91一区

91一区?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。 马德兴谈京沪大战：国安是一场彻彻底底的完败 夺冠天平倾斜了

91一区?最终，将估计得到的相机轨迹反向应用于每一帧3D网格，从而将网格从标准姿态中“还原”回视频中的真实空间位置，实现真实的动态建模。 刘子照记者 闫峰 摄

91一区?薛洪言指出，从用户视角看，技术性逾期本质上与个人信用无关，却可能导致征信记录留下污点，同时被收取罚息和违约金，显然存在不公平性——持卡人既履行了还款义务，又要为非自身原因的后果承担责任，可能打击用户对银行的信任，甚至引发对金融机构规则合理性的质疑。站在银行的角度，部分规则可能出于系统运维的现实需求，客观上能提升运营效率，但若银行过度依赖此类规则，甚至将其与罚息等盈利点关联，可能会模糊“风险防控”与“逐利动机”的边界，容易引发“规则陷阱”的争议。

91一区?近日，46岁的河南卡车司机常志荣在青藏高原离世，卡友团队一同将其骨灰接回老家。6月1日，记者了解到，常志荣已经于当天在老家安葬。常某去世后，留下了重组家庭的6个孩子，其中5个孩子还在上学。

91一区?根据意媒《米兰体育报》透露，米兰市政府与两家俱乐部已就1.97亿欧元的转让价格达成原则性协议，但需市议会最终投票批准。目前执政联盟在市议会48席中仅占31席，而此前已有5名执政党议员公开反对该提案，若无法争取反对派议员支持，交易可能流产。更棘手的是，即便通过表决，后续法律诉讼也可能以“程序无效”为由阻挠交易完成。 李习美记者 王善建 摄

91一区?鹤岗以2300元/平米稳居榜首，这价格在北京连厕所都买不到！同样是东北的双鸭山、铁岭也都在3500元/平以内，这么便宜的房子，为啥没人抢着买？关键2300元/平米都是属于高的价格了，其实在鹤岗随便几万块钱就能买到一套房子，可以说触手可及。 文永华记者 周 普 摄

91一区?同样在近期抓住机会的还有寒武纪。根据此前发布的一季度财报，这家公司的营收从去年同期的0.26亿暴增至11.11亿，并首次在单季度实现盈利。尽管这段时期与英伟达H20的对华禁售并不完全重叠，但考虑到下游厂商的备货周期，已经足够说明问题。

91一区?河滨围城物业经理 陶鹃倩：我们物业没有执法权，我们只能帮着整改整理，还有涉及到业主私人物品，我们也要征求业主（意见）。 路学义记者 潘娜 摄

91一区?为了更好地诠释角色，胡歌这位曾被誉为“古装白月光”的男神，直接用蓬头垢面与满脸伤疤来撕毁“白月光”的面纱，换上人贩子的皮套。 陈科军记者 卢国旗 摄

91一区?autoregressive：自回归（Autoregressive）是指模型在生成序列时，当前时间步的输出依赖于之前所有时间步的输出。在大型语言模型中，这意味着模型会逐个生成token，每个新生成的token都基于其前面已生成的所有token。这种特性使得模型能够生成连贯且有逻辑的文本，但也意味着对序列前部的任何修改都可能影响后续的生成和缓存效率。

91一区?近10个月过去，石破茂的任期比许多人预期的都要长——多亏美国总统特朗普的关税带来的“国家危机”给他的政治生涯续命。然而，随着20日至关重要的参议院选举临近，而贸易协议仍毫无眉目，不少人开始怀疑，这场高烧终于要退了。 张显着记者 金银凤 摄

91一区?未来，司南将通过科学、公正、全面的评测，对模型与应用的性能、效率、安全性及可靠性作出评估，助力新技术在实际应用中达到预期标准；同时，通过评测识别出当前技术的不足之处，提供优化方向，激励研究者探索创新，进而构建安全、可信、公平的人工智能生态体系。

91一区?记者马德兴：今天国安是一场彻彻底底的完败！当然，国安球迷肯定不爱听，但是，从赛前准备，到比赛排阵，到临场发挥，到中场部署，到下半场换人，主教练塞蒂恩就是完败！全方位落后！夺冠天平倾斜了。

91一区?"火是真火"，一位经常带着自家人形机器人参与各种展会的员工告诉蓝鲸科技，基本上每次出去都能碰到好多投资人来找他们要老板微信，想聊聊投资。

91一区?泓君：AI coding，比如Cursor 、Windsurf、Devin，是怎么在Copilot 已经一统江湖的情况下成长起来的？这些大的编程类软件在它成长的一些关键节点核心突破跟改变是什么？

91一区?宗庆后2024年2月去世后，娃哈哈控制权之争迅速升级为四方势力的角力：宗馥莉的嫡系部队、杜建英的资本联盟、宗泽后的家族长老势力，以及持有46%股权的杭州上城区国资。

91一区?H20于2023年11月发布，是美国对华出口芯片限制大环境下诞生的“中国特供版”芯片。相比英伟达推出的主力芯片H100和A100，算力分别达到989.5TFLOPS（每秒万亿次浮点运算）和312TFLOPS，H20的算力仅有148TFLOPS。值得注意的是，H20芯片在某种程度上对标了性能差不多的华为昇腾910B。

91一区?5月31日早上，邓某和韦先生碰面。韦先生说，对方称赔偿下来了，让他带自己的证件一起去银行。他前往银行后，邓某转账了54万元，给他剩了25万元，“他说一共赔了79万元，多给我剩2万元。”他认为邓某不可信，便现场打印了银行流水。

91一区?畅通渠道，加强市场与工厂的连接：在浙江义乌，依托市场优势，强化“工贸联动”，信息光电、新能源汽车及零部件等新兴产业集群正在崛起。 陈家顺记者 洪汉伟 摄

91一区?端起枪，孙洪秀仍然精气神十足。今年“七一”前夕，抗战老兵孙洪秀在武警广西总队百色支队营区官兵们的祝福中，度过了自己的百岁生日。

91一区?桑托斯球迷无法原谅达尼洛加盟死敌弗拉门戈的决定，认为这是一种背叛。他们在比赛中高喊“雇佣兵”，不断发出敌意的声音。对球迷而言，达尼洛原本象征着球队记忆与情感的纽带，如今却因这桩转会而彻底断裂，情绪愤怒也随之而来。 韦贤文记者 成冰 摄

91一区?曾任宁夏回族自治区政府主席、已卸任全国政协职务两年多的刘慧被查，她是党的二十大以来被查的第二个女性正部级官员。

91一区?7月21日，据报道，供应链消息指出，由于苹果、超威、英特尔等第一波2纳米大客户需求超强，加上高通、联发科、英伟达也将陆续采用，台积电2纳米供应严重吃紧，为此将大扩产，目标明年2纳米月产能由今年底的4万片大增1.5倍至10万片，2027年有望再翻一倍至20万片。业界以此推估，最快2027年时，2纳米有望成为台积电7纳米以下先进制程中，产能规模最大的节点。

91一区?该媒体指出：这个夏季转会窗口，多支中超球队均完成了外援的调整并且收获了不错的效果。可以说中超的外援竞争已经上升到新的高度，如果克雷桑仍然沉浸在此前的骄傲之中，那么他面临的挑战将越发严峻。克雷桑与泰山队还有两年合同，如果按照此前几个赛季的表现，他不但有望成为泰山队的精神核心，也有机会加入国足帮助中国足球。但目前享受着中超顶薪的他心思并没有完全放在球场之上，对于比赛的困难认识不足，也没有足够警醒自己的问题。 ，更多推荐：老师脱 让学生摸 桃子网站