国产亚洲欧美一区二区

国产亚洲欧美一区二区?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。 惊爆！北京东三环进入现房时代？

国产亚洲欧美一区二区?第一趟是高层的6个外卖，随后第二趟则是低层配送，仅有两个外卖。在配送高层的6个外卖时，配送第二个外卖后，记者错过了上行的电梯，剩下的4个外卖却分别在3个楼层，每一份外卖都有规定的送达时间，配送员必须在时间内送达，如果等到电梯下行再上行，起码要过去15分钟。 于江涛记者 孔德芹 摄

国产亚洲欧美一区二区?刚锁定某个嫌疑人，很快就会出现新的证据推翻猜测，刚查到三老爷有特殊癖好、嫌疑最大，啪！转头就发现老夫人借着维护家族名声的由头暗中遮掩，甚至偷偷销毁证物。

国产亚洲欧美一区二区?“上面千条线，下面一根针”，村里事物繁杂。开赛以来这些天，戴虎的足球训练只能放在晚上。结束一天的工作后，他会自己找个球场，默默练习，运球、射门，一丝不苟，只为保持良好的竞技状态。”白天我老百姓家里面处理一些事，忙完工作之后，傍晚的时候我会去足球场。每天晚上增加一些系统训练，还有体能训练，就是保持状态，随时做好比赛或者上场的准备。“戴虎告诉记者。

国产亚洲欧美一区二区?然而，在现实环境中采集不同光照与场景条件下的数据代价高昂，而仿真环境中尽管可以获得近乎无限的数据，但受限于算力资源，通常需要对光线的多次折射衍射以及纹理精度进行近似和简化，使得视觉真实性无可避免地受到损失，在视觉层面产生Sim2Real Gap。 石艳召记者 周绍俊 摄

国产亚洲欧美一区二区?王磊的想法得到了同事们的一致支持和赞成。7月30日一早，王磊一大早就来到自己所在的投递部，很快分拣到了儿子的录取通知书。“崂山分公司领导安排给儿子准备了花束，同事亲自开车把我送回家，我就按照邮政的正规投递流程，把录取通知书送到儿子手中。”王磊说。 杨亮记者 程雄 摄

国产亚洲欧美一区二区?主持人: 哦，我的天。就这样。我想我们已经在这里解决了对齐问题。尽快让那些作者写这个。好的。还有两个问题。你有没有一个最喜欢的人生格言，你经常在工作或生活中想起它？

国产亚洲欧美一区二区?一个关键的问题是，在线上线下经济密切关联的当下，外卖平台仅用一两个月就展现了对餐饮行业生态的强大撼动力，平台“闪击战”一出奶茶店忙到闭店的背后，外卖平台更要谨慎、理性地使用自身在流量、价格上的杠杆力，不过度干扰餐饮等更多行业的正常竞争。 杨军设记者 陈建辉 摄

国产亚洲欧美一区二区?今天上午的时候，水泥板块涨停的基本都是公司所处位置距离西藏相对较近的公司，水泥巨头海螺水泥地处华东安徽，涨幅就相对较低。到了下午，随着市场对雅江水电站炒作情绪的持续升温，海螺水泥这个大块头尾盘最终还是强势涨停。 于浩淼记者 李焱焱 摄

国产亚洲欧美一区二区?凭借多元化的发展布局与稳健的经营理念，集团连续多年斩获“中国房地产百强企业”“中国房地产开发企业稳健10强”等多项行业殊荣，彰显了在房地产领域的综合实力与品牌影响力。

国产亚洲欧美一区二区?这帮网友可真有一手，不过给这俩“出主意”可不是他们的主要任务，吃瓜群众其实更关心的还是扒一扒这俩身上的小秘密。 王海胜记者 周贵斌 摄

国产亚洲欧美一区二区?夏天因为温度比较高，建议大家在穿衣的时候，尽量以清凉的着装为主。可以利用各种类型的上衣和短裙进行匹配，轻盈的裙子打造出灵动的感觉，也可以呈现出一定的俏皮的风格，裸露出双腿，能让着装更加的舒适。

国产亚洲欧美一区二区?随着执政联盟席位优势不复存在，围绕内塔尼亚胡政府命运的最大悬念在于：以色列是否会提前举行大选，内塔尼亚胡还能否守住权力？按照正常周期，以色列下次立法选举将于2026年10月27日举行。但如果政府在议会丧失多数，无法通过预算或遭遇不信任投票，则可能被迫提前改选。

国产亚洲欧美一区二区?阿里纳斯表示：“他们说什么？他们说如果弗拉格达到上限，他会成为KG，我不知道这是不是赞赏。你说他的巅峰就是KG，可KG并不是第一顺位。”

国产亚洲欧美一区二区?听说郭富城连信用卡额度都给她取消了，想买啥随便刷。这话要是真的，那方媛这胎怀得可太值了——以前逛个街还得自己比价，现在直接“豪门自由”，换谁不容光焕发？

国产亚洲欧美一区二区?2023年7月12日上午，中国科学院院士、北京大学物理学院博雅讲席教授、学术委员会主任欧阳颀，亲自为来自福州延安中学的林沛晗同学，送上北京大学2023年本科生首封录取通知书。欧阳颀院士叮嘱林沛晗同学，注重科研实践、脚踏实地地摸索自己的兴趣方向，立志解决世界前沿的学科热点问题。

国产亚洲欧美一区二区?基础平台需要大量的开发者共建，飞桨正持续赋能开发者，飞桨AI Studio星河社区已上线700万个实践项目，600多门公开课以及400多场AI竞赛。截至今年4月，飞桨文心开发者数量已超过2185万，服务超过67万家企业，创建的模型达到110万。

国产亚洲欧美一区二区?LSD 采用了不同的方法。它一次生成一帧，使用因果性的自回归结构，每一帧都依赖于此前生成的帧以及用户提示。这种方式支持即时反馈、零延迟交互，并且可以持续生成视频，无需预先设定终点。

国产亚洲欧美一区二区?至于全新X3，得益于宝马的调校经验，这款车的底盘也富有韧性，麦弗逊前悬能调出双叉臂的爽利感。唯一的问题，在于这款车的轴距比较长，在狭窄路段还是要多注意一下。 冯立勇记者 韩建设 摄

国产亚洲欧美一区二区?下一步，工业和信息化部将指导行业机构研究制定汽车行业结算支付规范，推行合同范本，进一步规范汽车企业供应商货款支付流程，推动构建“整车—零部件”协作共赢发展生态，促进汽车产业健康可持续发展。

国产亚洲欧美一区二区?影片中那段经典的“街边漫步”场景，黑白画面勾勒出极具辨识度的港式美学空间，十指紧扣的恋人漫步街头，将港式浪漫推向极致。 何头脑记者 姜勇 摄

国产亚洲欧美一区二区?而深业集团与上海的结缘，源于对区域价值的精准洞察和判断。2021年12月至2022年6月，集团两次成功落子嘉定，先后斩获深安上居、深嘉上府地块，以“双星布局”正式开启深耕上海市场的战略布局。

国产亚洲欧美一区二区?据杜虎介绍，其与李某有借贷纠纷，李某第一次将车“冒领”被追回后，因车上的煤炭少了，他与李某发生冲突，警方建议诉讼。诉讼期间，车辆放在超限站。2022年3月，车辆发生自燃。之后，李某名下公司派人持未生效的一审判决书（注：法院后更正为裁定书），再次将车拖走。

国产亚洲欧美一区二区?瑞泊科技作为领先的人工智能国家高新技术企业，也是目前中国屈指可数已拥有自研高等级大模型的公司，其核心团队整合了中国科学院、清华大学等顶尖机构的科研资源，曾斩获国家级科研机构科技成果转移转化一等奖、GAIE Awards人工智能年度权威AI大奖、被誉为人工智能界“奥林匹克金牌”的中国AI金雁奖“技术创新大奖”等多个高含金量奖项。 ，更多推荐：csgo暴躁妹妹值得培养的装备