国产做受 麻豆软件

国产做受 麻豆软件?在此背景下，鸿蒙智行首款旅行车的市场表现备受关注。在鸿蒙智行合作模式中，华为负责产品设计、定义、生产质量把控等核心环节。此前，华为已通过问界 M9、尊界 S800 等车型的设计实践，初步掌握设计豪华车型的方法论。这些经验将全面融入享界 S9T 的开发中，华为在豪华车领域的产品设计能力也将通过这款车再次得到检验。 历史性突破：中国战队提前锁定“机械人足球天下杯”冠亚军

国产做受 麻豆软件?总理兼外交大臣指出，如果卡塔尔有幸获得这一全球盛事的主办权，它将成为中东和北非地区第一个举办奥运会的国家。这将证明其准备充分、组织能力强，并拥有丰富的运营和技术专长。他补充说，此次申办建立在卡塔尔成功主办多项重大国际体育赛事的基础上，特别是2022年卡塔尔世界杯，该赛事被公认为是历史上最成功的世界杯之一。 耿长龙记者 甄奇彪 摄

国产做受 麻豆软件?这本质上是一个纯Agent模式：给定自然语言需求，模型必须自主拆解任务、调用工具、执行代码，最终生成完整报告。这种能力恰好与Kimi K2的“模型即Agent”理念完全对齐——K2不是把Agent能力当作后训练插件，而是在预训练阶段就将原生Agent技能刻入权重。

国产做受 麻豆软件?"你做一个炫技动作没问题，但能不能连续做一百次、一千次都不出错？能不能在不同环境下都正常工作？这才是工程落地要面对的问题。"他说道。

国产做受 麻豆软件?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。 陈振宽记者 栾长宏 摄

国产做受 麻豆软件?不过乱局当前，“没有金刚钻，不揽瓷器活”。陈子雷指出，如果石破下台，自民党和其他政党联合执政的前景会变得更加困难，因为目前自民党内也只有石破能和在野党进行平等的对话，且自民党内无论谁上台都要面对一个“烂摊子”，收拾残局并非易事。 尹家恩记者 李柱根 摄

国产做受 麻豆软件?据其透露，该数据集整合了160万例成人心脏数据和30万胎儿心脏数据，上千例的妊娠合并心脏病以及上千例出生病例。数据覆盖了160种成人心脏病和108种胎儿心脏病，还包含超声心动图影像、超声结构化参数以及临床病例等，确保数据的准确性与全面性。

国产做受 麻豆软件?尽管已经签下了利亚姆-德拉普、若昂-佩德罗和比诺埃-吉滕斯，并且正在为埃斯特旺的到来做准备，但切尔西并未排除在这个转会窗再签下一名攻击手的可能性。他们此前已表达了对加纳乔和摩根-罗杰斯的兴趣，还和费尔明-洛佩斯传出过绯闻，如今又传出了他们对哈维-西蒙斯展开了考察的消息。 张建明记者 吴静 摄

国产做受 麻豆软件?中纪委官网刊文称，2022年12月21日，北京召开全市“以案为鉴、以案促改”警示教育大会。在各分会场，全市处级以上单位主要负责人通过视频会议系统，同步观看警示教育片。大会播放的警示教育片《“一霸手”的末路》，揭示了李爱庆腐化堕落历程，为全市党员领导干部敲响警钟。 赵思泽记者 刘春光 摄

国产做受 麻豆软件?达尼洛加盟博塔弗戈！博塔弗戈足球俱乐部于本周五（18日）正式宣布签下这位24岁的中场。球员从英格兰的诺丁汉森林转会而来，合同期至2029年7月。

国产做受 麻豆软件?后来郑欣宜才在采访里提到，她加入星娱乐前，曾经十分迷惘。半红不黑，想做的事也不敢说，没法透过歌曲表达自己的想法。 张波记者 于文涛 摄

国产做受 麻豆软件?WTO争端解决机制对于贸易规则的执行至关重要，其合规率一直非常高。随着这一机制的弱化乃至失能，全球贸易秩序也面临空前的挑战和威胁。目前，WTO三分之二的裁决都因“上诉至空无”而失效了，各国提交WTO裁断的请求也越来越少——约为上诉机构解散前的三分之一。与此同时，越来越多的国家效仿美国，采取了违反WTO原则的贸易保护主义措施。国际贸易体系日益趋于无政府状态。

国产做受 麻豆软件?【环球网报道】据美国《新闻周刊》网站21日报道，北美防空司令部的美国和加拿大战机近期在俄罗斯边境地区附近的阿拉斯加上空举行了演习，以“展示武力”。

国产做受 麻豆软件?据媒体报道，近日，在美国卖酱香饼的网红小唐在洛杉矶被警方逮捕，罪名是违反当局禁令，疑似因为一名女子。目前，本人暂无回应。

国产做受 麻豆软件?近日，有网友发现二手平台上部分商家正在售卖快要过期的“红色尖叫”饮料，标价在48元至88元一瓶。粗略计算，一瓶“红色尖叫”溢价超9倍。商家挂出的售卖信息显示，这批“红色尖叫”生产日期在2024年7月31日前后，保质期为12个月，即将到达保质期限。

国产做受 麻豆软件?当地时间7月3日，中共中央政治局委员、外交部长王毅在柏林同德国外长瓦德富尔共同会见记者并现场回答提问。针对记者问及欧洲企业关注中方稀土实施出口管制问题，王毅表示，对军民两用物项实施必要管制是各国行使主权，也是应尽国际义务。中方的政策符合国际惯例，也有利于维护世界和平稳定。稀土出口从来不是、也不应成为中欧之间的问题。只要遵守出口管制规定并履行必要程序，欧洲企业的正常需求将得到保障。中方主管部门还为欧洲企业设立了“快速通道”，有人故意在中欧之间炒作此事是别有用心。

国产做受 麻豆软件?但宗庆后去世不到5个月，2024年7月18日，社交平台上流传出带有娃哈哈集团副董事长、总经理职务宗馥莉签名的辞职信，签名日期为7月15日。宗馥莉发出“致娃哈哈集团全体员工的函”，辞职函中写道：“本人决定自即日起辞去娃哈哈集团副董事长、总经理职务，不再参与其经营管理。”

国产做受 麻豆软件?报废的锂电池是另一个热门回收项目，可从中提取锂、铜、钴、镍、锰和铝，这些元素对电动车电池制造至关重要，而美国三大汽车制造商都已重金投入其中。不过CNBC指出，由于特朗普政府出台了新的联邦支出法案，拜登《通胀削减法案》中第45X条生产税收抵免可能被削减，从而影响到有关项目。

国产做受 麻豆软件?“加沙平民的苦难已达到前所未有的程度。以色列政府发放援助物资的模式是危险的，加剧不稳定，剥夺加沙居民的人格尊严。”这些国家在声明中称，谴责对那些寻求满足自身最基本需求的民众进行杀戮等行为。 李壮记者 任爱云 摄

国产做受 麻豆软件?变更登记虽然只有一种，但很关键：资产服务信托的受益人变更。这意味着信托受益人可以换人了，而且有正式的登记程序。

国产做受 麻豆软件?这样一来，最终的产品的质量，比任何企业单打独斗做出来的都要好。美国不可能独自生产所有产品，既不现实也没必要。这种智慧，这种名为供应链的绝妙创造，确实是我们这代人想出来的。 张锦龙记者 陈明 摄

国产做受 麻豆软件?湖人之前用了全额中产合同签艾顿和拉拉，卡了第一土豪线，这导致湖人现在没法直接签下斯马特下赛季513万的合同。不过，米尔顿和古德温拿的都是非保障，干掉他们就能扫清斯马特签约技术面上的障碍。有意思的地方在于，伴随斯马特签约消息传出的还有湖人会做一笔多人交易来清理空间确保签下斯马特的消息，不知道这是否暗示了湖人还有大动作。

国产做受 麻豆软件?最后在家庭风波和感情考验里，靠着两人的默契与能力一起扛过难关，不仅带着家族企业走得更远，也从戴着假面的海王变成了守护爱的骑士。

国产做受 麻豆软件?7月15日-17日，宝石花物业、宝石花产业（人力）、宝石花后勤公司举办2025年总经理培训班。宝石花家园集团管理层成员，各单位总经理及部分副总经理，总部各部门、各事业部、各拓展大区负责人，共计 120 余人参加了培训学习。本次培训邀请了公司领导、核心管理骨干、业内资深大咖围绕全国物业专项整治行动政策、物业服务规范、提质增效、亏损治理、风险防范、生产运营服务业务发展等多个核心主题进行了深入学习交流与探讨。 ，更多推荐：精品国产