定理是对的,也能瞄错系统
一条关于狭窄多智能体抽象的正确定理,了结不了带持久状态、工具与环境实时反馈的系统。
Lynn Cole / 标签
context management
A thread through the work.
提示增强与刻意的上下文设计
刻意的上下文设计,是把用户意图、记忆、工具和指令分开来,而不是塞进一团吵闹的提示里。
更大的嵌入不自动等于更好的搜索
更大的嵌入不会自动带来更好的检索。语料、切块、上下文和搜索架构,得跟活儿相配。
老文档开始给新智能体掌舵的时候
文档一旦被智能体读到,就成了指令面。借老仓库的零件,可能把一套过时的架构悄悄还魂。
编程智能体项目更新:五小时近15,000行之后,补上静态分析。
昨晚跑了五个小时、近 15,000 行全测试代码
读 Claude Code 里的分层语境控制面
一次对 Claude Code 分层语境控制机制的审读:提示词、隐藏提醒、工具序列化,以及平行的许可判定。
人格、仓库指令与对齐
人格可以编码信念与边界,而不必把仓库指令写成税法。指令质量改变智能体的工作方式。
为具身场景设计语音智能体
把语音智能体装进一辆退役卡车,让具身场景变得可触摸:传感器、路线、记忆、本地推理,以及一直在变的语音栈。
推理循环作为工程流程
推理循环不只属于权重,也属于工程流程。把更多推理时间,花在不确定性与后果都撑得起它的地方。
A context-infrastructure stack for Claude…→需人工标题
那今天干了什么?除了为了玩做数据挖掘?
Engineering the conditions for automated work…→需人工标题
AI 在编码中制造的速度感很有意思,因为它远没有人们以为的那么均匀。
Voice, multimodality, and lessons from a weeke…→需人工标题
那么这个周末我学到了什么?
我们为什么总把上下文窗口搞错?
LLaMA 4 Scout,和那个「事实上无限」的上下文窗口承诺,咱们该从哪儿说起?
给一个协作智能体计划自博弈实验
自博弈研究一直在升温,升级的方式还挺有意思。
推理带宽与递归深度
推理带宽和递归深度,能解释单看 token 数解释不了的那些失败。上下文与任务复杂度,得逐例对待。
那篇任务完成度论文实际测了什么
那篇任务完成度论文把模型推到崩为止。更有信息量的部分,是人们多自信地把自家议程读进结果里。
上下文容量不会消掉复杂度极限
上下文容量再大,也消不掉复杂度极限。作用域、记忆、更小的组件和清晰的边界,照样要紧。
测试召回与富上下文的区别
Gemini 的召回行为让我去测了一件事:大的上下文窗口,和对更大会话的主动查阅,到底差在哪。