RAG 工作流与循环工程
本文探讨了企业级RAG系统中复杂问题的处理机制。当用户问题同时触发多个循环模式（如重解析、二次检索、聚合扫描）时，需要明确的调度逻辑来决定循环何时终止。文章提出一种可读的代码方案：调度器（dispatcher）将解析后的问题与文档配置转化为显式计划，配合有界循环（bounded loop）在代码层面限定每个模式的迭代次数。该方案避免了将决策权交给模型或简单堆叠特殊处理，使系统行为可预测、可维护。本文是《企业文档智能》系列第三部分，聚焦于构建一个由解析、检索、生成和循环控制组成的完整RAG工作流。 #RAG #工作流 #循环工程 #企业AI #文档智能 #调度器 #有界循环 #NIST #Agent
本文探讨了企业级RAG系统中复杂问题的处理机制。当用户问题同时触发多个循环模式（如重解析、二次检索、聚合扫描）时，需要明确的调度逻辑来决定循环何时终止。文章提出一种可读的代码方案：调度器（dispatcher）将解析后的问题与文档配置转化为显式计划，配合有界循环（bounded loop）在代码层面限定每个模式的迭代次数。该方案避免了将决策权交给模型或简单堆叠特殊处理，使系统行为可预测、可维护。本文是《企业文档智能》系列第三部分，聚焦于构建一个由解析、检索、生成和循环控制组成的完整RAG工作流。 #RAG #工作流 #循环工程 #企业AI #文档智能 #调度器 #有界循环 #NIST #Agent
2025年度游戏《Clair Obscur: Expedition 33》降至33美元
由Sandfall Interactive开发的回合制角色扮演游戏《Clair Obscur: Expedition 33》荣获2025年年度游戏（GOTY）。该作融合了类似《女神异闻录》的回合制战斗系统，凭借原创故事和出色音乐广受好评。与同类RPG相比，其游戏时长适中，不显冗长，被玩家视为突破性作品。目前游戏在亚马逊售价降至33.17美元（原价49.99美元，需点击优惠券），是入手的绝佳时机。 #游戏 #年度游戏 #ClairObscur #Expedition33 #RPG #亚马逊 #降价
由Sandfall Interactive开发的回合制角色扮演游戏《Clair Obscur: Expedition 33》荣获2025年年度游戏（GOTY）。该作融合了类似《女神异闻录》的回合制战斗系统，凭借原创故事和出色音乐广受好评。与同类RPG相比，其游戏时长适中，不显冗长，被玩家视为突破性作品。目前游戏在亚马逊售价降至33.17美元（原价49.99美元，需点击优惠券），是入手的绝佳时机。 #游戏 #年度游戏 #ClairObscur #Expedition33 #RPG #亚马逊 #降价
AI编程新思维：将大模型与Agent视为一场开放世界策略游戏
近日，一篇关于AI开发体验的观点文章引发技术社区共鸣。文章提出，开发者应把大模型和Agent的使用过程类比为开放世界策略游戏，而非传统编程的线性任务。在这种视角下，AI编程不再是简单的指令执行，而是需要像游戏玩家一样，在动态环境中不断探索、试错、制定策略并迭代优化。文章指出，长期使用大模型后，开发者逐渐意识到，AI系统的不确定性和多样性要求新的思维模式——从“写代码”转向“玩游戏”，从而更高效地驾驭复杂AI工具。这一观点为AI编程方法论提供了全新启示，也促使更多人反思人机协作的本质。 #AI编程 #大模型 #Agent #开放世界 #策略游戏 #技术社区 #观点
近日，一篇关于AI开发体验的观点文章引发技术社区共鸣。文章提出，开发者应把大模型和Agent的使用过程类比为开放世界策略游戏，而非传统编程的线性任务。在这种视角下，AI编程不再是简单的指令执行，而是需要像游戏玩家一样，在动态环境中不断探索、试错、制定策略并迭代优化。文章指出，长期使用大模型后，开发者逐渐意识到，AI系统的不确定性和多样性要求新的思维模式——从“写代码”转向“玩游戏”，从而更高效地驾驭复杂AI工具。这一观点为AI编程方法论提供了全新启示，也促使更多人反思人机协作的本质。 #AI编程 #大模型 #Agent #开放世界 #策略游戏 #技术社区 #观点
开源 RAG 平台 Ollmo 发布：基于 Go + 构建私有化 AI 知识库与 Agent
近日，开发者团队在 GitHub 开源了一款名为 Ollmo 的大模型应用编排器，即 RAG 平台。该项目旨在帮助用户快速搭建私有化 AI 知识库与智能 Agent。Ollmo 基于 Go 语言和 前端框架构建，支持本地化部署，可集成多种大语言模型，实现文档检索、问答交互、任务编排等功能。其开源特性降低了企业构建垂直领域 AI 应用的门槛，同时保障数据隐私安全。目前项目已在 GitHub 上获得关注，社区反响积极。 #开源 #RAG #AI知识库 #Go # #大模型 #Agent #私有化部署 #GitHub #技术新闻
近日，开发者团队在 GitHub 开源了一款名为 Ollmo 的大模型应用编排器，即 RAG 平台。该项目旨在帮助用户快速搭建私有化 AI 知识库与智能 Agent。Ollmo 基于 Go 语言和 前端框架构建，支持本地化部署，可集成多种大语言模型，实现文档检索、问答交互、任务编排等功能。其开源特性降低了企业构建垂直领域 AI 应用的门槛，同时保障数据隐私安全。目前项目已在 GitHub 上获得关注，社区反响积极。 #开源 #RAG #AI知识库 #Go # #大模型 #Agent #私有化部署 #GitHub #技术新闻
Silicon Motion 推出 MonTitan RDK，面向智能体 AI 存储支持 PCIe 6.0
在 FMS 2026 展会上，Silicon Motion 发布了 MonTitan SSD 参考设计套件（RDK），基于新一代 PerformaShape 架构，专为智能体人工智能（Agentic AI）基础设施打造。该平台可为企业级 SSD 提供持久内存层，用于键值缓存卸载和自主 AI 代理的上下文保留。与常规 AI 工作负载不同，智能体 AI 需要持续推理、执行操作并与外部工具交互，产生复杂的访问模式和高写入密集型活动。PerformaShape 新增多维整形硬件支持，集成性能监控与 NVMe TP4176 API，帮助在多租户、多代理部署中保持可预测的服务质量。该 RDK 基于 SM8366 PCIe 5.0 和 SM8466 PCIe 6.0 控制器，为 SSD 制造商提供可扩展基础架构，缩短面向 AI 服务器的存储开发周期。 #SiliconMotion #MonTitan #RDK #AI存储 #智能体AI #PerformaShape #PCIe6.0 #企业级SSD #科技新闻
在 FMS 2026 展会上，Silicon Motion 发布了 MonTitan SSD 参考设计套件（RDK），基于新一代 PerformaShape 架构，专为智能体人工智能（Agentic AI）基础设施打造。该平台可为企业级 SSD 提供持久内存层，用于键值缓存卸载和自主 AI 代理的上下文保留。与常规 AI 工作负载不同，智能体 AI 需要持续推理、执行操作并与外部工具交互，产生复杂的访问模式和高写入密集型活动。PerformaShape 新增多维整形硬件支持，集成性能监控与 NVMe TP4176 API，帮助在多租户、多代理部署中保持可预测的服务质量。该 RDK 基于 SM8366 PCIe 5.0 和 SM8466 PCIe 6.0 控制器，为 SSD 制造商提供可扩展基础架构，缩短面向 AI 服务器的存储开发周期。 #SiliconMotion #MonTitan #RDK #AI存储 #智能体AI #PerformaShape #PCIe6.0 #企业级SSD #科技新闻
长时域智能体轨迹的查询条件复用
arXiv 上发布了一篇题为《Beyond Retrieval: Query-Conditioned Reuse of Long-Horizon Agent Trajectories》的论文，作者包括 Yifei Li 等 8 位研究者。该研究提出了一种超越传统检索方法的新思路，通过查询条件来复用长时域智能体轨迹。传统方法通常依赖检索匹配历史轨迹，而该工作则通过条件生成方式，让智能体根据当前查询直接复用和调整已有轨迹，从而提升长期任务中的决策效率与泛化能力。这项研究可能对机器人学习、自动驾驶等需要长期规划的场景具有重要意义，相关论文已在 arXiv 预印本平台公开。 #arXiv #人工智能 #智能体 #轨迹复用 #查询条件 #机器人 #决策规划 #机器学习
arXiv 上发布了一篇题为《Beyond Retrieval: Query-Conditioned Reuse of Long-Horizon Agent Trajectories》的论文，作者包括 Yifei Li 等 8 位研究者。该研究提出了一种超越传统检索方法的新思路，通过查询条件来复用长时域智能体轨迹。传统方法通常依赖检索匹配历史轨迹，而该工作则通过条件生成方式，让智能体根据当前查询直接复用和调整已有轨迹，从而提升长期任务中的决策效率与泛化能力。这项研究可能对机器人学习、自动驾驶等需要长期规划的场景具有重要意义，相关论文已在 arXiv 预印本平台公开。 #arXiv #人工智能 #智能体 #轨迹复用 #查询条件 #机器人 #决策规划 #机器学习
CABS+: 提出高效模型合并新方法，冲突感知稀疏化与自适应权重分配
来自 arXiv 的一篇最新研究论文提出了一种名为 CABS+ 的高效可扩展模型合并方法。该方法通过冲突感知稀疏化（Conflict-Aware Sparsification）和自适应权重分配（Adaptive Weight Allocation）技术，解决了现有模型合并过程中参数冲突与计算开销大的问题。研究团队设计了专门的稀疏化策略，在合并多个预训练模型时自动识别并减少冲突参数，同时根据各模型贡献动态调整权重，从而在保持模型性能的同时显著提升合并效率。实验结果表明，CABS+ 在多种任务上均优于传统合并方法，尤其适用于大规模模型的高效集成。该工作为多模型融合与知识迁移提供了新的思路，有望推动模型压缩与集成学习的发展。 #AI #机器学习 #模型合并 #论文 #arXiv #深度学习 #模型压缩 #知识迁移
来自 arXiv 的一篇最新研究论文提出了一种名为 CABS+ 的高效可扩展模型合并方法。该方法通过冲突感知稀疏化（Conflict-Aware Sparsification）和自适应权重分配（Adaptive Weight Allocation）技术，解决了现有模型合并过程中参数冲突与计算开销大的问题。研究团队设计了专门的稀疏化策略，在合并多个预训练模型时自动识别并减少冲突参数，同时根据各模型贡献动态调整权重，从而在保持模型性能的同时显著提升合并效率。实验结果表明，CABS+ 在多种任务上均优于传统合并方法，尤其适用于大规模模型的高效集成。该工作为多模型融合与知识迁移提供了新的思路，有望推动模型压缩与集成学习的发展。 #AI #机器学习 #模型合并 #论文 #arXiv #深度学习 #模型压缩 #知识迁移
Spatial Memory Agent
近日，一篇发表于arXiv的论文《Spatial Memory Agent: Experience-Grounded Procedure Memory for Spatial Intelligence》提出了一种基于经验驱动的程序记忆方法，用于提升智能体的空间智能。该研究由Haokai Zhang等人共同完成，旨在解决传统空间记忆模型在复杂环境中泛化能力不足的问题。通过构建“经验-程序”记忆框架，智能体能够从过往空间交互经验中提取可复用的程序化知识，从而在导航、路径规划等任务中表现更优。实验表明，该代理在多个模拟环境中显著提升了任务完成效率与鲁棒性，为空间智能在机器人、自动驾驶等领域的应用提供了新思路。论文目前以PDF和HTML形式公开，并支持多种引用工具。 #AI #空间智能 #程序记忆 #机器学习 #论文 #arXiv #机器人
近日，一篇发表于arXiv的论文《Spatial Memory Agent: Experience-Grounded Procedure Memory for Spatial Intelligence》提出了一种基于经验驱动的程序记忆方法，用于提升智能体的空间智能。该研究由Haokai Zhang等人共同完成，旨在解决传统空间记忆模型在复杂环境中泛化能力不足的问题。通过构建“经验-程序”记忆框架，智能体能够从过往空间交互经验中提取可复用的程序化知识，从而在导航、路径规划等任务中表现更优。实验表明，该代理在多个模拟环境中显著提升了任务完成效率与鲁棒性，为空间智能在机器人、自动驾驶等领域的应用提供了新思路。论文目前以PDF和HTML形式公开，并支持多种引用工具。 #AI #空间智能 #程序记忆 #机器学习 #论文 #arXiv #机器人