《指挥 AI，做出一个企业级 Agent》09：接通大模型只是开始，真正难的是不让它越权
文章探讨企业级 Agent 开发中如何防止 AI 越权。作者指出接通大模型仅是第一步，关键在于通过服务端规则、来源白名单和 Human-in-the-loop 机制约束模型行为。文章介绍了流式输出协议、AI 原稿与人工终稿分离、以及模型不可用时的降级策略，强调企业需建立可追踪的责任链路，确保 AI 只提供建议，不直接产生业务结果。
相关文档
万字总结：成为 Agent 工程师的学习线路
作者面试一家 AI+Web3 公司失败后，获得面试官分享的《Agent工程师入门指南》，并结合自己的学习心得整理成一条完整的 Agent 工程师学习路线。内容涵盖 LLM 基础（Transformer、Token、上下文窗口、采样参数、API 协议、流式输出、结构化输出、工具调用、Embedding）、Prompt Engineering（Zero-shot/Few-shot、CoT、ReAct、Reflexion）以及 RAG（文档解析、分块、检索与重排）等核心知识。每个知识点都附有学习文档链接、项目要求和验收标准，帮助学习者系统掌握 AI 应用开发技能并检验学习成果。
DeepSeek kernel 工程师自述：亲手把自己的手艺变成过时技艺，以及微信开源企业 Agent 框架 WeKnora
文章包含两条内容：一是 DeepSeek kernel 工程师 Shengyu Liu 的长文，讲述 AI 已能自主分析 CUDA/PTX/SASS 并优化 kernel，他预判半年到一年内 AI 写的 kernel 可能超过自己，工作将从亲手写代码变为驾驶 Agent，并担忧未来社会走向共产主义或赛博朋克两极，因此选择留在 DeepSeek 推动开源 AI。二是微信团队开源的 WeKnora 框架，已从 RAG 系统进化为企业 Agent 基础设施，提供知识处理、ReAct Agent、Sandbox 执行环境、长期记忆和 Auto-Wiki 能力，代表 RAG 向企业 Agent Context + Runtime 的迁移趋势。
AI 闯关学习小程序项目完结：用 DeepSeek 打造可上线的微信小程序
程序员鱼皮宣布其编程导航新项目教程《AI 闯关学习小程序》完结。项目基于 Taro + Python FastAPI + LangChain + DeepSeek，用 AI 编程（Vibe Coding）方式从 0 到 1 开发可将任何知识变成闯关游戏的学习小程序。功能涵盖 AI 联网搜索出题、闯关答题即时讲解、AI 复盘报告、RAG 私有知识库出题、AI 题目配图、微信静默登录等，并走完 Docker 部署与小程序上线全流程。项目代码已完整开源，同时提供视频、文字教程及简历写法和面试题解，帮助求职者提升竞争力。
从一页产品说明到企业级 Agent，完整复盘
本文复盘了一个企业级售后工单 AI 工作台的开发全流程。项目经历业务定义、产品设计、技术选型、开发实现及验收部署六个阶段，最终交付包含权限管理、知识检索、审计等功能的完整 Agent。文章总结了“AI 执行，人做选择”的协作模式，强调证据留存与工程边界，提供了一套可复用的 AI 辅助开发方法论。
《指挥 AI，做出一个企业级 Agent》08：企业 RAG 不是上传几个 PDF
文章指出企业 RAG 不仅仅是上传 PDF 回答问题，更需关注文档版本、权限、来源追溯及停用管理。作者通过模拟企业真实文档环境，构建了包含版本控制和过滤机制的评测体系，强调了可靠检索与诚实无答案的重要性，并分享了针对小规模知识库的技术选型经验。
这应该是目前最接近正解的 Agent 记忆方案
文章探讨了现有 Agent 记忆方案的局限性，即仅是“搜旧聊天”而非真正的学习。作者介绍了 MemOS Local Plugin，它通过 Reflect2Evolve 机制，从对话中自动提炼策略和技能。实测显示，它能跨 Session 应用写作偏好并积累经验，代表了从“存规则”到“学策略”的进步。
DeepSeek-V4 工程权衡分析：1M 上下文并非无损记忆
文章深入剖析了 DeepSeek-V4 如何通过 HCA、CSA 和 SWA 三通道并行架构，将 KV Cache 压缩至基线的 2%，从而实现工程上可行的 100 万 token 上下文。然而，这种极致的压缩是有代价的：MRCR 8-needle 测试准确率在 1M 长度下显著下降至 0.59。文章指出，V4 通过牺牲检索精度换取了推理成本的数量级降低，是一种‘有损的 1M’，并明确论证了该设计原理上无法完全替代 RAG 系统。
分享6个新提示语去掉DeepSeek新模型和codex的AI味
作者分享了6个提示语技巧，用于消除DeepSeek和Codex生成代码动画/UI时的AI味。包括：删除重复无信息的文案、去掉多余的装饰框和阴影、为颜色分配固定用途、统一字号和图标对齐、一屏只讲一件事、优化动效使其服务于叙事和反馈。文中每个技巧都配有具体可用的提示语。作者还预告了正在开发的大剪辑Skill，能用DeepSeek剪出十分钟真人口播视频。
推理是训练的 12 倍，可一块卡生成时只跑出 5% 的算力
文章基于 YC Paper Club 播客，剖析 LLM 推理成本真相：按两年模型寿命摊算，推理总算力约为训练的 12 倍。decode 阶段 MFU 仅 5%，瓶颈在显存带宽而非算力。DeepSeek 通过 KV cache 保留 72 小时、radix attention、零开销调度等手段将缓存命中率做到 96%，实现 38 美元一卡时、80% 毛利。文章还讨论了 SSM 等被低估的模型结构、服务商质量参差（同一模型不同服务商差距超开源闭源差距）以及开源推理生态的规模，指出推理成本优化才是 LLM 竞争的胜负手。
DS Bot开源了，那Grok Bot 和 DS Bot，到底该选哪个？
文章对比了社区开源的 DS Bot（DeepSeek-Bot）与 Grok Bot 两款多角色 AI 助手。核心差异在于'动手能力'：Grok Bot 提供托管云电脑，可操作浏览器、跨网站执行任务且合盖继续运行；DS Bot 内置浏览器仅能读网页，但支持自选模型、MCP/Skills 扩展和可检查的 Markdown 记忆。文章从网页操作、模型控制权、数据与权限、成本等维度给出选购建议：不想维护、需要网页自动化选 Grok Bot；已有 API、重视控制权选 DS Bot。作者建议先用一个每周固定任务实测，再决定是否扩展。
开源和 DevRel，是我的本命坑
作者leonliuzx回顾了自己与开源和开发者关系（DevRel）结缘的历程：初中开始在GitHub上折腾代码，2023年通过AGI Playground参与无障碍AI项目'声桥AI语训'，之后深入书生浦语、飞桨等社区做助教、写教程、贡献文档。2024年底加入百度从事社区运营实习并转正，组织Hackathon活动、培养贡献者，甚至与李彦宏共进晚餐。工作之余还发起了OMDSH和OpenAIGames等独立社区。作者将开源社区比作同好群，认为因纯粹热爱而聚集的感觉非常棒，并庆幸自己在这个年纪找到了愿意长期投入的热爱。
Agent 高频题 04. Agent 效果怎么评测：评测集怎么建、指标怎么定、怎么证明变好了
本文是 Agent 高频面试题详解系列第 4 题，系统讲解 Agent 效果评测体系。文章基于 64 场面试面经分析，归纳出评测追问的八个方向，并结合 Anthropic、OpenAI 等实践经验展开：先明确评什么（Agent 评测难在结果在环境状态中、路径不唯一、结果不确定）；评测集怎么建（题目来自真实失败、业务方、合成数据，注意分层、防泄露与防过拟合）；谁来打分（代码判分、模型判分、人工判分三种方式的取舍，LLM-as-a-Judge 的位置偏差、冗长偏差等已知问题及校准方法）；以及如何通过基线对比、多次运行排除随机性，证明改进真实有效。文章强调评的是 Harness 和模型的整体，判结果而非规定路径。
