二区精品

二区精品?霓虹撞色海报里，段奕宏身后是整装待发的警察方阵，秦昊背景却是海滩跑车与火拼毒贩——美学团队用高饱和色块把正邪对立缝进每帧画面，但真正让人脊背发凉的是毒品经济学。 全球第四个！锐龙5 7600X3D在英国上架：卖到了近2900元

二区精品?如今《雀骨》正式官宣了女主角，是同为05后的小花艾米，有博主爆料称，黄杨钿甜因为舆论影响被换角，资源才落到了艾米的头上。 杨勇记者 孟宪坤 摄

二区精品?面向AI代理的上下文工程：构建 Manus 的经验教训 2025 年 7 月 18 日 季逸超 在Manus 项目伊始，我和团队面临一个关键抉择：是使用开源基础模型训练一个端到端的代理模型，还是基于前沿模型的上下文学习能力构建代理？ 回想我在自然语言处理领域的最初十年，我们没有这样的选择余地。在BERT 的远古时代（是的，已经七年了），模型必须经过微调并评估后才能迁移到新任务。即使当时的模型远小于如今的 LLMs，这一过程每次迭代往往也需数周。对于快速发展的应用，尤其是产品市场匹配前期，这样缓慢的反馈周期是致命的。这是我上一家创业公司的惨痛教训，当时我从零开始训练模型用于开放信息抽取和语义搜索。随后 GPT-3 和 Flan-T5 的出现，让我自研的模型一夜之间变得无关紧要。讽刺的是，正是这些模型开启了上下文学习的新纪元——也为我们开辟了一条全新的前进道路。 这个来之不易的教训让选择变得清晰：Manus 将押注于上下文工程。这使我们能够在数小时内发布改进，而不是数周，同时保持我们的产品与底层模型正交：如果模型进步是涨潮，我们希望 Manus 是船，而不是固定在海床上的柱子。 然而，上下文工程远非简单。这是一门实验科学——我们已经重建了四次代理框架，每次都是在发现了更好的上下文塑造方法之后。我们亲切地称这种手动的架构搜索、提示调整和经验猜测过程为“随机梯度下降”。它不优雅，但有效。 这篇文章分享了我们通过自己的“SGD”达到的局部最优解。如果你正在构建自己的 AI 代理，希望这些原则能帮助你更快收敛。 围绕KV缓存设计 如果只能选择一个指标，我认为KV 缓存命中率是生产阶段 AI 代理最重要的指标。它直接影响延迟和成本。要理解原因，我们先看看典型代理的工作方式： 在接收到用户输入后，代理通过一系列工具调用来完成任务。在每次迭代中，模型根据当前上下文从预定义的动作空间中选择一个动作。然后在环境中执行该动作（例如Manus 的虚拟机沙箱），以产生观察结果。动作和观察结果被追加到上下文中，形成下一次迭代的输入。这个循环持续进行，直到任务完成。 正如你所想象的，上下文随着每一步增长，而输出——通常是结构化的函数调用——则相对较短。这使得预填充与解码之间的比例在代理中远远偏高，区别于聊天机器人。例如，在 Manus 中，平均输入与输出的Token比约为100:1。 幸运的是，具有相同前缀的上下文可以利用KV 缓存，这大大减少了首次生成标记时间（TTFT）和推理成本——无论你是使用自托管模型还是调用推理 API。这里的节省可不是小数目：以 Claude Sonnet 为例，缓存的输入标记费用为 0.30 美元/千标记，而未缓存的则为 3 美元/千标记——相差 10 倍。 从上下文工程的角度来看，提高KV 缓存命中率涉及几个关键做法： 保持提示前缀稳定。由于LLMs 的自回归特性，即使是单个标记的差异也会使该标记及其之后的缓存失效。一个常见错误是在系统提示开头包含时间戳——尤其是精确到秒的时间戳。虽然这样可以让模型告诉你当前时间，但也会大幅降低缓存命中率。 使你的上下文仅追加。避免修改之前的操作或观察。确保你的序列化是确定性的。许多编程语言和库在序列化JSON 对象时不保证键的顺序稳定，这可能会悄无声息地破坏缓存。 在需要时明确标记缓存断点。一些模型提供商或推理框架不支持自动增量前缀缓存，而是需要在上下文中手动插入缓存断点。设置这些断点时，应考虑缓存可能过期的情况，至少确保断点包含系统提示的结尾部分。 此外，如果你使用像vLLM 这样的框架自托管模型，确保启用了前缀/提示缓存，并且使用会话 ID 等技术在分布式工作节点间一致地路由请求。 遮蔽，而非移除 随着你的智能体功能不断增强，其动作空间自然变得更加复杂——简单来说，就是工具数量激增。最近 MCP 的流行更是火上浇油。如果允许用户自定义工具，相信我：总会有人将数百个神秘工具接入你精心策划的动作空间。结果，模型更可能选择错误的动作或走低效路径。简而言之，你的重装智能体反而变得更笨。 一种自然的反应是设计动态动作空间——或许使用类似 RAG 的方式按需加载工具。我们在 Manus 中也尝试过。但实验表明一个明确的规则：除非绝对必要，避免在迭代过程中动态添加或移除工具。主要有两个原因： 1. 在大多数LLMs 中，工具定义在序列化后通常位于上下文的前部，通常在系统提示之前或之后。因此，任何更改都会使所有后续操作和观察的 KV 缓存失效。 2. 当之前的操作和观察仍然引用当前上下文中不再定义的工具时，模型会感到困惑。如果没有受限解码，这通常会导致模式违规或幻觉操作。 为了解决这一问题，同时提升动作选择的效果，Manus 使用了一个上下文感知的状态机来管理工具的可用性。它不是移除工具，而是在解码过程中屏蔽Token的对数概率，以根据当前上下文防止（或强制）选择某些动作。 在实际操作中，大多数模型提供商和推理框架都支持某种形式的响应预填充，这使你可以在不修改工具定义的情况下限制动作空间。函数调用通常有三种模式（我们以NousResearch 的 Hermes 格式为例）： 自动——模型可以选择是否调用函数。通过仅预填回复前缀实现：<|im_start|>assistant 必需——模型必须调用一个函数，但选择不受限制。通过预填充到工具调用标记实现：<|im_start|>assistant 指定——模型必须从特定子集中调用函数。通过预填充到函数名开头实现：<|im_start|>assistant {"name": “browser_ 利用此方法，我们通过直接屏蔽标记的对数概率来限制动作选择。例如，当用户提供新输入时，Manus 必须立即回复，而不是执行动作。我们还特意设计了具有一致前缀的动作名称——例如，所有与浏览器相关的工具都以 browser_开头，命令行工具以 shell_开头。这使我们能够轻松确保代理在特定状态下仅从某一组工具中选择，而无需使用有状态的对数概率处理器。 这些设计有助于确保Manus 代理循环保持稳定——即使在模型驱动架构下也是如此。 将文件系统用作上下文 现代前沿的LLMs 现在提供 128K Token或更多的上下文窗口。但在现实世界的智能代理场景中，这通常不够，有时甚至成为负担。有三个常见的痛点： 1. 观察内容可能非常庞大，尤其是当代理与网页或PDF 等非结构化数据交互时。很容易超出上下文限制。 2. 即使窗口技术上支持，模型性能在超过某个上下文长度后往往会下降。 3. 长输入代价高昂，即使使用前缀缓存也是如此。你仍然需要为传输和预填充每个标记付费。 为了解决这个问题，许多智能体系统实施了上下文截断或压缩策略。但过度压缩不可避免地导致信息丢失。问题是根本性的：智能体本质上必须基于所有先前状态来预测下一步动作——而你无法可靠地预测哪条观察在十步之后可能变得关键。从逻辑角度看，任何不可逆的压缩都存在风险。 这就是为什么我们将文件系统视为Manus 中的终极上下文：大小无限，天生持久，并且可以由智能体自身直接操作。模型学会按需写入和读取文件——不仅将文件系统用作存储，更作为结构化的外部记忆。 我们的压缩策略始终设计为可恢复的。例如，只要保留网址，网页内容就可以从上下文中删除；只要沙盒中仍有文档路径，文档内容也可以省略。这使得 Manus 能够缩短上下文长度而不永久丢失信息。 在开发此功能时，我不禁想象，状态空间模型（SSM）要在具代理性的环境中有效工作需要什么条件。与 Transformer 不同，SSM 缺乏完全的注意力机制，难以处理长距离的向后依赖。但如果它们能掌握基于文件的记忆——将长期状态外部化而非保存在上下文中——那么它们的速度和效率可能会开启新一代代理。具代理性的 SSM 或许才是神经图灵机的真正继任者。 通过背诵操控注意力 如果你使用过Manus，可能会注意到一个有趣的现象：在处理复杂任务时，它倾向于创建一个 todo.md 文件，并随着任务的推进逐步更新，勾选已完成的事项。 这不仅仅是可爱的行为——这是一种有意操控注意力的机制。 Manus 中的一个典型任务平均需要大约 50 次工具调用。这是一个较长的循环——由于 Manus 依赖 LLMs 进行决策，因此在长上下文或复杂任务中，容易偏离主题或忘记之前的目标。 通过不断重写待办事项清单，Manus 将其目标反复写入上下文末尾。这将全局计划推入模型的近期注意力范围，避免了“中途丢失”问题，减少了目标不一致的情况。实际上，它利用自然语言来引导自身关注任务目标——无需特殊的架构改动。 保留错误信息 智能体会犯错。这不是漏洞——这是现实。语言模型会产生幻觉，环境会返回错误，外部工具会出现异常，意外的边缘情况时常发生。在多步骤任务中，失败不是例外；它是循环的一部分。 然而，一个常见的冲动是隐藏这些错误：清理痕迹，重试操作，或重置模型状态，寄希望于神奇的“温度”参数。这看起来更安全、更可控。但这付出了代价：抹去失败就抹去了证据。没有证据，模型就无法适应。 根据我们的经验，改善智能体行为的最有效方法之一看似简单：在上下文中保留错误的路径。当模型看到失败的操作及其产生的观察结果或堆栈跟踪时，它会隐式地更新内部信念。这会使其先验偏离类似的操作，从而减少重复同样错误的可能性。 事实上，我们认为错误恢复是衡量真正智能体行为的最明确指标之一。然而，在大多数学术研究和公开基准测试中，这一指标仍然被忽视，这些研究和测试通常侧重于理想条件下的任务成功率。 避免被少量示例限制 少量示例提示是提升LLM 输出的常用技巧。但在智能体系统中，它可能以微妙的方式适得其反。 语言模型擅长模仿；它们会复制上下文中的行为模式。如果你的上下文充满了类似的过去动作-观察对，模型往往会遵循这种模式，即使这已不再是最优选择。 在涉及重复决策或操作的任务中，这可能会带来危险。例如，在使用Manus 帮助审查一批 20 份简历时，代理经常陷入一种节奏——仅仅因为上下文中出现了类似内容，就重复执行相似的操作。这会导致偏离、过度泛化，甚至有时产生幻觉。 解决方法是增加多样性。Manus 在动作和观察中引入少量结构化的变化——不同的序列化模板、替代表达、顺序或格式上的细微噪声。这种受控的随机性有助于打破模式，调整模型的注意力。 换句话说，不要让少量示例把自己限制在固定模式中。上下文越统一，代理就越脆弱。 结论 上下文工程仍是一门新兴科学——但对于代理系统来说，它已经至关重要。模型可能变得更强大、更快速、更廉价，但再强的原始能力也无法替代记忆、环境和反馈的需求。你如何塑造上下文，最终决定了代理的行为：运行速度、恢复能力以及扩展范围。 在Manus，我们通过反复重写、走过死胡同以及在数百万用户中的实际测试，学到了这些经验。我们在这里分享的内容并非普遍真理，但这些是对我们有效的模式。如果它们能帮助你避免哪怕一次痛苦的迭代，那么这篇文章就达到了它的目的。 智能代理的未来将由一个个情境逐步构建。精心设计每一个情境。

二区精品?最近日本大米短缺，导致价格飙升，被认为是日本开放进口粮食市场的一个契机。然而，报道表示，若大幅增加进口，势必将使本国农户面临激烈竞争，也会激怒政治影响力强大的农业游说团体，使得石破茂在政治上难以动摇其将大米视为“国家利益”的立场。

二区精品?随着2026年中期选举临近，MAGA阵营对透明与隐私界限的争论并未终结，其内部将继续围绕如何平衡基层激情与政党稳健继续展开博弈。 姚卫永记者 陈显田 摄

二区精品?事件导致餐厅顾客惊慌逃离，场面混乱。当地警方逮捕4名涉事韩国游客，调查显示冲突系聚餐时口角引发。餐厅向斗殴者索赔10万泰铢（约合人民币2.3万元），涉事游客已支付赔偿。警方以“公共场所斗殴”罪名对四人提起诉讼，处以罚款后释放。 程雄记者 陈俭兴 摄

二区精品?她曾以模特身份入圈，做模特的同时，还兼做演员，主演了《绝色武器》 、 《猛鬼爱情故事》等片。她也曾像哥哥一样挑战打戏，在片中她的身手也利落，只是片整体质量不行，她的事业发展平平。

二区精品?而7月7日，淘宝闪购则表示，接下来会在12个月直补消费者及商家500亿元，有效带动消费内需，为商家创造生意增量，并充分做大市场容量，破除“内卷”式竞争。 焦杰记者 马增华 摄

二区精品?这不禁让人想起此前不久，佩通坦以泰国总理的身份致电洪玛奈的父亲、柬埔寨参议院主席、前首相洪森。当时，佩通坦称洪森为“叔叔”，还在电话里责怪了泰国军方，称自己与洪森才是一伙的。 王敬超记者 刘建忠 摄

二区精品?组织技能培训，让新就业群体更有奔头。新就业群体中有很多年轻人，他们期待更大的职业发展空间。相关部门和平台要关注新就业群体的成长诉求，积极开展职业培训、技能比武等活动，帮助新就业群体全面提升职业技能和素质。让更多有理想、敢担当、能吃苦、肯奋斗的新时代好青年，有机会实现自己的职业梦想。

二区精品?林泽森指出，这种思路转变源于对有机/无机半导体本质差异的深刻认识——无机材料中电荷分离几乎无障碍，而有机材料受限于其本征特性，若仅关注后续的电荷储存和脱陷阱而忽略分离效率，将难以实现性能突破。 刘永洪记者 行韩斌 摄

二区精品?供给女儿的氧气不够了。为此，救护车两次下高速，去找氧气瓶。判决书显示，家人提出要看监护仪了解生命体征，医生阻拦。之后，女儿心率下降，被注射了抗心衰的药剂、进行胸外按压，家人却看不出有更多急救设备。

二区精品?北京地区各开放平台外贸成绩亮眼，其中亦庄经开区上半年出口314.2亿元，增长16.9%，占北京地区出口总值的10.4%，较去年同期提升1.4个百分点；天竺综保区出口稳步增长，上半年出口23.6亿元，增长29.7%。

二区精品?比起特朗普在同一天宣称，希望可口可乐能够使用蔗糖，替代近些年长期使用的玉米糖浆为甜味剂，算是一起“小甜甜”案例来，则加州高铁似乎在美国总统眼中是牛夫人无疑了！

二区精品?暴走团的初衷是锻炼身体、增强体质，但这种健身方式却常常以牺牲公共安全和交通秩序为代价。当面对鸣笛的消防车和救护车时，团队成员拒绝让行，这种行为不仅是对公共规则的公然挑战，更是对他人生命安全的漠视。

二区精品?这个穿越古典、当下与未来的作品每段都拍得非常考究，大有买一张电影票连看三部电影的感觉，部分段落更有得林奇主义真传的意思，146分钟连环高潮，不容错过。

二区精品?当前，东南亚已成为中国海外投资最集中地区之一和新能源汽车重要目标市场。许海东分析，中国新能源汽车竞争力强，近年来出口一直保持高增长。随着东南亚地区经济发展，市场潜力也将进一步释放，从全球汽车产业链的贸易中转地变为终端市场，为中国企业提供新机遇。

二区精品?宗泽后的倒戈一击加剧分裂。作为宗庆后亲弟，宗泽后公开批评宗馥莉"胸怀不够大""自私""六亲不认"，并利用控制的宗盛智能公司影响娃哈哈业务。2022年"娃茅酒"事件中，宗盛智能被指模仿娃哈哈品牌，暴露其对集团业务的渗透野心。他联合工会持股会（24.6%）中的老员工，形成对抗宗馥莉的关键力量。

二区精品?据公开简历，刘慧生于1959年12月，早期曾是中学教师，后在共青团系统工作多年，历任共青团银川市委书记，共青团宁夏回族自治区委副书记、书记等职。 崔正光记者 王雁平 摄

二区精品?OpenAI内部现在职级最高的华人，首席研究官Mark Chen——就是在扎克伯格疯狂挖角OpenAI研究员后公开吐槽小扎行为让他觉得“有人进了我家偷东西”的人。

二区精品?第十二届“动漫北京·文旅嘉年华”通过拓展消费链条、优化产业生态，既为广大漫迷送上夏日狂欢，更以创新实践推动首都文商旅体融合向纵深推进，为文旅经济增长注入新活力。 李鑫记者 朱卫周 摄

二区精品?传销案进入法院审理阶段，代理律师费某（已另案处理）多次找到咸安区人民法院法官廖某说情，请求他主审传销案时对戴斌从轻判决。廖某收受20万元贿赂后，对戴某等人作出从轻判决。

二区精品?同时，他强调：“我们的目标不能只放在低阶技术的普及上，要快速提出L3及更高等级自动驾驶的发展目标。率先实现L3及以上技术应用的国家和企业将占据关键优势。如果哪个企业竞争力不足，就真的可能被市场淘汰。”

二区精品?知情人士表示，早期评估显示出SpaceX作为全球领先的火箭发射器和主要卫星互联网提供商的主导地位。一位白宫官员表示，此次对政府合同的审查重点是一系列拥有丰厚利润的政府合同的公司。（总台记者 赵淼） 
，更多推荐：亚洲第一综合