丝袜亚洲精品中文第一区

丝袜亚洲精品中文第一区?因此，企业家应放下“家丑不可外扬”的心理包袱，在健康时及早召集家族成员沟通继承安排，并通过公证遗嘱、法律文件将各方共识固定下来。同时注意见证人的选择，尽量避免让有利害关系的公司高管作遗嘱见证人，以免留下程序漏洞和质疑空间。 关于中国立异药BD的三个新真相

丝袜亚洲精品中文第一区?好巧不巧，惊喜变惊吓！杜海涛正赶上沈梦辰拍吻戏，演员心理真的很强大，面对老婆拍吻戏，也只能无动于衷，大大方方的接受，职业素养杠杠的。 徐代祥记者 于文涛 摄

丝袜亚洲精品中文第一区?日前，梁先生已通过法律途径起诉了顺丰速运有限公司，期望对方赔偿在快递运输过程中造成的全部损失。据梁先生提供的诉讼材料，他在7月3日缴纳了14700元的诉讼费，目前正在等待扬州市邗江区人民法院的开庭通知。

丝袜亚洲精品中文第一区?特朗普在帖文中写道：“我的‘兄弟们’，还有一些‘姐妹’，怎么回事？他们都在围攻司法部长帕姆·邦迪——她干得漂亮极了！我们是同一个团队，MAGA（让美国再次伟大），我不喜欢正在发生的事情。”

丝袜亚洲精品中文第一区?杨女士从儿子的女友那里得到消息，“他给她女友发了四个字，我在缅甸"。 之后还跟女友讲，自己的人身是安全的，没有人控制他。当女友给她发缅北电诈相关新闻时，彭宇轩还表示，自己没有遭遇电诈。 秦建峰记者 乔一博 摄

丝袜亚洲精品中文第一区?最后，积极履行社会责任，建立健全商家信用评价体系与商品服务质量管控机制，提供安全放心的消费环境；防止行业垄断，杜绝“二选一”等行为；加强知识产权保护，推广环保包装，优化配送路线，减少资源浪费，营造和谐有序的舆论氛围，共同打造规范有序、共生共赢的即时零售健康生态，助推电子商务行业高质量发展。 刘彦红记者 郭江 摄

丝袜亚洲精品中文第一区?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。

丝袜亚洲精品中文第一区?7月16日，一则发生在上海71路中运量公交上的暖心故事在“小红书”平台悄然走红，众多网友为乘务员张燕的细心举动点赞。这位来自71路中运量车队全程Z5A-32号车的乘务员，用平凡的举动为外地乘客照亮了出行路。 赵冬冬记者 郭石平 摄

丝袜亚洲精品中文第一区?上周，乌扎内兄弟曾现身马德里，球员本人还在社交媒体发布倒计时动态，暗示即将完成签约。随着交易告吹，两人现已返回荷兰筹备新赛季。 孙秋华记者 马云峰 摄

丝袜亚洲精品中文第一区?从French-Owen的描述来看，OpenAI正处在一个关键转折点。公司需要在保持创新速度和初创精神的同时，解决快速扩张带来的管理和技术债务问题。如何在数千名员工的规模下仍能保持高效决策和产品迭代，将是公司面临的核心挑战。

丝袜亚洲精品中文第一区?有人说 “豪门养娃就该这样”，但细想就会发现，他们的教育从不用 “说教”。郭晶晶带孩子逛超市时，会让他们自己拿购物篮；霍启刚陪孩子做手工，哪怕弄得满手胶水也不插手。就像这次机场推行李，他没因为孩子小就把行李全揽过来，而是让每个孩子都承担一点 ， 大的背包，小的坐稳，既锻炼了能力，又让孩子有 “参与感”。 刘德勇记者 陈斌 摄

丝袜亚洲精品中文第一区?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。

丝袜亚洲精品中文第一区?六座纯电SUV市场之争尚不止Model Y L、理想i8及乐道L90。7月16日，智己汽车发布旗下首款中大型增程SUV——LS9官方图。据悉,新车有望搭载智己第三代线控技术,并于今年四季度正式上市。此外，市场表现强劲问界M8亦定位于这一细分市场，其纯电版计划于8月上市。

丝袜亚洲精品中文第一区?虽然穿起来和她效果两模两样，但还是很喜欢，变成夏天利用率最高的裙子之一。又炎热又闹哄哄的一周，很难静下心来做点什么。尽量收摄心神：散步、阅读、写字，专注于每一刻的体验，感受宁静和平衡。把那些未解的难题和焦虑交给时间。“葡萄酒的秘密是时间，一切的秘密都是时间。”

丝袜亚洲精品中文第一区?French-Owen曾是客户数据初创公司Segment的联合创始人，该公司在2020年被Twilio以32亿美元收购。三周前，这位参与开发OpenAI最具前景新产品之一的工程师选择从公司离职，随后在个人博客上分享了他在OpenAI工作一年的深度观察。

丝袜亚洲精品中文第一区?“这已经是一支有着明确定位的出色球队了，我迫不及待地想将我的风格带到球队中，并尽可能地帮助队友们迈出下一步。”

丝袜亚洲精品中文第一区?而在所有风格体系里，简约基础的日常风格，是最适合我们身体行住坐卧的房子，只有更舒适的自由空间，才能给我们的美以更好的发挥余地。

丝袜亚洲精品中文第一区?她见到更广阔的天地，回到家乡看到大人们的人生轨迹，清晰地再次确认，这不是她要的。她唯一的牵挂是从小养她的奶奶，但她发现奶奶的爱依旧浑浊、缠绕，总想用“献祭”她的方式让爸爸开心。

丝袜亚洲精品中文第一区?项目运营后将开通往返环球主题公园的摆渡车，市民也可乘地铁1号线-八通线、7号线一站直达环球度假区，同时设有2500余个停车位，满足自驾需求。 杨宗波记者 万愿堂 摄

丝袜亚洲精品中文第一区?当地农民 卡莱恩德罗斯：糟糕的是，情况本来就不乐观。黄桃的价格已经停滞了20年，而且没有任何上涨的迹象。当我们农民听到特朗普的新关税政策时，我们意识到未来将更加黯淡。

丝袜亚洲精品中文第一区?新华网北京7月17日电（记者宋依黛）入夏以来，北京持续高温高湿，用水量不断攀升，城市供水迎来高峰期。记者从北京市水务局了解到，通过强化设备检修、优化水源调度、加密水质检测等综合举措，北京城区日供水能力达到470万立方米，能够满足高峰期用水需求，将优先保障市民生活用水，为夏日城市平稳运行筑牢“水防线”。 吕勇记者 杨碧平 摄

丝袜亚洲精品中文第一区?然而，一个悄咪咪，它准备来收割奶爸钱包了。一款全新六座车型即将要来，基于Model Y打造，命名为Model Y L。新车的尺寸全面提升，长宽高为4976/1920/1668mm，轴距为3040mm。虽然长宽高都弱于现在热销的理想L7/L8/问界M7，但轴距给力啊，所以这个轴距塞入六个座位，空间还是可以接受的，不至于第三排「小板凳」式坐姿。

丝袜亚洲精品中文第一区?遗嘱也是可以改的，要防根本防不住，我们这边一个老头给三个儿子都立了公证遗嘱，还有遗嘱他们不允许跟其他兄弟说，老人去世后，三个儿子争财产打破了头。

丝袜亚洲精品中文第一区?巨额军费背后，是美国军火商与政府和国会的深度勾连。报告称，军火商仍在利用多种方式来影响美国政策，包括提供竞选捐款、进行游说、资助智库，以及继续军政商之间的"旋转门"现象等。 ，更多推荐：禁18