资讯
AI Agent Skills 生态的最新动态、教程和深度分析
找到 28 篇文章
AI Agent Skills 生态的最新动态、教程和深度分析
找到 28 篇文章
GitHub 在 Universe 大会公布了下一代 Git 存储架构,内部测试中单仓库可承受每秒 7,200 次推送和 5,000 个并发智能体。架构代号“Rubicon”,基于“最小化协调、存储与计算解耦”两原则,将引用更新与不可变的 Git 对象分离,分别存入 Ref-CAS 日志服务和 Azure Blob Storage。
Collinear AI 发布 CWE-bench v2,包含 100 个手工审查的安全漏洞修复任务,覆盖 91 种 CWE。评估完全程序化,结果可复现。11 个模型参与测试,Gemini 4 Argon 以 67.8% 的 pass@1 领先。该基准还提供 RL 环境用于训练防御智能体。
GitHub 九月提交量达到74亿次,相比2024年的每月6500万次增长超百倍,AI 智能体是主要推手。为支撑增长,GitHub 将新增400万 CPU 核心、160 PB 存储和50 Tb/s 网络容量,并推进计算与存储分离的架构重构,新架构写入吞吐量提升最高达35倍。
作者在博客的浏览器端语义搜索基础上,加入小型语言模型实现完整的 RAG 问答。评测显示,350 MB 以下的模型忠实度极低(最多 3/30),且几乎对每个无答案问题都会编造回答;Qwen3-0.6B(579 MB)达到 15/30,Gemma 4 E2B(3.1 GB)28/30。相关度阈值只能拦截明显跑题的问题,近义问题反而得分更高,无法靠门控解决。
文章讨论了向量检索的边界:它能找到语义相似的文档,却无法建立所有权、依赖和授权关系。Graph RAG 在向量检索基础上增加显式的、可追溯的关系边,适合多跳查询和依赖分析等场景。作者建议从已有关系数据入手,把图靠近操作数据,并强调实体解析、遍历限制和缺失边处理。
GitHub Podcast 讨论了五个 AI 热门观点:AI 生成的代码仍需审查、公司更看重候选人对 AI 的判断力、Skills 和 MCP 解决不同问题、RAG 并未消亡、代码可维护性对人和 AI 都重要。核心建议是把争论转化为实践,用真实项目验证想法。
Cloudflare在Pingora中集成Zstandard压缩,对符合条件的文本资产进行编码存储,平均压缩比达2.8倍。初步测试显示,CPU开销仅增加几个百分点,但显著提升缓存密度并减少跨数据中心传输。
标准 RAG 在处理多跳查询和全局汇总时力不从心,GraphRAG 通过构建知识图谱,结合向量搜索和图遍历,实现了准确的多跳推理。本文提供了从安装依赖到实际编码的完整教程,并讨论了采用 GraphRAG 的权衡。
ThunderAgent是一种面向Agent推理的程序感知调度器,通过程序级准入控制和全局等待队列消除KV缓存抖动,在合成数据生成流水线中实现单节点2.5倍吞吐、近线性多节点扩展。
生产级RAG系统面临同步摄入超时、多租户安全漏洞和语义缓存失效三大瓶颈。解决方案包括:使用异步批处理管道避免超时和级联故障;采用Serverless命名空间实现租户隔离,兼顾安全与成本;通过提示缓存或混合验证路由优化推理成本。
SkyPilot 将 Hugging Face Storage 集成为原生存储后端,通过 hf:// 挂载模型、数据集和 Bucket,实现跨云零出站费读取。配合 Xet 内容分块去重,增量检查点和模型变体仅传输变更部分。
美国出口禁令持续,亚洲AI公司推出竞品:360的“屠龙风”对标Mythos,Sakana AI的Fugu模型具备前沿能力且无出口管制风险。尽管美国模型仍受重视,但本地化替代品正在崛起。
Transformers.js 作为浏览器端运行 AI 模型的工具,面临因缓存隔离导致的重复下载问题。文章通过自动语音识别和情感分析两个管道示例,展示了模型和 Wasm 运行时资源在不同源间无法共享缓存,进而引出了跨域存储 API 这一解决方案。
Postgres 的演进方向从存储性能转向互操作性。AI 暴露了数据多次复制的弊端,减少数据搬运成为关键。未来创新将围绕扩展能力展开,而非重新发明数据库。
生产级RAG系统在规模扩展时,检索召回率会急剧下降,导致模型基于不完整或无关上下文生成错误答案。问题在于检索架构过于简单,而非模型能力不足。通过构建深度检索、混合搜索、多级排序的统一检索系统,可以在保证低延迟的同时维持高召回,从根本上提升RAG系统的可靠性。
Aurora 优化器通过交替投影到半正交矩阵集合和均匀行范数集合,解决了 Muon 更新中的行范数各向异性导致的神经元死亡问题。在 1.1B 参数规模上,Aurora 实现了 100 倍的数据效率,并超越了当前 nanoGPT 速度跑榜的最优结果。
Pinecone 推出 Nexus 知识引擎和 KnowQL 查询语言,主张将推理上移,预编译数据为结构化工件,而非在推理时检索原始块。此举可使任务完成率超 90%、Token 消耗降低 90%。
Sierra 收购了 YC 支持的法国 AI 初创 Fragment,以增强其智能体开发能力。收购金额未披露,Fragment 联合创始人将加入 Sierra。