水仙🔞直播

水仙🔞直播?据新华社援引英国《金融时报》15日报道，美国总统特朗普日前同乌克兰总统泽连斯基通话时，曾鼓动乌方加大对俄领土打击力度，甚至询问如果美国提供远程武器，乌克兰能否打击莫斯科和俄第二大城市圣彼得堡。 主编有态度丨黄杨钿甜“天价耳环”事务反思：一场非理性子疑与谣言苟合的网络闹剧

水仙🔞直播?下一步，上海市数字基础设施协会将持续加强政策研究，优化创新生态，强化标准引领，凝聚政产学研用各方力量，推动上海数字经济高质量发展。 霍全忠记者 杨超 摄

水仙🔞直播?结果就是，在三家竞争之下，单靠会员费是无法完全盈利的，广告收入这个大头也不能放，还要想办法在这个基础上玩出花来。

水仙🔞直播?V2M4提出一套系统化的五阶段方法，直接从单目视频构建可编辑的4D网格动画资产。该方法以“生成高质量显式网格+拓扑一致+纹理统一”为目标，从结构、外观、拓扑和时序角度逐步优化模型，输出可直接用于图形/游戏引擎的4D动画文件。

水仙🔞直播?去年年初，市民沈女士和前男友分手后，在某短视频平台发布了多条帖子记录了相关经过，一边吐槽前男友，一边表露出想要买回共同饲养的宠物狗的意向。这些信息引来了犯罪嫌疑人黄某的注意。 马东海记者 李京卫 摄

水仙🔞直播?道禄有5个微信号，3个抖音号。其中一个抖音号是用张哲个人信息注册，后被张哲注销。绍兴市上虞区警方接受红星新闻采访时透露，经初步查实，道禄涉案金额“大几千万”。 赵元娟记者 桑子文 摄

水仙🔞直播?而此次到访中国的黄仁勋，也并没有用太多篇幅去渲染英伟达GPU的重要性，至少在中国市场，英伟达的叙事，正在发生些微妙的转变。

水仙🔞直播?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。 李瑞芳记者 张金锋 摄

水仙🔞直播?同时，成都通过地方立法与政策落地，确保公交、出租、网约、驾考驾培等领域新增及更新车辆100%为纯电动汽车；出台老旧车报废补贴、强化尾气监管等13项措施，推动存量车辆绿色迭代；落实国地补贴、叠加不限行、停车费减免、优惠电价等实用政策，有效激发市场活力；通过完善的基础设施，构建起便捷的补能网络。 杨印宝记者 曾林 摄

水仙🔞直播?小米以及中国的许多公司，如阿里巴巴、腾讯，在硬件和软件方面都表现出色，在全球范围内是独一无二的。我觉得这是值得庆幸的。因为像字节跳动这样的应用是以消费者为导向的，其背后的技术也是如此。

水仙🔞直播?我就属于那种“中考成绩看起来像个学霸，实际智商像个路人”的人。初中是小池塘，咋蹬都能当个大青蛙；高中是水库放闸，清一色鲨鱼和鳄鱼混战。 黄宗燕记者 乔立峰 摄

水仙🔞直播?“那种情感，看到每个人，看到每天和你一起努力的人终于得到了回报，这就是我们踢足球的原因，但我们只赢得过一座奖杯，所以我不会说我们做出了任何改变，我们现在想要的是本赛季再次夺冠。”

水仙🔞直播?当前，东南亚正逐步成为拥有产业集聚潜力的前沿阵地。中国新能源车企已实现技术创新、产业链配套、人才培养、高效管理等全产业链输出，为推动当地汽车产业发展，共建产业生态持续产生积极效益。　　许海东认为，在汽车行业开启电动化、智能化变革的时代，中国新能源汽车已具备规模化、体系化、快速迭代等先发优势，成为全球产业创新的引领者。完善的产业生态进入东南亚地区，有助于本地汽车产业以更高性价比应用智能座舱、自动泊车等新技术，提高产业现代化程度和国际竞争力。　　近年来，越来越多中国企业主动“链接”东南亚合作伙伴，加强技术和生产合作，迅速成为东南亚汽车产业生态的重要组成部分。　　在泰国，比亚迪设在泰国罗勇府的工厂投产后，把先进的柔性生产方案引入当地，有效推动当地汽车产业链转型升级。在此基础上，比亚迪在泰国继续推出更多纯电动车型，并计划引入插电混动技术，有效提升泰国汽车制造能力。　　在马来西亚，吉利集团不仅入股马来西亚民族品牌宝腾，并助其扭亏为盈，实现品牌复兴，还参与共建马来西亚丹戎马林汽车高科技谷，助力打造东盟汽车产业中心。　　当前，越来越多中国新能源汽车行驶在东南亚国家的大街小巷。中国新能源车企“链通”东南亚，与合作伙伴在产业链供应链上的合作走得更稳、更远，共同打造深度融合、合作共赢的产业新生态。（完）

水仙🔞直播?需要注意的是，即使症状缓解也需立即送医，拨打120时应明确说明“疑似热射病”。转运途中保持侧卧位以防止误吸，同时持续降温并监测体温。

水仙🔞直播?据《环球时报》报道，三位原告正寻求一项禁令，阻止宗馥莉处置汇丰银行账户资产，并追讨其父宗庆后生前承诺的21亿美元信托权益（约合150亿元人民币）。相关文件显示，2024年初，该账户余额约18亿美元，宗庆后去世后，该账户没有进项，截至2024年5月，该账户被划走了110万美元。

水仙🔞直播?其次，代理类型存在矛盾，律师称非风险代理，却实际采取“先服务后收费”模式，符合风险代理特征却不遵守相关比例限制。合同方面也有问题，最初签订的《咨询合同》乙方为科技咨询公司，该公司可能不具备律师执业资质却从事代理业务，涉嫌超范围经营；后来的《委托合同》标注日期为2023年12月15日，实际签订于2024年5月31日，存在日期造假嫌疑。

水仙🔞直播?7月17日，高校通报大三本科生逆天学术，称罗某某在材料中存在成果表述不严谨问题，有自夸炫耀之嫌，已对其进行严肃批评教育。当事人罗同学对记者表示，他在PPT展示过程中未对已经发表的7篇论文的类型进行详细标识，引发了网友的误解，“在学校奖项的评选过程中，我的研究论文和综述已得专项满分。说论文的篇数，是想让老师和评委更充分地了解我们团队。”罗同学称，自己没抢别人科研成果，也没抄袭剽窃，都是团队一起拼出来的。

水仙🔞直播?作为隔壁老王，一个开了十几年车的老司机，今天终于有机会试驾了全新第六代斯巴鲁森林人（参数丨图片）。说实话，这车给我的第一印象就是“硬汉”，但又不像某些越野车那样粗犷得让人望而生畏。它的设计语言很巧妙，既有美式SUV的大气，又保留了日系车的精致感。

水仙🔞直播?127㎡和155㎡考虑入手的话，可以对比下黄杉木店以及通惠河一带的新改善项目，货比三家，选你所爱，反正朝阳的新房圈已经卷出天际。你完全可以海王心态！ 王会芳记者 谷燕兵 摄

水仙🔞直播?这三个战场看似不同，但最终的决胜点是共通的：真实的用户体验。无论是哪个群体的消费者，最终打动他们的，一定是 i8 开起来的质感、用起来的便利，以及对那张充电网络「随时可用、随处可充」的信心。

水仙🔞直播?从板块来看，医药股逆势大涨，联环药业等10余股涨停。机器人概念股再度走强，浙江荣泰等涨停。动物疫苗概念股表现活跃，生物股份涨停。 杨琼记者 吕洪海 摄

水仙🔞直播?补贴政策的变动加速淘汰了第一批造车的新势力，知豆汽车则是其中的一员。它成立于2006年，在2017年达到年销量4.3万辆的巅峰，在2018年补贴政策调整后，因续航里程短且技术不达标失去补贴优势，销量下滑，最终导致破产。

水仙🔞直播?从孤注一掷发射火箭，到布局全球电动车产业，再到押注脑机接口和人工智能……埃隆·马斯克以企业家的方式不断突破边界，被称为科技界坐拥数千亿美元资产的“现实版钢铁侠”。

水仙🔞直播?早在2022年，宝马在中国市场的销量约为79.2万辆，同比下滑6.4%。经历2023年短暂的销量回春后，2024年宝马在华销量显著下滑了13.4%至71.45万辆，成为BBA当中跌幅最大的一个豪华品牌。2025年上半年，宝马在华销量为31.79万辆，同比下滑15.5%；第二季度销量16.27万辆，同比下降13.7%，延续下滑趋势。 ，更多推荐：水仙🔞直播