91视频

91视频?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。 宇树科技：1 到 3 年内机械人或允许以去流水线上打螺丝

91视频?当她带着伤痛来到香港，却意外遇见了与达也长得一模一样的卧底警察家宝（张国荣饰）。两个被爱情伤透的灵魂，在霓虹闪烁的香港街头相遇，在生死边缘的挣扎中逐渐靠近。 高西强记者 王建博 摄

91视频?IT之家 7 月 19 日消息，开源网络工具 cURL 开发者 Daniel Stenberg 在博客发文，抱怨 cURL 的安全漏洞赏金项目（cURL Bug Bounty）被滥用，许多不怀好意者使用 AI 工具批量生成虚假漏洞报告，试图赚取项目赏金，这令 cURL 安全团队不堪其扰，考虑后续停止提供漏洞赏金。

91视频?报道提到，宇树表示希望借助链博会平台了解上下游供应链关系，并听取市场端口反馈，以便更好地完善微型机器人产品。

91视频?“新质生产力培育驶入‘快车道’”，王滨指出，一方面，科技创新与产业融合深度推进，在氢能通用航空、固态电池等前沿领域新建一批创新中心和中试平台，全国首个通用具身智能平台“慧思开物”、基于自主指令集的高性能处理器芯片等新技术新产品相继发布；创建海淀、昌平两个市级未来产业先导区，“天工”机器人、小顽童N2机器人斩获全球首个人形机器人半程马拉松比赛冠亚军，全球首个具身智能机器人4S店即将亮相亦庄。 夏成知记者 王普尽 摄

91视频?第2局前半段王祉怡紧咬比分，7-11落后4分进入技术间歇。中局过后安洗莹打了一波10-1的攻击波，20-8手握12个冠军点。王祉怡挽救2个冠军点追到10-20，随后安洗莹在第3个冠军点兑现，王祉怡10-21输掉第2局。 刘文秀记者 李让磊 摄

91视频?总台记者当地时间7月16日获悉，美方初步调查评估消息称，印度航空失事航班的黑匣子录音显示，机长关闭了控制两台引擎燃油供应的开关，这可能是导致坠机的直接原因。

91视频?杨天婴则分析了国安失利的原因，“国安输的不冤枉，申花的战术更加务实，充分利用国安传接球慢，防线身后空间大的问题 ，同时申花防线中卫几乎把国安所有传中球都解围了，国安输掉比赛是应该的。” 周志国记者 李学峰 摄

91视频?如果我们把视角拉得更远一些，就会发现这次人事变动绝不仅仅是简单的“创始人回归”，背后更涉及到阿里巴巴集团AI战略调整、中国协同办公软件市场格局演变，以及一个更大的时代命题：在AI重构一切的时代，中国企业级软件该如何定位自己？ 王传伟记者 郭庆伟 摄

91视频?七年前低价回购的隐患，逐渐显山露水了。去年，宗馥莉要求娃哈哈集团销售、生产等核心部门员工的劳动合同改签至宏胜。

91视频?这意味着，即便只是整合这些本身尚不如人类的工具，大模型也能获得显著的能力提升。Agent 时代，大模型能力的提升显然还有更高的天花板。 陈金城记者 谢贤容 摄

91视频?抵达杨浦滨江的旅客，除转乘通勤航线外，还可选择体验“低空文旅项目”。新空直升机已开辟黄浦江陆家嘴观光航线，提供独特的城市低空游览体验。乘客可乘坐直升机从复兴岛起飞，沿黄浦江飞往陆家嘴，在陆家嘴俯瞰上海城市天际线。这种“通勤+观光”组合模式，为商务旅客和游客提供了全新的出行体验选择，将交通时间转化为旅游体验，提升出行价值。

91视频?2022年5月，抖音外卖业务正式提上日程，消费者可通过直播间领券下单，商家借助第三方快递提供配送服务。不过，早期抖音外卖采用低门槛策略，导致平台商家质量参差不齐，用户留存率成为一大难题。

91视频?毕竟，这也是他冲击今年诺贝尔和平奖最拿得出手的成绩，俄罗斯和乌克兰的冲突没搞成，以色列和伊朗的冲突一地鸡毛，印巴冲突特朗普到处讲。

91视频?开幕式上，云南师范大学校长胡金明在致辞中指出，人工智能的飞速发展正以前所未有的力量，深刻推动遥感技术在获取、处理、分析与应用模式的创新。地理学是云南师范大学优先发展学科，正在着力打造学术发展的软环境，建设有云南特质的地理学学科。他向广大优秀中青年学者发出诚挚邀请，希望大家携手共谋事业发展。

91视频?预计正式招标后，中建系，北京建工系、北京城建系将参与竞争，该项目不仅是民生工程，更是密云区落实北京城市总体规划、推进城乡一体化发展的重要实践，建成后将显著提升北京东北部区域城市形象和居住品质。

91视频?安置房选房，选的是一套房子，更是一个安稳的家，一份踏实的幸福。从旧居到新居，改变的是居住环境，不变的是邻里情谊和对美好生活的向往。

91视频?渭南市东府景园有住宅房一套对外出租，距离瑞泉中学一墙之隔，楼层好房子对面可看见公园，下楼就是小区大门，一室一厅一厨一卫，精装修家具电器齐全，可拎包入住，价格面议。

91视频?2024年冬窗，埃基蒂克租借加盟法兰克福，赛季结束后法兰克福支付1650万欧买断。上赛季，埃基蒂克各项赛事48场22球12助。目前他的德转身价为7500万欧。 张淬渌记者 贾彦峰 摄

91视频?延延接手最多的死亡案例就是交通事故。其中最让延延头疼的，是多车接触的死者。分析成因的背后，是一笔“糊涂账”：哪辆车接触的时候人没死，哪辆车撞击时人已死亡——每一次细微的责任划分，都牵动多个家庭的命运。好在司法鉴定只是一个维度，挖掘真相还需警方、车检方、保险公司等通力合作。

91视频?在韦世豪走到替补席之后，徐正源拥抱、安慰了韦世豪，此时，韦世豪激动落泪。在需要追分的关键时刻，韦世豪却因为自己的不冷静而被红牌罚下。 周 普记者 高英英 摄

91视频?事情是这样的，就在前几天，美国国际贸易委员会（ ITC ）甩出了一份初步裁决：认定咱中国屏幕巨头京东方及其子公司，侵犯了韩国三星显示关于 OLED 面板的商业机密。

91视频?“他们在视频中说一天赚了45块钱不夸张，辛苦摆摊一天，其实平均下来每人就赚了十几块，有时更少。”小余介绍，摆摊和拍视频其实并没有在物质上带来什么改善，但残疾人都是很孤独的，一起相处带来的快乐非常珍贵。

91视频?到了《Joyce》的时候，她才努力去争取自己把控每个细节，拿到碟的时候，她终于能对自己说：“他人喜不喜欢，买不买都不要紧，因为我对得住自己。” ，更多推荐：deep色客