📚 Wiki 知识库

🏷️ 系统优化

5 篇

私有知识库第4篇:评估集 + 增量更新,让 RAG 能长期跑下去

文章探讨了 RAG(检索增强生成)系统长期运行的两大难题:评估与更新。作者提出建立包含50个问题的“评估集”,通过 Recall、Precision 和 LLM 辅助的答案准确率来量化系统效果,避免盲目调参。同时,针对文档更新导致的全量重建成本问题,介绍了基于内容 Hash 的增量更新策略,仅处理变动文档,大幅降低资源消耗与停机时间。

技术LLM ✍ Ando🕐 2026-07-08

韬定律:后摩尔时代的工程方法论(官方论文解析)

文章解析了关于华为“韬定律”的官方论文,指出其并非传统摩尔定律的延续,而是一种以后摩尔时代时间预算为中心的全新工程方法论。通过LogicFolding、3D堆叠和Unified Bus等技术,旨在优化从晶体管到系统的全链路延迟,将竞争焦点从单纯的晶体管尺寸转移到系统时间效率的优化。

技术后端 ✍ Smith铜匠・十点睡觉🕐 2026-05-26

AHE:通过自动演进 Harness 提升智能体编码能力

文章介绍了一种名为 Agentic Harness Engineering (AHE) 的新框架,该框架能在不改变基础模型和系统提示词的情况下,自动演进编码代理的工具、中间件和内存。AHE 在 Terminal-Bench 2 上通过 32 小时的迭代将性能提升至 77.0%,击败了包括 Codex-CLI 在内的人工调优方法及仅优化提示词的基线。研究还发现,优化内存、工具和中间件比优化系统提示词更能带来显著性能提升。

技术Harness Engineering ✍ AlphaSignal AI🕐 2026-05-01

Anthropic 官方博文:多智能体协作指南:五种主流模式怎么选、怎么用?

本文翻译自 Anthropic 官方博文,深入解析了多智能体协作的五种主流模式:生成 - 验证者、调度 - 子智能体、智能体团队、消息总线及共享状态。文章详细阐述了各模式的运作原理、适用场景与局限性,并提供了在代码审查、安全运营、系统迁移等实际案例中的选择建议。通过对比分析,帮助开发者根据任务特性(如上下文需求、事件驱动性、协作紧密度)灵活选择或组合模式,以构建高效、可扩展的多智能体系统。

技术Agent ✍ 宝玉🕐 2026-04-12