久久鲁鲁

久久鲁鲁?然而《纽约时报》6月7日援引多位分析人士的话称，特朗普政府威胁撤销40亿美元联邦拨款，意味着加州高铁首次客运服务可能延后至少十年，加剧项目原有的延误和资金短缺问题。失去联邦拨款将使项目陷入“资金饥荒”，甚至无法完成中央谷地的初始段建设。 新华社权威快报｜我国网民规模达11.23亿人

久久鲁鲁?英国弗朗西斯·克里克研究所干细胞和发育遗传学科学家罗宾·洛弗尔-巴奇关注到唯一线粒体异常水平略高的婴儿，他表示这种异常水平还不足以引发疾病，但需在发育过程中持续监测。 郭津超记者 孙翠霞 摄

久久鲁鲁?班班鲁 —— 北京建工地产匠心品质主理人它冷静、严谨却行动力十足，谦逊、耐心且追求极致，是温暖的工匠化身，总以无微不至的关怀顾及他人情绪；一旦目标既定，便即刻践行，用 “完美主义” 的态度对待每一个细节。

久久鲁鲁?拉什福德上赛季后半段租借加盟维拉，出战17场比赛，贡献4球6助，如今他在曼联的10号球衣已经被库尼亚占据。球员在曼联的周薪超过32.5万镑，合同还有3年到期。

久久鲁鲁?在专门衡量电子表格编辑能力的 SpreadsheetBench 平台上，ChatGPT Agent 创下行业新高，性能较 GPT-4o 领先一倍。OpenAI 称，在他们的内部基准测试中，ChatGPT Agent 的能力大致相当于 1 至 3 年经验的投资银行分析师水平。 吴振中记者 黄小军 摄

久久鲁鲁?《你行！你上！》单日票房已经跌到了582万，可电影上映才第4天，排片占比为9.8%，票房占比只有5.6%，上座率是全市场垫底的！目前电影累计票房只有7163万，按照这种跳水的速度，预测电影最终票房在1.2亿左右，将创下《让子弹飞》之后姜文电影票房新低！ 王若楠记者 李大可 摄

久久鲁鲁?该文书显示，早在2024年12月，宗继昌、宗婕莉、宗继盛三人就已经向香港高院申请针对宗馥莉的临时禁令，以阻止她处置、处理或减少在汇丰银行以建昊企业有限公司名义开立账户的资产价值。

久久鲁鲁?其实，早在2017年福布斯发布的2017中国最杰出商界女性排行榜中，宗馥莉就排名第13位；另据2015年在全球知名财富公司Wealth-X公布的一份榜单显示，宗馥莉以30亿美元身家居亚洲十大年轻富豪第三名。 张囡记者 秦建锋 摄

久久鲁鲁?为了摆脱国有大股东，近年来，宗家通过构建体外公司体系（如宏胜集团），将娃哈哈集团的代工业务、销售渠道利润链牢牢掌控，形成“集团亏损、关联方盈利” 的套利闭环。 孙永财记者 王丛如 摄

久久鲁鲁?此外，Rapidus正在调整其商业模式，通过提供更快的工厂响应时间，以满足小型客户的需求。该公司也愿意小批量生产专用芯片。与行业惯例（设计、制造和封装由独立实体负责）不同，Rapidus的目标是打造一站式服务平台，整合制造、芯片封装甚至部分设计流程。通过减少与外部合作伙伴的协调需求，该公司估计可以大幅缩短光刻等早期工艺的时间。

久久鲁鲁?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。 谢金玉记者 彭水师 摄

久久鲁鲁?马雷斯卡执教蓝军的第一个赛季就证明了自己在战术上的敏锐性，他能够根据比赛需要灵活使用进攻球员，以发挥他们的最佳水平或为球队带来最大利益。因此，下个赛季马雷斯卡如何调遣他的进攻武器库将非常值得关注。无论如何，外界普遍认为，8月17日蓝军的新赛季开赛时，杰克逊仍会是球队一员。

久久鲁鲁?如今，宇树科技已经开启上市辅导，智元机器人也拿到了A股的入场券。一位投资人告诉第一财经记者，当前宇树科技和智元机器人均在人形机器人企业估值的第一梯队，二者估值均超过了100亿元。

久久鲁鲁?至于问题的关键，加汤的热水壶把手为何会突然“断裂”，陈经理表示，把手是固定在壶嘴上的，但为何会和壶身分离，他们也没有弄清楚其中的原因。

久久鲁鲁?吴迪则疲于应付美国高校普遍重视的“过程性考核”。她上学期的一门课程，每两周就有一次计入总分的考试，“过程非常痛苦。”

久久鲁鲁?现在沈筑的帖子早已没了那么大流量，她坦言平台的推荐机制一直在变化，对于导流这类行为的打击力度也在增强，所以头部的娃衣工作室都会选择很隐秘的方式将客人导到私域，“你去后台私信他们怎么买，基本都是不回复的。“

久久鲁鲁?应该没人能拒绝时髦又好穿的勃肯鞋吧？自从从去年入了双灰色后便一发不可收拾，根本离不开它，每次不知道穿啥的时候选它总能带给我惊喜！

久久鲁鲁?界面新闻记者查询到，上述汇丰银行账户所属方JIAN HAO VENTURES LIMITED注册于英属维尔京群岛，公司设立的初始日期为2020年1月1日，官方地址位于英属维尔京群岛的Vistra Corporate Services Centre。

久久鲁鲁?程鹏：有些我觉得不足为外人道。我们不觉得公司之间有必要搞成这样，但互联网公司的竞争通常是有你没我，也刷新了我的认知，就像最早期的3Q大战。我们这个赛道不太需要这种风气，增量足够大，把客户服务好就能多卖。但是互联网赛道似乎是一个存量市场，你死我活，有我没你。 李明州记者 李健 摄

久久鲁鲁?此前已有收回与中国有关的农田的先例。2023年10月，阿肯色州命令中国所有的种子生产商出售160英亩的美国农田，理由是“国家安全”问题。该公司最终在5月出售了土地，并因未披露所有权而被罚款28万美元。

久久鲁鲁?随着深圳与柬埔寨前两大城市均实现空中互通，将为深圳和柬埔寨在城市规划、经贸投资、文化旅游、人才培养等领域加强合作，助力深化新时代中柬命运共同体建设，创造更加便捷的往来交通条件。 潘汉荣记者 李娜 摄

久久鲁鲁?年龄的增长会导致胶原蛋白流失，再加上林更新这两年一直在减肥，最终的结果就是脸上挂不住肉，整个五官都在往下走。

久久鲁鲁?作为上海国际金融中心的重要承载区，虹口近年来积极推进科技创新与产业升级融合发展。点泽智能在虹口的发展过程中，充分受益于区域的政策支持与资源对接。

久久鲁鲁?王莆中表示，再猛烈的商战，如果不能推动进步，甚至违背商业逻辑，那这个战场就没有赢家。对于餐饮行业，不管是美食还是奶茶咖啡，好不容易建立的价格心智，正在被补贴大战打破；对于大部分正餐品牌来说，外卖补贴大战，影响到堂食正常的经营秩序，也不可持续。 ，更多推荐：裸交自慰