18 网站

18 网站?中原证券认为，虽然文化内容产品的成功存在一定的不确定性和偶然因素，但在另一方面，游戏厂商通过稳扎稳打的方式不断积累研发以及发行领域的技术和经验、建立更加先进与合理的生产体系能够帮助游戏产品降低成本和风险，提升内容产品的市场竞争力与成功概率，推动国内游戏产业向更高水平发展。 全球首款高空灭火无人机亮相自贡：可举行200米高层修建灭火作业

18 网站?答：去年10月，中国国家主席习近平同印度总理莫迪在俄罗斯喀山出席金砖国家领导人会晤期间举行双边会见，从战略高度和长远角度为中印关系把舵定向，为中印共谋相邻大国和睦相处、共同发展的光明正道注入新活力。站在历史新起点，中印都处在各自国家现代化建设的关键时期，发展是中印两国当前最大的“公约数”。中方始终支持中印在经贸领域加强合作，希望印方同中方一道，采取更多有利于双方经贸往来的措施，在鼓励政策上做加法，在限制措施上做减法，促进中印经贸合作达到新的高度。 卢和民记者 江冰 摄

18 网站?“每个人都认为我们为了欧联杯而牺牲了联赛冠军，但相信我，我们也想在联赛中取得好成绩，输掉英超比赛时我们很伤心，这与欧战的表现无关。”

18 网站?“我学习不太好，而且有点胖，”杨瀚森说，“我爸爸让我试试一些运动，找到自己想做的事，同时减减肥。我爸爸告诉我：‘别变成胖子。’”

18 网站?与此同时，经过数月调整的机器人板块上周表现活跃，机器人指数（884126.WI）全周涨逾3%，创下3月末以来新高。拟被上海智元新创技术有限公司（下称“智元新创”）借壳的上纬新材（688585.SH）上周录得五连板，周内上涨148.84%，领涨全A股，该股复牌以来实现八连板，涨幅超过300%。 魏国勇记者 程士龙 摄

18 网站?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。 史锡晓记者 周涛 摄

18 网站?拥有敏捷的供应链并拥有支持这种敏捷性的技术，是十分重要的，这也是中国的大好机会。我完全有信心，尽管我们不愿遇到断供，比如天气、地缘政治或供应商质量问题。

18 网站?在一点点的走出亲妈离世的伤痛中，状态是越来越好，也就是两个孩子的好状态让新妈妈马小姐迎来了一大波点赞，也打破了很多人对后妈的偏见。 王永强记者 王跃胜 摄

18 网站?公开资料显示，华远海蓝城小区位于西安未央区广安路与广运潭大道附近。周某某是西安人，在该小区当保安多年，其与陕西千翔保安服务有限公司签的聘用合同。 向伟记者 赵阿宁 摄

18 网站?李先生说，他们家的情况还比较好，主要装修工作已经完成了。他的爸妈大概算了下，若靓家居无法继续施工或赔偿，他们大概要损失三四万元。

18 网站?这也并非要自我封闭，而是只有自己更强，才能更好开放。就像我们能做出可与其媲美的AI芯片了，美国也就把H20开放给我们了。 魏华记者 李永海 摄

18 网站?6月20日，一位不愿具名、被暂缓授予学位的博士生对极目新闻记者称，有人读完4年可顺利毕业拿到博士学位证，有人得5年，甚至更久。他表示，该学院今年开展博士论文答辩、教指委专家再次评审工作，并未明确指出60分以上通过、60分以下不通过，从这个角度来说，学院的复核建议是否公平，不好评判。从分数量化的角度来说，分数低的人通过，分数高的人却没通过，这不公平。

18 网站?虽然 OpenAI 强调他们专门为 ChatGPT Agent 训练了专用模型，但部分批评声音亦指责它更像是将此前已经推出的 Operator（浏览器交互能力）与 Deep Research（深入研究能力）组合在一起的产物。Operator 可以支持 ChatGPT 通过浏览器与网站直接互动、阅读并理解网页内容，Deep Research 则擅长分析和总结信息。

18 网站?中足联表示，将联合有关部门，全力抵制并坚决打击赛场内外一切挑衅、辱骂、诋毁、诽谤、煽动对立、引战、斗殴等行为，净化赛场环境，努力保护球迷文明观赛的正当权利，捍卫公平竞赛、互相尊重的体育价值。

18 网站?国资作为第一大股东，如果利益得不到保障，增值目标难以兑现，如今成立专班出手调查，一旦做实，可能会行使大股东权利，宗馥莉娃哈哈集团董事长的位置还坐得稳吗？

18 网站?白山松水，黑土流金。当传统农业邂逅现代文旅，当生态资源碰撞悠悠文脉，农文旅融合下的产业变革正在这片沃野上澎湃生长、释放活力。

18 网站?综合英国《卫报》等媒体报道，巴勒斯坦加沙地带卫生部门20日称，以军当天对援助物资分发点及援助车队附近的民众开火，造成至少85人死亡。以军20日称，以方起初向加沙地带北部聚集的数千名巴勒斯坦人鸣枪警告，随后为解除人群对以军“构成的威胁”而展开行动。以方承认行动造成人员伤亡。

18 网站?她年轻时被不少大导演青睐，王晶拍摄《八大豪侠》时，要求女主角素问必须举止端庄、温文尔雅，对标的是巩俐，在制作方提出邀请章子怡后，王导大力反驳：难道章子怡温文尔雅吗？

18 网站?时间倒回五年前，美团旗下的小象生鲜黯然关闭最后一家门店。那时，美团似乎注定与线下零售无缘。但商业战场没有永恒的失败者。今年8月底，美团将携"快乐猴"硬折扣超市重出江湖，首批门店直插盒马NB的核心腹地——杭州与北京。 刘建设记者 邓文宝 摄

18 网站?24岁的达尼洛出自帕尔梅拉斯青训体系，在那里他随队夺得过圣保罗州锦标赛冠军、巴西杯冠军、巴甲联赛冠军、南美超级杯冠军以及两次解放者杯冠军。2022年，凭借出色的表现，这位中场入选了巴西国家队。

18 网站?主持人: 是的。好的，在非常刺激的闪电提问环节之前，最后一个问题。我以前从未问过这个问题。我很好奇你的答案会是什么。如果你可以问未来的通用人工智能（AGI）一个唯一的问题，并且保证得到正确的答案，你会问什么？ 袁玉建记者 郭绪华 摄

18 网站?直播吧7月19日讯 本月初利物浦前锋若塔遭遇车祸不幸离世，现在球队已经开始训练备战新赛季。阿森纳旧将萨尼亚对此感同身受，2008年2月，萨尼亚的哥哥因意外离世。

18 网站?来到青岛西海岸的客队球迷区，人家赛区竟然在客队球迷休息室里准备了一堆吃的喝的，包括但不限于肯德基、方便面、矿泉水。

18 网站?“我们介入了解到，报警人小潘驾驶摩托车沿飞跃大道自西向东行驶至鲍山街道泉世界壹品小区路段时，一辆黑色越野车连续变道，迫使小潘紧急避让至公交车道。小潘停车质问车主为何违规变道，越野车驾驶人下车后对其进行言语辱骂、威胁。”民警说。 ，更多推荐：www.久久久