多智能体编排配置的工程化实践:权限、成本、上下文与可复现交付 - 我才是银古
一、权限最小化:两道白名单 第一道:任务工具白名单(编排层)。 主智能体(编排者)通过 permission 声明:Task 工具默认拒绝一切派发,只放行 10 个具名子智能体(planner、deep-worker、oracle、reviewer、consultant、ui-builder、exp
汇聚 V2EX、Hacker News、掘金等 IT 社区的热门讨论与精华内容。
一、权限最小化:两道白名单 第一道:任务工具白名单(编排层)。 主智能体(编排者)通过 permission 声明:Task 工具默认拒绝一切派发,只放行 10 个具名子智能体(planner、deep-worker、oracle、reviewer、consultant、ui-builder、exp
分治:序列分治(CDQ)与点分治 一、分治思想概述 分治(Divide and Conquer)是算法设计中最核心的思想之一。它的基本策略是: 分(Divide):将原问题划分为规模更小的子问题。 治(Conquer):递归地求解子问题(若子问题足够小则直接求解)。 合(Combine):将子问题的
四个案例合起来说明三件事:接入与编排成本可以数量级下降(CMU/Janelia),闭环试错和跨设备补救是真的(CMU/Tetsuwan),但物理直觉仍是硬伤(Genentech),安全必须长在模型之外。
作为 Oracle DBA,笔者熟悉表、事务、Redo、SCN 和数据仓库;但第一次面对 Kafka、Topic、Partition、Offset 与 Bronze、Silver、Gold 时,仍觉得概念很多、关系不清。于是笔者用 6 条订单事件跑通了一条最小链路。 graph TD Oracle(
AI 范式越迁:使用 XXL-BOOT SKILL 实现一句话直生业务 从「一行 SQL 生成代码」到「一句需求直生业务」——业务开发正式进入 AI 范式新时代。 随着大模型编程助手的成熟,业务交付范式正在被重塑。XXL-BOOT v2.1.0 内置 xxl-boot-monolith / xxl-
C# .NET 周刊 |2026 年 8 月 2 期 2026-08-09 dotnet_week_26_8_2 国内文章 用 Inno Setup 把 .NET 程序打包成安装包:从零到发布的完整指南
MHS 的本质不是"AI 控制硬件",而是三件事的组合:窄腰接口(read/write)降低接入门槛,设备语义(状态/操作/标签)让机器能自我介绍,分层执行让模型待在该待的位置——实时控制环之外。
近期工作安排包括自动化测试、自动化运维、自动化运营和安全等一些工作。自己做产品、自己做设计、自己做开发、自己验收上线还是挺爽滴。 这其中工作简单的就是自动化运维。但我今天真正要讲的不是做了什么,或者用了什么技术,这些都不是核心问题。核心是面对一句话需求,要怎样去思考。 我拿到的需求就是 做全公司的自
大家好,我是Java烘焙师。最近利用业余时间,完成了博客建站+RAG知识库的搭建,分享一下过程中遇到的选型问题、实现步骤。 搭建博客站点和RAG知识库的初衷,是因为日积月累写了几十篇技术文章,希望有一个独立的站点,并且能用自然语言问答、查找知识点。 下面是用到的技术栈: 静态页面构建:docmd 网
不必要求每个开发者都成为证明专家,而是把验证、内存安全、类型纪律,一层层织进语言和平台的基础设施里,让正确的代码成为默认路径
周五下午五点半,群里甩来一句「明早九点汇报,做个PPT」。 你盯着空白的 PowerPoint 页面,心里很清楚,真正难的从来不是写什么。内容你早就在文档里了,难的是把那堆字塞进好看的框里,配色别辣眼,找张不侵权的图,再调一晚上对齐。 我做了八年工程师,这种事踩过太多次。后来我发现问题不在我懒,在于
在AI代码生成工具大行其道的今天,一个大胆的论断正在开发者社区流传:有一个WEB框架,其开发效率可以超越AI。这听起来像是天方夜谭,但PasteApeart(即升级版PasteForm)正将这一设想变为现实。它并非又一个功能堆砌的框架,而是一套从源头解决“代码该写在哪”这一核心痛点的思想与约定体系。
复杂的流程,在产品设计阶段就需要综合考虑多方面的建议,前期业务和技术的介入,避免产品层面出现合理但不合适的设计,过繁或者过简都不利于整体的迭代节奏。
原文摘录:公司实习生小哥哥来找我:AI 把功能全写完了,可现在改一处崩一处,不敢动了。我没看代码,先问了三个问题:评测集呢?我说行,这不是工程问题,是负责方式的问题——不是打击谁,是先把地图摊开。然后我从书架上抽出一本 2010 年的旧书:《97 Th .
原文摘录:引子:一场「功劳归谁」的争执 2026 年 8 月,The Register 刊出了一篇对 Michael Stonebraker 的采访。这位图灵奖得主、伯克利 Postgres 项目的发起者,被问到 PostgreSQL 为什么会赢,给出的答案颇为意外: 我们得感谢 Oracle。
原文摘录:多个月以后,面对满屏的代码无从下手时,些瓶将会回想起,他第一次接触 Coding 智能体的那个遥远的下午。这篇笔记主要记录了咱在 AI 编码方面的一些实践体会,以及配置 Pi Coding 智能体的一些小想法。
原文摘录:(图) 一个反常的现象 最近跟几个做技术管理的朋友聊招聘,听到一个共同的说法:面试里"手写算法""默写API"这类环节,权重在明显下降。不是不考了,是考了也测不出太多东西——Vibe Coding 普及之后,一个初级工程师借助 AI,也能在半小时内写出过去需要三五年经验才能写顺手的代码。
原文摘录:2026年8月21日,DeepSeek 正式上线 V4 系列首款视觉模型 DeepSeek-V4-Flash-Vision-Exp,开放多模态 API 服务。这是 DeepSeek 从纯文本大模型正式迈入多模态 智能体赛道的重要一步。本文将从 API 调用、实际效果、中间层架构三个维度,帮你一.
原文摘录:这两天翻 GitHub Trending,看到一个离谱的数字——DeepSeek Harness 这项目,从 0 到 17 万 Star,只用了 8 天。5 万,三天后涨到 17 万,fork 1.一周跑完 Claude Code 半年的路。
原文摘录:做过数据的人都知道,「让业务自己查数」听起来很美,落地却很痛。常见有两条路: 第一条:把表做得又宽又全。一张大宽表、一堆反规范化视图,非技术同事至少能点一点。但业务一长大,同名不同义、同义不同表就越来越多。