忽略的问题： 人类提供的信息很少 AI模型能够听懂的、接受、接收的信息很少 所以，生成名人的头像、视频是一种看似很难，实际上很简单的事情 因为，AI模型已经有足够的预训练时候存储进去的背景信息，只要人类提供足够小的提示，就能产生足够符合预期的结果 深层次的原因 之所以你能感到惊讶是...

测量线性稳压器的 2nV/√ Hz噪声和 120dB 电源抑制 https://www.analog.com/en/resources/app-notes/an-159.html [an-159.pdf](测量线性稳压器的 2nV_√ Hz噪声和 120dB 电源抑制/an-159.pdf) [AN159_Layout_Files.zip](测量线性稳压器的 2nV_√ Hz噪声和 120dB 电源抑制/AN159_Layout_Files.zip) https://www.analog.com/cn/resour...

锂电池/电动车使用规则 磷酸铁锂，因为不能从电压判断电量，经常充满一次，为了更好得平衡电池，电池间的平衡比满电的损害更小 由于磷酸铁锂的每个电池的自放电、能量回收充电的速度不一样，所以时间一长需要平衡校准 model3三元的官方建议尽量只冲到90%，除非充满了马上用 次次充满的磷酸铁锂的寿命通常比设置充电百分比限制的三元锂寿命更长 相对于满电，空电对电池的损害更大 磷酸铁锂建议使用范围100-30 三元建议80-30 磷酸铁锂正常日常使用 保持电池有一定的电量 >20%，低于40%就可以充电 用电多，一周>10...

注重文档的编写和生成 因为Agent的特性，只能理解上下文内的东西 文档是Agent能快速上手的一个关键的途径 vibe 不要焦虑，你的工作窗口就是对话框+少量的文档diff 不需要去关注所有的文件、代码的实际内容，人不用去看代码、文档，有什么问题就让Agent帮你总结后回答你 需要明确的提示 所有的任务的前后，一定要说清楚关键的输入，和期望的输出，和中间的明确路径 不清楚的地方，可以先讨论，写文档 可以要求Agent和你讨论，一直讨论清楚所有的可能的理解问题 欠缺比较高层次的设计能力...

《一种理想的智能体编排架构》× Harness 12 组件 对照分析 分析对象：Agent/design/一种理想的智能体编排架构.md 对照标准：Agent/design/Agent-Harness解剖.md 中归纳的 12 个生产级 Harness 组件 目的：把"理想架构"的设计意图，逐项映射到 Anthropic/OpenAI/LangChain 共识的工程组件上，找出已覆盖、等价但术语不同、缺失三类位置。 一、覆盖度总览 # Harness 组件 覆盖度 对应文档位置（章节） 一句话判断 ...

基于关键词的知识图：核心思想 本文不涉及任何代码、接口或落地形式，只解释这套知识组织方式背后的思想模型。 一、要解决的问题 人类积累知识的过程不是堆数据，而是给概念起名字、把概念挂到已有的概念体系上、再把零散的资料附在概念上。 主流的"知识库"方案要么是： 关系型 / 文档库：擅长存储事实，但不表达"概念之间的关系"； 向量库 / 嵌入检索：擅长找"看起来相似"的内容，但相似不等于相关，更不等于"是同一个概念"； 传统知识图谱：表达力强，但写入门槛高，且关系类型一旦多起来（"属于 / 派生 / 相似 / 引用 ...