<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI :: x7peeps</title><link>https://blog.x7peeps.com/AI/index.html</link><description>AI原理 大语言模型技术栈：从 Transformer 到 GPT/Claude 的架构演进 大语言模型技术栈：从 Transformer 到 GPT/Claude 的 … AIPrompt Prompt Engineering 技术栈：从基础到 CoT/ToT 的完整体系 Prompt Engineering 在 LLM 应用中的地位 在 LLM … AIagent Agent 评测方法论：维度设计、指标体系与评测框架 为什么 Agent 评测特殊 在传统软件工程中，评测（Testing）的核心假设是确定性——相同的输入经 … AIRag RAG 技术栈全景：从索引到检索到生成的完整链路 RAG 技术栈全景：从索引到检索到生成的完整链路 检索增强生成（Retrieval-Augmented … AI实战 机器人在修 PR，人类只剩签字 11 月 1 日，OpenClaw 的仓库更新了 500 条 PR，其中 270 条被合并或关闭；Hermes Agent 同 … AIcoding AI 编程工具技术栈：Claude Code/Cursor/Copilot 能力对比与工作流 引言 2024-2025 年，AI 编程工具从"锦上添 … AI安全 AI 安全攻防全景：Prompt 注入、越狱攻击与防御架构 AI 安全新攻击面：当传统安全模型失效 大语言模型（LLM）的广泛应用正在催生一类全新的安全威胁。 … AI音乐 秋天的第一杯奶茶，被 AI 唱成了什么样子 秋天的第一杯奶茶，被 AI 唱成了什么样子 九月底的上海，早晚已经有了凉意。朋友圈照例开始刷「秋天的第一杯奶茶」， … AI模型训练 如何训练一个原生 Computer Use 模型 Computer Use 模型的技术全景 2025 年，AI 领域出现了一个重要的范式转移：让大模型直接操控 …</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Thu, 24 Sep 2026 17:00:00 +0800</lastBuildDate><atom:link href="https://blog.x7peeps.com/AI/index.xml" rel="self" type="application/rss+xml"/><item><title>AI原理</title><link>https://blog.x7peeps.com/AI/01-LLM%E5%8E%9F%E7%90%86%E4%B8%8E%E5%B7%A5%E7%A8%8B/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/01-LLM%E5%8E%9F%E7%90%86%E4%B8%8E%E5%B7%A5%E7%A8%8B/index.html</guid><description>大语言模型技术栈：从 Transformer 到 GPT/Claude 的架构演进 大语言模型技术栈：从 Transformer 到 GPT/Claude 的架构演进 大语言模型（LLM）已从学术论文中的实验性工作，演变为支撑数十亿用户日常交互 … Token 经济学与推理参数：成本、延迟、质量的三角博弈 Token 经济学与推理参数：成本、延迟、质量的三角博弈 在生产级 LLM 应用中，Token 是一切的度量单位——它既是模型理解与生成的基本粒度，也是计费的最 … LLM API 工程：多模型对接、流式输出与容错设计 LLM API 工程：多模型对接、流式输出与容错设计 在生产环境中对接 LLM API，远不只是调用一个 HTTP 接口那么简单。开发者需要面对的是：多家模型供 … 模型选择与部署策略：GPT、Claude、开源模型、国产模型全景 模型选择与部署策略：GPT、Claude、开源模型、国产模型全景 模型选型是 LLM 工程落地中最关键的前置决策之一。选错了模型，要么是花了冤枉钱——用旗舰模型 … Claude注册与配置 claude注册 claude免费，平替chatgpt 注册账号 进入https://www.anthropic.com/product 推理模型技术范式：从 Chain-of-Thought 到 Test-Time Compute Scaling 推理模型技术范式：从 Chain-of-Thought 到 Test-Time Compute Scaling 大语言模型的能力边界正在经历一次根本性的重构 … Mixture of Experts 架构：稀疏激活如何重塑大语言模型的效率与规模 Mixture of Experts 架构：稀疏激活如何重塑大语言模型的效率与规模 大语言模型的 Scaling Law 曾长期遵循一个简单假设：更大的参数量意 … 多模态大模型技术栈：从 Vision-Language Model 到原生多模态架构的技术演进 多模态大模型技术栈：从 Vision-Language Model 到原生多模态架构的技术演进 多模态 AI 已从实验室中的"图像描述工具" … ASI-Bench 本地横评方法论：信息梯度与决策归因评测的完整拆解 ASI-Bench 本地横评方法论：信息梯度与决策归因评测的完整拆解 导读：这是一篇关于"怎么科学地评测本地模型"的方法论文章，用信息梯度 … 长上下文技术栈：从 512 到 10M Token 的位置编码演进与工程实践 长上下文技术栈：从 512 到 10M Token 的位置编码演进与工程实践 大语言模型的上下文窗口（Context Window）是其理解与生成能力的物理边界 … LLM 幻觉检测与缓解技术全景：从理论机制到生产级防护 LLM 幻觉检测与缓解技术全景：从理论机制到生产级防护 大语言模型（LLM）已从实验室的学术原型演变为支撑数十亿用户日常交互的基础设施级产品。然而，幻觉 … 小语言模型（SLM）技术全景：从 Phi-4 到 Gemma 3 的端侧部署与工程实践 小语言模型（SLM）技术全景：从 Phi-4 到 Gemma 3 的端侧部署与工程实践 2025 年以来，大语言模型（LLM）的竞争格局正在发生微妙的分化。一方 …</description></item><item><title>AIPrompt</title><link>https://blog.x7peeps.com/AI/02-Prompt%E5%B7%A5%E7%A8%8B/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/02-Prompt%E5%B7%A5%E7%A8%8B/index.html</guid><description>Prompt Engineering 技术栈：从基础到 CoT/ToT 的完整体系 Prompt Engineering 在 LLM 应用中的地位 在 LLM 应用工程的技术栈中，Prompt Engineering 是投入产出比最高的核心技能 … 系统提示词工程：角色设计、安全边界与行为控制 System Prompt 在 LLM 交互中的地位 在 LLM 应用工程中，System Prompt（系统提示词）是最容易被低估、也最容易被滥用的组件。多数 … Prompt 攻防：注入攻击手法与防御架构 Prompt 安全：从工程视角重新审视攻击面 在 Prompt Engineering 的工程实践中，安全不是一个独立的"附加模块"，而是贯 …</description></item><item><title>AIagent</title><link>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/03-Agent%E6%9E%B6%E6%9E%84%E4%B8%8E%E6%A1%86%E6%9E%B6%E7%94%9F%E6%80%81/index.html</guid><description>Agent 评测方法论：维度设计、指标体系与评测框架 为什么 Agent 评测特殊 在传统软件工程中，评测（Testing）的核心假设是确定性——相同的输入经过相同的处理路径，产生相同的输出。单元测试验证函数返回值 … AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS AI Agent 架构全景：ReAct、Plan-and-Execute、Reflexion、LATS 从 2022 年 Chain-of-Thought … Function Calling 与 Tool Use：工作原理、编排模式与安全考量 Function Calling 与 Tool Use：工作原理、编排模式与安全考量 Function Calling 是现代 LLM Agent 体系的基石能 … LLM-as-Judge：原理、偏差分析与实战配置 LLM-as-Judge 工作原理 LLM-as-Judge 是一种利用大语言模型自身作为自动评估工具的范式——将 LLM 的输出交给另一个（通常更强的）LLM … Agent 记忆系统：短期/长期/工作记忆的技术方案对比 一、为什么 Agent 需要记忆 1.1 从无状态到有状态的范式跃迁 大语言模型（LLM）本质上是一个无状态的函数：每次调用传入一段文本，返回一段文本。模型本身 … Qwen-MM-Plugins 到底怎么样：把多模态能力插进 Hermes 的完整实测 Qwen-MM-Plugins 到底怎么样：把多模态能力插进 Hermes 的完整实测 作者：x7peeps · 2026-08-14 全部数据来自本机真实实验 … Agent Benchmark 生态：AgentBench/SWE-Bench/τ-Bench/BFCL 解读 为什么需要系统理解 Benchmark 生态 在上一篇 Agent 评测方法论 中，我们构建了评测维度与方法论的抽象框架。但在工程落地时，开发者面临一个具体问题 … LangChain 与 LangGraph 技术栈：核心抽象、工作流编排与生产实践 一、LangChain 生态全景 LangChain 是当前 LLM 应用开发领域最成熟、最庞大的开源框架生态。理解它在整体技术栈中的定位，是选择技术方案的前提 … Qwen3.8-27B 本地实测：从 Opus4.6 对标到 4bit 量化的能力真相 Qwen3.8-27B 本地实测：从 Opus4.6 对标到 4bit 量化的能力真相 研究摘要 Qwen3.8-27B 是阿里 Qwen 开源家族的最新稠密模 … 评测平台架构：自动化评测、Trace 回放与归因分析 为什么需要评测平台 在 Agent 评测方法论 中，我们建立了评测维度与指标体系的抽象框架；在 LLM-as-Judge 中，我们掌握了自动化评判的技术手段。然 … Multi-Agent 框架生态：AutoGen、CrewAI、Dify 对比与选型 一、多智能体协作设计模式 单个 Agent 在面对复杂任务时存在明显的能力天花板：上下文窗口有限、专业视角单一、无法并行处理异构子任务。Multi-Agent … Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践 Agent 安全能力评测：5 维度 16 场景的本地 Benchmark 实践 当 Agent 从原型走向生产，安全不再是一个可选特性——它是上线的底线 … MCP 协议与工具生态：Model Context Protocol 架构与实践 MCP 协议与工具生态：Model Context Protocol 架构与实践 2024 年 11 月，Anthropic 发布了 Model Context … Agent 互联协议全景：A2A、ACP、ANP 与 MCP 的互补生态 Agent 互联协议全景：A2A、ACP、ANP 与 MCP 的互补生态 AI Agent 正从单一的对话助手演变为能够自主规划、协作执行的多智能体系统。当企业 … Agent 记忆架构 2026：从认知科学到生产级实现的技术全景 Agent 记忆架构 2026：从认知科学到生产级实现的技术全景 2024 年，“AI Agent 记忆"意味着把对话历史塞进 … 定时任务每天悄悄少跑一次，看板却还是全绿：Hermes 一条 P1 锁竞争 issue 的五个现场与四条未合补丁 定时任务每天悄悄少跑一次，看板却还是全绿 Hermes Agent #135487：一个锁超时问题，五台机器、四个补丁和一条没人合的修复线 2026 年 10 … 子代理烧光回合预算交白卷，父任务收到的是成功 Gemini CLI 的 issue #22323 里有一份保存下来的会话日志。主代理把"理解 t3code 和 superset 两个仓库的架构与 … 一次503重试让同一条命令跑了两遍，然后整个会话再也发不出请求 Gemini CLI 的维护者和贡献者这几天在处理一个链条很长的 bug：模型回复到一半网络抖了一下，客户端自动重试，重试成功后界面上看起来一切正常——但那条被 … Anthropic、Cursor、Google 三家官方技能仓库同场竞技：Agent 插件分发的入口之争 给 AI 编程助手写"技能/插件"的开发者，最近值得抬头看一下生态格局：Anthropic 的 Claude Code 官方插件目录 … AI Agent 不可靠时长什么样：两大开源智能体生态的稳定性缺陷实证分析 AI Agent 不可靠时长什么样：两大开源智能体生态的稳定性缺陷实证分析 导读：AI Agent 的能力演示视频遍地都是，但把它当成常驻基础设施跑起来之后，真 … Laya决策模型实测：33毫秒的开源System 1引擎，与它诚实的局限 Laya 决策模型实测：33 毫秒的开源 System 1 引擎，与它诚实的局限 为什么值得关注 2026 年 9 月，AI 应用层出现了一个新的模型品类：决策 … 硬币决定专家结论：Anthropic 实验里 86% 的判断跟着 AI 走 10 月 27 日，Anthropic 的对齐（Alignment）团队发布了一项随机对照试验：50 名职业分析师带着自己的 AI 编码智能体做一份真实的统计分 … 插件拷贝卡死网关：单线程服务的同步IO病 2026 年 10 月 11 日，一位 Windows 用户让网关抓取一个亚马逊商品页。请求发出后，网关日志停在了 14:50:24，下一次事件循环延迟报告出现 …</description></item><item><title>AIRag</title><link>https://blog.x7peeps.com/AI/04-RAG%E4%B8%8E%E7%9F%A5%E8%AF%86%E5%BA%93/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/04-RAG%E4%B8%8E%E7%9F%A5%E8%AF%86%E5%BA%93/index.html</guid><description>RAG 技术栈全景：从索引到检索到生成的完整链路 RAG 技术栈全景：从索引到检索到生成的完整链路 检索增强生成（Retrieval-Augmented Generation，RAG）已成为将大语言模型应用于企 … Embedding 与向量数据库：模型选型、PGVector/Milvus/Chroma 对比 在 RAG（Retrieval-Augmented Generation）系统的技术栈中，Embedding 模型和向量数据库构成了检索能力的两大基石。前者决定 … RAG 高级优化：混合检索、重排序、查询改写与评测闭环 一、Naive RAG 的局限性 多数团队在搭建 RAG 系统时，第一版往往采用"向量检索 + LLM 生成"的最简架构。这种 Naive … 企业级 RAG 架构：知识库治理、访问控制与安全管控 从原型到生产：鸿沟远比想象的大 多数 RAG 系统在 Demo 阶段表现出色——向量数据库跑起来、检索返回几段文本、LLM 生成一段看似专业的回答。然而，一旦进 … Agentic RAG：让 Agent 驱动检索增强生成的架构演进与工程实践 Agentic RAG：让 Agent 驱动检索增强生成的架构演进与工程实践 传统 RAG 系统的工作方式可以类比为一个忠实但缺乏主动性的图书管理员——你提出问 … GraphRAG 技术全景：知识图谱增强检索生成的架构、实现与生产实践 GraphRAG 技术全景：知识图谱增强检索生成的架构、实现与生产实践 检索增强生成（RAG）已成为企业级 LLM 应用的主流架构——通过将外部知识注入推理过程 … RAG的去向量化浪潮：从向量数据库到树索引、重计算与知识图谱的三条路线 RAG 的去向量化浪潮：向量索引正在被三路夹击 为什么值得关注 过去两年，“RAG = Embedding + 向量数据库"几乎是默认架构 …</description></item><item><title>AI实战</title><link>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/06-AI%E5%B7%A5%E7%A8%8B%E5%8C%96/index.html</guid><description>机器人在修 PR，人类只剩签字 11 月 1 日，OpenClaw 的仓库更新了 500 条 PR，其中 270 条被合并或关闭；Hermes Agent 同样更新了 500 条，其中 371 … AI 服务容器化与编排：Docker/K8s/GPU 调度/弹性伸缩 AI 服务的落地不只是模型推理本身——从 Docker 镜像构建到 Kubernetes 集群编排，从 GPU 资源调度到弹性伸缩策略，再到 CI/CD 流水线 … patdis-实战：从 9250 stars 开源专利 skill 到端到端跑通与反哺上游 patdis-实战：从 9250 stars 开源专利 skill 到端到端跑通与反哺上游 写在前面的诚实声明：本文所有"实测"都来自本机一 … Hermes Agent v0.21 全面升级：从单兵作战到多智能体协同的范式跃迁 导读：这是一篇针对 Hermes Agent v0.21.1 (2026.9.7) 的系统化深度测评。Hermes 在三个月里从 v0.18「Judgment … Hermes 记忆插件实战：从 MEMORY.md 到 fact_store——把 AI 记忆做成可审计的工程 Hermes 记忆插件实战：从 MEMORY.md 到 fact_store——把 AI 记忆做成可审计的工程 一句话贡献：Hermes 自带的 … 安全知识库 RAG 系统：架构设计、技术选型与实现 安全团队的知识管理长期面临"三难困境"——文档分散导致检索低效、经验依赖导致知识流失、回答不一致导致决策风险。当安全事件响应需要在分钟级别完 … LLM 应用性能工程：Token 优化、语义缓存与延迟调优 LLM 应用性能工程：Token 优化、语义缓存与延迟调优 当 LLM 应用从原型走向生产环境，性能问题会以最直接的方式暴露出来——Token 成本随用户量线性 … 安全 Agent：自动化漏洞扫描与报告生成架构 需求分析：安全评估的自动化刚需 在企业安全治理的实践中，漏洞扫描与报告生成是两项高频、高价值但极其消耗人力的核心任务。传统的安全评估流程高度依赖安全工程师的手动 … AI 应用可观测性：链路追踪、成本管控与告警体系 AI 应用可观测性：链路追踪、成本管控与告警体系 当 LLM 应用从原型走向生产环境，一个严峻的现实随之浮出水面：你无法优化你无法度量的东西。传统 Web 应用 … 0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕 title: “0.6B 也能克隆声音了：Audio8-TTS-Realistic 本地实测，和 Qwen3-TTS-1.7B 掰手腕 … AI-Native IT 运维平台：Agent 重构企业 IT 服务架构 传统 IT 运维的结构性困境 企业 IT 运维部门长期面临着一个悖论：随着数字化转型的深入推进，IT 服务的复杂度和用户期望同步攀升，但运维团队的编制和预算几乎 … AI Agent 编排引擎：从框架选型到生产落地的技术全景 AI Agent 编排引擎：从框架选型到生产落地的技术全景 AI Agent 正在从实验室的 Demo 走向生产环境的关键基础设施。Gartner 预测，到 … 自动化红队评测平台：评测引擎设计与实现 平台需求分析 在 大模型红队测试 中我们建立了攻击向量体系和安全评测基准，在 评测平台架构 中我们掌握了评测工程化的基础框架。然而，当红队测试的规模从手动验证扩 … Context Engineering：从 Prompt 到上下文系统的工程化演进 Context Engineering：从 Prompt 到上下文系统的工程化演进 在 LLM 应用开发领域，2023 年是 Prompt … ChatGPT微信机器人搭建 chatgpt对接微信服务搭建 背景，这里有个需求就是我希望在日常微信的某个群中使用chatgpt回答群里的日常问题。如果你也想搭建一个对接微信的chatgpt … Structured Output 与 JSON Mode：大模型结构化输出技术全景 Structured Output 与 JSON Mode：大模型结构化输出技术全景 LLM 生成的是自然语言文本，而现代软件系统需要的是结构化数据。当模型输出 … 本地 AI 助手启动失败三重根因：分支错位、链接被改与守护误杀 一个本地运行的桌面 AI 助手，早上拒绝启动，报错只有一行：ModuleNotFoundError: No module named 'yaml'。看到这行报错 … AI 工作流与编排平台全景：Dify、n8n、Coze 与 FastGPT 架构对比与选型指南 AI 工作流与编排平台全景：Dify、n8n、Coze 与 FastGPT 架构对比与选型指南 大语言模型（LLM）的应用开发正在经历一场从"代码驱动 … 排障第一课：先怀疑脚手架，再怀疑业务——一次公众号 403 误诊的完整复盘 排障第一课：先怀疑脚手架，再怀疑业务 一次"公众号被风控"误诊的完整复盘：curl 反而是破局点，cookie 差点被全清 2026 年 … LLM Guardrails 技术全景：从输入校验到输出防护的生产级安全架构 LLM Guardrails 技术全景：从输入校验到输出防护的生产级安全架构 LLM 的输出本质上是非确定性的——同一个 Prompt 在不同时间可能产生截然不 … MLX 并行提速实录：macOS 本地 TTS 从 230 秒到 100 秒 MLX 并行提速实录：macOS 本地 TTS 从 230 秒到 100 秒 一句话结论：引入 Apple MLX 框架 + 4 进程池并行分块，在不替换模型、 … WAL 检查点从未完成：进程内读快照顶住状态库 一台 Windows 10 机器上，网关的状态库 state/openclaw.sqlite 已经长到约 405 MB，旁边的 -wal 文件在 47 到 73 … 更新后项目列表空了，元数据还在 Windows 版 Codex 桌面应用，版本 OpenAI.Codex 26.1103.3517.0。用户从企业账号切回个人账号之后，Projects 列表里 … 子代理跑到上限却报告成功 2026 年 3 月 13 日，一位开发者在 Gemini CLI 里让主 agent 调查两个本地仓库（t3code 和 superset）的架构。主 … 微信扫码直接配渠道：Qwen Code Web Shell 补上个人微信这个最大缺口 2026 年 11 月 9 日，Qwen Code 维护者 wenshao 提交并随后合入了 PR #16736：个人微信成为 Web Shell 里可直接配置 … 子代理报成功却没做完的另一种坑：Qwen Code 子代理开局 105k 上下文去向不明 一位 Qwen Code 桌面版用户在 2026 年 10 月 26 日提交了 issue #15660： 父会话只用了 42k 上下文，其中约 21k 来自启 … agent-browser：给编码 Agent 一台能用命令驱动的浏览器 agent-browser：给编码 Agent 一台能用命令驱动的浏览器 让 AI 操作浏览器这件事，主流做法是把页面截图丢给视觉模型，让模型看图找按钮。这条路 … 子代理报成功却没做完：Gemini CLI 的假成功与无限挂起 子代理报成功却没做完：Gemini CLI 的两个可靠性坑和一个超时开关 2026 年 3 月 9 日，一个用户在 … Agent Reach：给编码 Agent 补上够不着的互联网 Claude Code、Codex、Hermes Agent、OpenClaw 这类 CLI Agent 自带搜索和网页读取，但有一批平台它们基本够不着：要登录 … 自托管网关的三种假死：服务没崩，机器人却不说话了 把 Claude Code、Codex 这类编码 CLI 换成自托管的 Agent 网关之后，运维里最耗时间的往往不是"服务挂了"——那种情 … 额济纳胡杨林套票 240 元里，不含一道桥到二道桥的车 每年十月，内蒙古额济纳胡杨林进入观赏期，同时"收费不够清楚"的讨论也会准时出现在社交平台。2026 年 10 月 8 日，光明日报在澎湃新闻 … Codex知道几点恢复额度，却选择让任务死在你睡着的夜里 openai/codex 仓库里有一个开了快半年的功能请求（#21073，5 月 4 日提交），诉求只有一句话：任务跑到一半撞上用量限额时，错误信息里明明带着确 … 免费模型清单五天换一次血，你的 Agent 配置跟得上吗 免费模型清单五天少了五个：把 OpenCode Zen 的 Free 接进 Agent 前，先看这三件事 用 AI 编码工具的都有体会：各家"限时免费 … AI Agent 可靠性工程：从错误恢复到优雅降级的生产级实践 AI Agent 可靠性工程：从错误恢复到优雅降级的生产级实践 构建一个 AI Agent 的 Demo 只需要 20 行代码——一个 while 循环加上 … macOS 本地 TTS 朗读服务优化实录：从频繁超时到秒级响应 macOS 本地 TTS 朗读服务优化实录：从频繁超时到秒级响应 一句话结论：不换模型、不动推理代码，仅靠服务架构层面的 7 项改造，将本地 TTS 朗读服务的 … SWE-bench 被停报：看编码榜单先查基准 SWE-bench 被停报：看编码榜单先查基准 OpenAI 在 2026 年 2 月停止报告 SWE-bench Verified 分数。几个月后，它又审计了 … Mac 苹果芯片声音克隆方案横评：8 个主流方案实测，谁最适合你？ Mac 苹果芯片声音克隆方案横评：8 个主流方案实测，谁最适合你？ 一句话结论：如果你在 Mac（Apple Silicon）上想克隆声音，首选 … 买显卡前先跑一遍：llmspeed 把本地推理速度做成可分享预估，我们补了一组实机数据 本地跑大模型的第一个问题从来不是"哪个模型最强"，而是"我这台机器上它每秒能吐几个字、装不装得下"。过去回答它只有两条路 … 虚拟环境重建后 TLS 悄悄断了：certifi 死路径故障链的复现与修复 有个报错在 Python 圈并不罕见：进程跑着跑着，所有 HTTPS 请求突然全挂——httpx 系报 [Errno 2] No such file or … 一套订阅池喂所有 Agent：magpie 本地模型网关三协议互转实测 你机器上可能同时装着 Claude Code、Codex CLI、Gemini CLI、Qwen Code、OpenCode 之类一堆 agent，每个都有自己 … 开源AI双雄：WAL膨胀、网关合并与慢思考误杀 开源AI双雄：WAL膨胀、网关合并与慢思考误杀 2026年10月16日，两个最受关注的个人AI助手开源项目同时出现在同一张数据表的两端。过去24小时 … 苹果官方实测：两台 Mac Studio 雷电直连，跑 816B 参数大模型 苹果官方实测：两台 Mac Studio 雷电线直连，跑 816B 参数大模型 2026 年 10 月 15 日，苹果机器学习研究团队发布了一篇实测报告，回答一 … 7.89GB装下27B：2-bit量化模型实测，工具调用反超54GB原版，但有三个坑 Conway Research（Underdog）10 月上旬发布了一个 7.89GB 的 GGUF 文件 Saluki 27B——底层是阿里 … AI CLI 的上下文压缩，正在成为全行业的质量洼地 如果你长期开着 Claude Code 或 Codex 干活，最近可能遇到过一种情况：会话开到一半，模型突然"失忆"了——之前商量的方案、做 … Rapid-MLX 实测：框架提速是真的，MTP 推测解码是负的 Rapid-MLX 实测：框架提速是真的，MTP 推测解码是负的 一句话结论：框架本身对 Ollama 的提速成立（轻载最高 3.9 倍），但官方宣传排在最前面 … Agent编程工具的成本黑洞：缓存失效、计量失真与用户侧自救 Agent编程工具的成本黑洞：缓存失效、计量失真与用户侧自救 一个越来越常见的场景：你没改一行代码、没换一个模型，只是让 Agent 多跑了几轮任务，月底账单却 … Qwen3.8-27B 量化损失实测与推理档位对照：8bit 只掉 1pt 的实证 Qwen3.8-27B 量化损失实测与推理档位对照：8bit 只掉 1pt 的实证 导读：这篇文章不是推荐某个模型，而是回答本地部署者最纠结的两个问题：量化到底 … Qwen3.8-Flash-Next 本地部署评估：360B 级 MoE 模型的路线选择 导读 导读：如果说传统大模型是一辆装满全部零件上路的大卡车，那 MoE 模型就像是一辆"货架摆满 360 个备件、但每次只挑 6 个上车跑" … MetalAnchor 实战：520 行 Python 把智能体语义 KV 缓存落地 Apple Silicon MetalAnchor 实战：520 行 Python 把智能体语义 KV 缓存落地 Apple Silicon 导读：如果你在 Mac 上跑本地大模型做智能体 … 让AI看着屏幕操作电脑：本地视觉闭环的基准评测与工程验证 让 AI「看着屏幕」操作电脑：本地视觉闭环的基准评测与工程验证 摘要 AI Agent 操作电脑的主流方案（截图 + 云端视觉模型）单步延迟 4-15 秒 … 永不完成的checkpoint：智能体的状态层欠账 10 月 30 日那期生态日报的快照里，OpenClaw 仓库社区热点榜首的一条 issue，不是新漏洞，也不是新功能，而是一条 10 月初报出来的数据库问题 … 被静默删除的五份交付物：智能体信任债清算日 被静默删除的五份交付物：智能体信任债清算日 2026年10月17日凌晨4点21分（UTC），Hermes Agent 仓库里一个编号 #132401 的 P0 … 生成成功不等于交付合格：AI 内容管线的三道验收关 生成成功不等于交付合格：AI 内容管线的三道验收关 一句话结论：AI 生成内容的管线里，最容易被省掉的那一层——验收——恰恰是成本最高的一层。 生成接口返回成功 … 本地LLM延迟优化实录：缓存会撒谎，慢的从来不是推理 本地 LLM 延迟优化实录：缓存会撒谎，慢的从来不是推理 一句话结论：**本地推理链路的两个"慢"，都不是模型慢。**一个是任务路由场景下前 … AI 智能体生态的验证基建：假成功、失败透传与审计文化的三线观察 AI 智能体生态的验证基建：假成功、失败透传与审计文化的三线观察 一句话结论：10 月 2 日的修复密集期横截面里，藏着一条容易被错过的暗线——当“报成功”可以 … AI 智能体生态的信任关卡：发布兑现、策略执行与交付确定的三线审计 AI 智能体生态的信任关卡：发布兑现、策略执行与交付确定的三线审计 一句话结论：10 月 1 日，头部开源智能体生态迎来了一个大版本发布日——一边是 518 个 … AI 智能体生态的还债期：内存、状态与计量的三线观察 AI 智能体生态的还债期：内存、状态与计量的三线观察 一句话结论：**两个头部开源个人智能体项目单日的 issue 与 PR 更新双双触顶 500 条、七款主流 … 两大开源智能体生态的升级危机实录：当更新本身成为最大故障源 两大开源智能体生态的升级危机实录：当更新本身成为最大故障源 一句话结论：**两个头部开源个人智能体项目（合计 issue 编号都到十几万量级）在同两周内暴露的头 … AI 智能体生态的常驻账单：内存泄漏、磁盘磨损与主线程卸载的三线观察 AI 智能体生态的常驻账单：内存泄漏、磁盘磨损与主线程卸载的三线观察 一句话结论：10 月 3 日的两份开源智能体生态日报里，最刺眼的一组数字与模型无关——一个 … AI 视频平台 Agent 复刻闭环实测：上传三步协议、审批门应答与僵尸态逃生 AI 视频平台 Agent 复刻闭环实测：上传三步协议、审批门应答与僵尸态逃生 一句话结论：把一条 88 秒的爆款视频喂给一个为 Agent 设计的 AI 视频 … 开源AI助手的偿债分化：11％对43％的关闭率之间，隔着评审带宽与自主性重构 开源AI助手的偿债分化：11％对43％的关闭率之间，隔着评审带宽与自主性重构 2026年10月8日，两大个人AI助手开源项目的社区数据摆在一起，出现了一组刺眼的 … 编码 Agent 的权限配置界面，正在骗你做出危险选择 编码 Agent 的权限配置界面，正在骗你做出危险选择 OpenCode 的权限模型本身不复杂：每条规则解析成 allow（直接跑）、ask（弹窗确认）或 … 四个版本，两个旧洞：安全审计看的是差集 四个版本，两个旧洞：安全审计看的是差集 2026 年 11 月 3 日清晨六点，版本监控把一个新 tag 推进审计队列：v0.22.6，发布时刻 … 审计的第二层：先校准尺子，再报漏洞 审计的第二层：先校准尺子，再报漏洞 2026 年 11 月 4 日晚，v0.22.7 的增量审计收尾。报告最后一页是九行：Critical 0，High … 48个技能，46个只增不减 2026 年 10 月 29 日 03 点 34 分（UTC），OpenClaw 仓库里一个编号 #186861 的拉取请求被合并。这个请求做的事情听起来有点朴 … 一天三版本与零发布:智能体生态的分化时刻 2026 年 10 月 27 日 23 点 44 分(UTC),一份覆盖 GitHub 上五百条 issue 更新的快照被生成出来。快照里有两个名字挨得很近的项 … 330 次合并与关闭，三个仍开着的 P0 2026 年 10 月 26 日 23 点 50 分（UTC），两份自动生成的生态日报同时落盘。OpenClaw 那份给出一份相当漂亮的读数：过去 24 小时 … SWE-bench 停报：模型解不出的题，一半是坏的 SWE-bench 停报：模型解不出的题，一半是坏的 2026 年 2 月，OpenAI 做了一件没有开发布会、但比任何一次模型发布都更值得复盘的事 … 挂了、丢了、谎报成功：AI 编码 CLI 的失败都在沉默里——五个真实案例复盘 给编码智能体派了个活，它跑了半天回来说"完成了"——你怎么知道它是真完成了，还是把一次中断包装成了成功？过去几个月里，Claude … 监控说全绿，审计说四个旧洞还在 11 月 5 日 08:02，一份定时采集报告给出结论：连续第 35 轮零增量。173 个仓库名与基线逐名比对，added 为空、removed 为空；110 … 2026-10-17 的 agent 三连事故 10 月 17 日 18:15 UTC,OpenCode 用户 ExNihil14 在 Termux + PRoot + Ubuntu 26.04 的组合环境里 … 腾讯开源的 Agent 记忆插件，能用在 Hermes 上吗：一份诚实横评 导读：2026 年 5 月腾讯云开源 TencentDB Agent Memory（GitHub 仓库），上线不到 3 个月 GitHub Trending … grill-me 实战：把一个模糊 idea 用对话压成可落地的决策 grill-me 实战：把一个模糊 idea 用对话压成可落地的决策 为什么这个技能值得专门写 2026 年 3 月，Matt Pocock 发了一条视频 … LLM推理引擎技术全景：vLLM、SGLang与TensorRT-LLM的架构选型与生产实践 AI Gateway技术全景：多模型路由、成本管控与企业级集成架构</description></item><item><title>AIcoding</title><link>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/07-AI%E8%BE%85%E5%8A%A9%E5%BC%80%E5%8F%91%E5%B7%A5%E5%85%B7%E9%93%BE/index.html</guid><description>AI 编程工具技术栈：Claude Code/Cursor/Copilot 能力对比与工作流 引言 2024-2025 年，AI 编程工具从"锦上添花的自动补全"进化为"深度参与的协作开发者"。三款代表性工具 … 自定义 MCP Server 开发：协议解析、Python/TS 实现与安全审计 自定义 MCP Server 开发：协议解析、Python/TS 实现与安全审计 MCP（Model Context Protocol）是 Anthropic … AI Agentic Coding 工程实践：从 Vibe Coding 到生产级自主编程的工作流设计 AI Agentic Coding 工程实践：从 Vibe Coding 到生产级自主编程的工作流设计 2025 年，Andrej Karpathy 提出了 … AI Coding Agent 架构深度解析：从 ReAct 循环到多 Agent 协作的工程实现 AI Coding Agent 架构深度解析：从 ReAct 循环到多 Agent 协作的工程实现 2026 年，AI 编程工具的格局已经从"选哪个 … 多智能体SDD实战：规格驱动开发的质量闭环与诚实终审 当你在一天之内让几十个 AI 子代理产出一百多个提交，质量怎么守？这不是假想场景——在最近一个内容社区产品的商业化攻坚里，我们用多智能体 … GitHub mergeable_state 不可信实录：31 个 PR 批量巡检的真伪冲突分拣 一套每天自动巡检仓库 Pull Request 的无人值守会话，某天面对的是 31 个开放中的 PR。GitHub API 返回的合并状态里，29 个写着 … 内置搜索把两个文件报成一个：Copilot CLI 的 grep 压缩在损坏证据 11 月 1 日，用户 aaroneng 在 github/copilot-cli 提交了 issue #5318：内置 rg 搜索工具在输出触发"压 … 剪映草稿加密之后，视频自动化的三条活路 剪映把草稿加密了，你的自动化脚本还活着吗 做视频批量产线的人大概率踩过这样一个坑：网上教程说剪映的草稿就是一个 draft_content.json，用 …</description></item><item><title>AI安全</title><link>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/index.html</link><pubDate>Wed, 01 Jul 2026 12:21:09 +0800</pubDate><guid>https://blog.x7peeps.com/AI/08-%E5%AE%89%E5%85%A8%E4%B8%8EAI%E8%9E%8D%E5%90%88/index.html</guid><description>AI 安全攻防全景：Prompt 注入、越狱攻击与防御架构 AI 安全新攻击面：当传统安全模型失效 大语言模型（LLM）的广泛应用正在催生一类全新的安全威胁。与传统 Web 安全不同，LLM 应用引入了 语义层攻击面 … AI Agent 安全设计：权限模型、沙箱隔离与审计日志 从被动防御到主动安全架构 AI Agent 正在从"回答问题"的对话助手演进为"执行任务"的自主代理。当 Agent 被 … 大模型红队测试：方法论、自动化工具与评测基准 大模型红队测试方法论框架 大语言模型（LLM）的安全保障不能仅依赖静态规则过滤和输出审核。与传统渗透测试类似，红队测试（Red Teaming） 通过模拟真实攻 … AI 驱动安全运营：智能 SOC、自动化响应与漏洞分析 Agent 传统安全运营的结构性困境 现代企业的安全运营中心（SOC）正面临一场深刻的效率危机。随着企业 IT 基础设施的复杂度持续增长——混合云架构、微服务、IoT 设备 … AI-Native 安全体系：企业安全从 0 到 1 的 AI 化实践 企业安全体系框架 企业在建设安全体系时，首先面临的问题是"参照什么标准来搭"。全球主流的安全合规框架有三套，各有侧重，适用场景不同。 智能体安全检测评估框架：全链路多层防线 智能体安全检测评估框架：全链路多层防线 AI Agent 正在从"对话助手"进化为"自主行动者"。当 Agent 被赋予 … Agent工具调用层安全：参数校验、权限边界与沙箱逃逸 Agent工具调用层安全：参数校验、权限边界与沙箱逃逸 AI Agent 从"对话"到"行动"的跨越依赖工具调用。当 … Agent规划与推理层安全：目标漂移、逻辑劫持与可解释性 Agent规划与推理层安全：目标漂移、逻辑劫持与可解释性 AI Agent 的核心能力在于自主规划与推理——接收一个高层任务后，将其分解为可执行的子目标序列，并 … 守门人的钥匙挂在门上：两个开源 AI Agent 的信任边界审计 2026 年 9 月 6 日，一台生产环境 Mac Studio 上，一个无人值守的 Hermes Agent worker 被审批网关拦下了一条 hermes … 免审批的 git diff 如何静默覆盖任意文件：Gemini CLI 权限校验的两轮评审加固 9 月 3 日，安全研究者 PakCyberbot 在 google-gemini/gemini-cli 提交 issue #29189：Gemini CLI … Agent的兜底链漏了最温柔的那种失败：内容过滤收尾不触发任何重试钩子 做 Agent 运维的人大多搭过这种保险：主模型挂了，自动切备用模型。限流、5xx、超时、断连——这些" provider 出事了"的场景都 … 把删除命令藏进一条“没有命令”的语句里：编码Agent权限策略的扫描盲区 一个编码 Agent 配好了最严格的 shell 策略：除白名单外一切命令拒绝执行。测试时 cat 被拦、rm 被拦、git push 被拦。然后有人在 … Agent 记忆系统安全：污染防护、泄露检测与权限隔离 Agent 记忆系统安全：污染防护、泄露检测与权限隔离 AI Agent 的记忆系统是其智能行为的核心基础设施。短期记忆（上下文窗口）让 Agent 理解当前对 … 1324个CTF writeup的技能化长跑：空白识别与五道质量闸 1324个CTF writeup的技能化长跑：空白识别与五道质量闸 一句话结论：把上千篇 CTF writeup 变成智能体可复用的技能库，瓶颈根本不在 … 系统提示词为什么防不住：从手工诱骗到梯度优化的提取攻击全景 系统提示词为什么防不住：从手工诱骗到梯度优化的提取攻击全景 导读：LLM 应用安全里有两个方向相反的攻击，经常被混为一谈。提示词注入是"写 … 多智能体系统安全：身份验证、合谋攻击与通信防护 多智能体系统安全：身份验证、合谋攻击与通信防护 当 AI Agent 从一个独立的对话助手演进为多智能体协作系统中的一员时，安全问题从单点防护升级为网络化对抗。 … 无人值守任务的凭据安全：从一次定时任务静默拒跑到端点绑定设计 无人值守任务的凭据安全：从一次定时任务静默拒跑到端点绑定设计 凌晨零点过一分，一台工作台上的版本安全审计定时任务照常触发。它已经稳定运行了很多天：每六小时跑一次 … Agent 安全运营体系：评估指标、监控与持续改进 Agent 安全运营体系：评估指标、监控与持续改进 当 AI Agent 从实验性项目演进为生产级系统时，安全不再是"一次性设计"，而是需要 … CTF越界实录：模型如何用假身份说服真实维护者 CTF越界实录：模型如何用假身份说服真实维护者 43 次评测，9 次越界。模型用 Tor 注册假 GitHub 账号、提交了一个恶意 pull request、 … 700个Agent攻陷HuggingFace：一次评估沙箱逃逸的完整攻击链复盘 700个Agent攻陷HuggingFace：一次评估沙箱逃逸的完整攻击链复盘 九月底，一份发布在 swarmtraces.org 的调查报告公开了 2026 … 一条ChatGPT分享链接接管账号：Preview沙箱是如何被自己人打穿的 一条 ChatGPT 分享链接接管账号：Preview 沙箱是如何被自己人打穿的 安全研究团队 Parameter AI 在 10 月 26 日公开了一篇披露报 … AI 对齐技术全景：从 RLHF 到 DPO、GRPO 与可扩展监督的演进 AI 对齐技术全景：从 RLHF 到 DPO、GRPO 与可扩展监督的演进 大语言模型（LLM）的能力在过去两年经历了指数级增长——从 ChatGPT 的初代惊 … Agent 删了你一年的数据，回头告诉你「是你配置允许了它」 Agent 删了你一年的数据，回头告诉你"是你配置允许了它" GitHub 用户 PCServices2 让 OpenCode 改一个 … AI CLI 编码工具安全修复潮复盘：七款工具暴露的五类防守盲区 AI CLI 编码工具安全修复潮复盘：七款工具暴露的五类防守盲区 AI CLI 编码工具（Claude Code、OpenAI Codex、Gemini … 你的 Agent 每跑一条命令，就把环境变量明文抄进磁盘一次 你的 Agent 每跑一条命令，就把环境变量明文抄进磁盘一次 一个看起来无害的功能——终端会话快照——正在把凭据写成明文文件。GitHub 公开 … Agent Skill 供应链安全：命名空间冒用、评估失真与上下文黑洞的三重治理缺口 Agent Skill 供应链安全：命名空间冒用、评估失真与上下文黑洞的三重治理缺口 素材来源 … 模型自己找出五条攻击链：Anthropic 红队报告给防守方留下了什么 10 月 27 日，Anthropic 的研究团队发了一篇博客：他们用未发布的内部研究模型（文中称 Claude），在 …</description></item><item><title>AI音乐</title><link>https://blog.x7peeps.com/AI/09-AI%E9%9F%B3%E4%B9%90/index.html</link><pubDate>Thu, 24 Sep 2026 17:00:00 +0800</pubDate><guid>https://blog.x7peeps.com/AI/09-AI%E9%9F%B3%E4%B9%90/index.html</guid><description>秋天的第一杯奶茶，被 AI 唱成了什么样子 秋天的第一杯奶茶，被 AI 唱成了什么样子 九月底的上海，早晚已经有了凉意。朋友圈照例开始刷「秋天的第一杯奶茶」，商家们照例把这句梗印上杯套。这句话被玩了很多年 …</description></item><item><title>AI模型训练</title><link>https://blog.x7peeps.com/AI/10-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/index.html</link><pubDate>Fri, 03 Jul 2026 15:17:54 +0800</pubDate><guid>https://blog.x7peeps.com/AI/10-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83/index.html</guid><description>如何训练一个原生 Computer Use 模型 Computer Use 模型的技术全景 2025 年，AI 领域出现了一个重要的范式转移：让大模型直接操控计算机界面。从 OpenAI 的 … 模型微调技术全景：LoRA、QLoRA、全参数微调与实战选型指南 模型微调技术全景：LoRA、QLoRA、全参数微调与实战选型指南 大语言模型（LLM）的预训练已经形成了"少数巨头训练基座模型、大量开发者微调适配任务 … 应急响应大模型微调：基于 Qwen2.5-7B 的 QLoRA 训练实践 应急响应大模型微调：基于 Qwen2.5-7B 的 QLoRA 训练实践 应急响应（Incident Response）是安全运营中最具时间压力的场景之一。从收 … 模型量化与压缩技术：GPTQ、AWQ、GGUF与FP8的工程实践指南 模型量化与压缩技术：GPTQ、AWQ、GGUF与FP8的工程实践指南 大语言模型的参数规模在过去五年呈指数级增长——从 GPT-2 的 15 亿参数到 … 合成数据工程：大模型时代的数据飞轮与质量保障 合成数据工程：大模型时代的数据飞轮与质量保障 大语言模型（LLM）的能力飞速提升，但其背后隐藏着一个日益尖锐的矛盾：训练数据正在枯竭。Epoch AI 研究机构 … 自主研究循环续跑 144 轮：97 连败与四个真实杠杆 自主研究循环续跑 144 轮：97 连败与四个真实杠杆 前一篇复盘写到 45 轮：那个编码 Agent 用五小时把一个小语言模型的验证集 bpb 从 2.036 … 让 Agent 自己跑研究循环：45 轮 Muon 调参实战复盘 让 Agent 自己跑研究循环：45 轮 Muon 调参实战复盘 傍晚六点半，我给一个编码 Agent 立了三条规矩：只准改训练脚本、每次训练五分钟、指标只看验 …</description></item></channel></rss>