最近一段时间基本都在做 AI coding 相关的东西，也持续在用和拆各种编程 Agent，像 Claude Code、Codex CLI、Roo Code，这类东西碰得很多。 刚开始的时候，我其实也挺容易被一种叙事带跑：模型越来越强，工具越来越全，给它文件系统、shell、git、测试能力，它迟早会变成一个能独立开发的软件工程师。 理论上很美。 但真的上手做复杂任务之后，你会发现这事没那

人工智能 Agent 的浪潮正席卷而来，它承诺了一个能够自主理解、规划并执行复杂任务的未来。然而，从酷炫的 Demo 到稳定可靠的生产环境应用，中间隔着一道巨大的鸿沟。构建一个真正高效、稳定且经济的 Agent，其实是一场回归工程本质的实践。

尽管如GPT-4和Gemini等基础模型已在通用语言理解方面设立了新的行业标杆 ，但它们在需要深度领域知识的专业领域中，其表现常常不尽如人意。 当面临数学、医学、法律及金融等专门任务时，这些模型时常表现不佳，因为这些领域高度依赖特定的专业知识。 传统上，为了让这些模型适应特定领域，最直接的方法是使用大规模的人类标注数据进行微调。然而，这一过程不仅成本高昂、耗时漫长，而且在许多实际应用场景

从InstructGPT (2022.1)到Deepseek R1(2024.4)，从RLHF到GRPO，强化学习在LLM领域愈发重要，本文简单说明了强化学习中的一些常见概念，包括策略函数、优势函数、KL散度惩罚、PPO与GRPO，供大家简单入门

MCP是一种新型的agent通信协议，其突出贡献是统一了各模型厂商的function call各不相同的局面。这里基于windows11 和python 3.11环境对MCP的使用作简单示例（模型调用的是类openai API的格式，现在各大厂商一般都支持）。 接下来让我们5分钟上手mcp：

引言 在人工智能技术快速发展的今天,我们见证了一场前所未有的技术革命。从最初的机器学习算法到如今风靡全球的大语言模型(LLM),AI技术正在以惊人的速度重塑着我们的工作和生活方式。 本文将带领大家循序渐进地探索AI技术的演进历程和实践应用。分享分为两部分，第一部分主要是从机器学习的基础概念出发,解析其如何一步步发展成为今天强大的语言模型，并针对具体任务给出一个简单示例。第二部分我们将深入剖析L

Celery结合RabbitMQ，可用于AI任务的异步处理、分布式计算、任务调度，广泛应用于模型推理、训练管理、数据预处理等场景。RabbitMQ 负责任务分发，Celery Worker 并行执行，提高系统吞吐量，支持负载均衡、任务重试、定时调度，确保AI任务高效稳定运行，适用于大规模计算和高并发请求处理。

近年来，LLM 经历了快速迭代和演进，逐步缩小了与通用人工智能（AGI）的差距。除了闭源模型外,开源模型阵营也在取得重大进展,包括 DeepSeek 系列、LLaMA 系列、Qwen 系列和 Mistral 系列，这些模型正在努力缩小与闭源模型的性能差距。 为了进一步突破开源模型的能力边界,研究团队开发了 DeepSeek-V3，这是一个基于 MoE 架构的大模型，总参数量达到 671B

UV 是一个快速的 Python 包管理器，它比 pip 和 venv 更高效，适用于 Python 环境管理。

在过去的一年里，Anthropic团队（后面简称“团队”）与来自各行各业的团队合作，开发了基于LLM的智能体。结果显示，最成功的实现方式并非依赖复杂的框架或专门的库，而是采用简单、可组合的模式进行构建。 团队将通过这篇文章分享从客户合作和自身智能体构建中获得的经验，并为开发者提供构建高效智能体的实用建议。 原文链接:Building effective agents  Anthropic