在 AMD Ryzen AI Max+ 395 上用 ROCm 与 Docker 运行 Ollama 的完整教程
作者记录了在搭载 AMD Ryzen AI Max+ 395 与 Radeon 8060S 的 EVO-X2 上,用 Ubuntu 24.04、ROCm、Docker 与 Open WebUI 本地运行 Ollama 的完整过程。
作者记录了在搭载 AMD Ryzen AI Max+ 395 与 Radeon 8060S 的 EVO-X2 上,用 Ubuntu 24.04、ROCm、Docker 与 Open WebUI 本地运行 Ollama 的完整过程。
作者用 forelint 开源库在 Walmart M5 数据集 CA_1 门店 FOODS_3 部门的 823 个商品上做回测,发现梯度提升模型的 MAE 为 1.742,比 28 天移动平均的 1.676 差 3.9%,在 58% 的商品上更差。
本文整理 GitHub Blog 由 Nick Liffen 与 Philip Holleran 撰写的智能体工程指南,将开发工作分为 Plan、Build、Verify、Observe 四个阶段,逐阶段说明 Agent 可接管的部分和需保留给人类的判断。
作者实测在上海人工智能实验室开源的 Sage-A1.5 上单卡 RTX 4090 部署,该模型基于 Qwen 35B 模型以 MoE 架构再训练,官方提供约 22 GB 的 Q4_K_M GGUF。
作者用几周为自家产品搭建了 MCP Server,复用现有 reporting API、OpenID Connect 身份提供方和 Kubernetes 集群,服务端代码仅几百行。
作者实测指出 Seedance 标准路线通常可接受普通真实人脸参考,ultra-wide 是审查更宽的备用路线,价格为标准的 1.5× 到 2.1×,且两条路线均需 Starter 及以上订阅。文章给出每张干净正面参考照、明确指派图片职责、先锁定身份与服装再写镜头动作等实操清单,并说明审查拒绝时不创建任务、通过后失败会自动退款。
作者在真实工作中测试了 11 个 Claude Code 插件,得出 4 个值得保留的结论,并指出官方 marketplace 截至 2026 年 3 月已有 101 个插件。
Google AI DEV 讲解如何在发送任务前本地验证 A2A agent card。获取方式为显式 URL(通常 /.well-known/agent-card.json),不发送凭据、拒绝重定向、响应上限 1 MiB;桌面端随后本地检查结构、安全字段和声明的技能,未签名或未验证的卡片会被打上标签而非默认信任。快照仅是记录,不等于信任决策,集成变化时应重新验证。
作者解析小型电商使用 AI 商品推荐的月费区间为 $30 到 $500,月订单低于 5,000 的店铺可用 Shopify 或 WooCommerce 内置引擎从 $0 起步。
一名首尔软件工程师用 Claude Code 云端会话在两天内构建并发布了 Apify Actor,将韩国国土交通部的官方公寓买卖与租金数据转换为英文输出。上线测试中,首尔 25 个区一个月的交易数据处理 18,111 条记录耗时 56 秒,平台成本约 $0.00014。
这篇教程介绍在 osFoundry 桌面应用中用 Telegram bot 远程操控笔记本上的 AI 智能体,手机发消息、笔记本本地执行并回复。
作者讲解如何在没有样式指南的情况下,从客户现有站点手工提取配色、渲染字体和字阶,写成 Tailwind CSS v4 的 @theme 块,包括按角色命名颜色、用 DevTools 查看 Rendered Fonts 等技巧。他把这套流程做成了浏览器扩展 Stylasso,可自动完成提取并导出 @theme、CSS 变量、JSON 和 DESIGN.md,在本地和已登录页面也能使用。
作者开源一个 Python 脚本,用本地嵌入模型 BAAI/bge-small-en-v1.5 按 Search Console 查询语义重叠检测同站关键词蚕食,无需 API key,18000 行、约 1500 页的数据 13 秒跑完。
作者在把约 600 个 markdown 文件每夜批量提取为四字段 JSON 生成晨报时,发现只查类型的校验器放走了语义回归,severity 列出现 P1、Sev-2 等域外值。随后用响应结构指纹加枚举值域契约替代旧校验器,把漂移设为非零退出码并离线重放保存的原始响应,第二个漂移被立即拦截。文中给出决策表,修复仅限无法解析的文本,一切语义偏差都 fail closed。
作者实测 opencode 新推出的 Browse,它由 MCP server、本地 relay(监听 127.0.0.1:19988)和 Chromium 扩展组成,Agent 通过 Playwright 控制你已登录的真实浏览器,无需重复登录。
作者梳理 AI 生成应用上线前应修复的四类安全漏洞:未开启行级安全的数据库表、泄露在前端代码中的密钥、方向写反的鉴权检查以及未启用的生产防护。
作者的两个后台 Agent 各卡在一条命令上约两个半小时,无报错也无完成通知。他把原因归结为需要权限确认的命令或被阻塞的 sleep 会永久等待而非失败,并在每个任务简报中禁止 sleep、until/while 等待循环和 rm -rf。静默超约 30 分钟就对比输出文件最后时间戳与工作目录文件 mtime,确认卡死后从 build-progress.md 续跑,并附上可直接复制的完整提示词。
作者在上线前用 1,003 个付费生成额度实测了六款 AI 视频模板,总结出三大失败模式:版权音频会被模型服务商的内容过滤器直接拒绝,多人场景失败率高于单人场景,输入照片质量决定了成片效果。最终产品刻意做窄:七款模板、一张照片输入、输出 7–21 秒竖屏视频,一次性付费包 $9.99 起,无订阅,失败渲染退款。
Google AI 发布教程,讲解如何评估 AI 代码审查结果:先看证据类别——静态检查、动态测试、契约校验的结论可信度高,仅来自模型的假设在验证前一律按低可信处理。做法是复现证据中的原始命令、确认发现覆盖的定义与调用范围,无法复现的发现应保持待定而非当作已确认缺陷。核实后可将发现归入立即处理、观察或注明理由后驳回三类。
本文提出一个 human-in-the-loop 控制平面,在 ChatGPT agent、Devin、Manus 等执行企业销售任务时拦截敏感动作,将上下文打包成 Slack 交互卡片路由到销售战情室,由 AE 认领、批准、修改或拒绝后恢复或接管会话。
Gaurav Talesara 针对 AI 生成代码快于人工审查的问题,提出七种改进实践,包括保持 PR 小而聚焦、先审实现意图、用 AI 审查 AI 代码、按风险分级审查、测试与实现同步、合并前自动化质量检查以及生产监控反馈闭环。文章还建议跟踪 PR 审查时长、变更失败率、逃逸缺陷等指标,衡量 AI 是否真正改善工程产出而非仅增加代码量。
作者讲解 AI 智能体经 MCP server 访问真实 FHIR 服务器时的鉴权方案:第二跳应使用 OAuth2 client credentials 做机器对机器授权,MCP 规范禁止 token passthrough。
Thinking Machines Lab 于 11 月 5 日发布 Inkling 2 Small,594B 总参数、每 token 17B 激活,AA 指数 31 分,权重承诺下周以 Apache 2.0 开放,目前仅可通过 Tinker 推理和微调。
Elesium 首席 AI 系统架构师 Chaman Shah 分析线性 AI Agent 链部署到一级商业银行后 48 小时内出现的无限循环烧钱、状态丢失和提示词注入等故障。
MoteDB 作者复盘在 Rust 嵌入式多模态数据库中把11处重复的 SQL 比较语义统一为单一模块的过程,先写特征测试锁定现状,再建差分测试把随机谓词跑过9条执行路径并要求结果一致,第一天就抓到7个已发布的 0.17 中的既有分歧,包括 NOT (flag IN (0,1)) 因裸 == 遇 NULL 返回全部行的三值逻辑泄漏。
作者讲解 MCP(Model Context Protocol)的客户端、服务端、Tools、Resources、Prompts 等角色分工,并用 MCP Python SDK v2 写了一个无 LLM 的最小服务端加客户端示例,证明 MCP 只是通信协议。
作者讲解 A2A 与 MCP 的选型:A2A 面向智能体之间的任务委派,带有消息、任务、状态更新和产物;MCP 面向客户端调用工具和读取资源。两者建模不同关系而非相互替代,同一个代码助手可把搜索、构建等能力经 MCP 暴露为工具,把跨多步、需进度和取消的长任务交给另一个规划智能体时走 A2A。许多系统中两者并存,MCP 提供工具、A2A 承载智能体间协作,应按调用形态选择协议而非新旧。
作者分析语言模型做日期计算容易出错的 5 类场景:忽略节假日的工作日推算、夏令时导致不存在或重复的本地时间、歧义日期格式如 03/04/2026 和 45000、月末计费日期漂移、申根 90/180 滚动窗口计算,并各给出确定性正确答案。
这篇教程讲解如何用 Laravel Boost(v2.10.4,2026 年 10 月 29 日发布)为 Laravel 项目配置 AI 编码智能体,避免版本错配和运行时盲区。
作者在 Python 中复现 Anthropic 工程师 Lance Martin 提出的四层 Agent 记忆架构,即 transcripts、notes、wiki 类表征和注入上下文,并给出约 100 行的可用实现与运行输出。
作者分析编码智能体记忆文件过期的原因,指出问题不在检索而在生命周期:文件混入了稳定指令、临时任务状态、提案和已接受决策等不同寿命的信息。
作者发布了一个将任意文档转为 Markdown 的单一端点,第一周发现 PDF、DOCX、PPTX、XLSX、EPUB、HTML 等格式无法可靠识别,magic numbers 和扩展名都可能出错。
作者讲解在合规审计平台 VERIQ 中如何用开源记忆系统 Hindsight 存储和检索历史审计信息,分享四项建模决策:每个组织独立 memory bank 以实现结构隔离、用 tags 按站点和 control 做内部范围控制、把审计发现转写为有意义的自然语言句子而非原始数据库记录、为每条留存文档设定稳定 document_id 以应对记录更新。
作者讲述为何把审计起草模型的历史上下文从不断膨胀的提示词迁到开源 agent memory 系统 Hindsight:在提示词里堆叠规则、报告和历史发现导致成本随历史增长、新旧陈述混同且无法复现模型所见。
这是一篇面向开发者的教程,讲解如何为应用构建可复用、可交互的 AI 吉祥物系统,涵盖从 AI 生成角色、动画准备,到状态机、运行时集成与实时 AI 交互的完整流程。
作者分享在 `import mcp` 失败的沙箱中测试 MCP 工具服务器的方法:用一个只实现 `__init__` 和 `.tool()` 的最小 stub 包置于 PYTHONPATH 前面,让 server.py 的 60 条断言自测中 51 条在无网络、无依赖校验的情况下跑通。
作者在自己的 my-git-manager 仓库中实测用 grep 正则与 Python ast 两种方式检测死代码。
作者分享为 Veriq 合规审计平台的 Agent 接入开源记忆系统 Hindsight 的实践,解决此前无状态 Agent 无法回答历史决策类问题。做法是按部门划分 memory bank,只保留带理由的 finding 变更、风险决策和经审计员确认的聊天解释;答题时当前状态取自数据库、历史取自记忆,并按需用 recall 或 reflect。
作者提出一份 AI 配音音频发布验收协议,覆盖脚本一致性、关键名称与数字发音、片段边界、可重复渲染、交付格式、使用授权与披露等 12 类检查。文章强调以哈希绑定最终文件与审批脚本,附 manifest 字段设计和 Python 校验脚本,并声明未测试任何厂商、未生成音频,仅作发布清单供团队自行填充证据。
AgentStack Notes 对比 Make 和 Apify 在为 AI 智能体获取网页数据时的定位与成本。Make 是通用无代码自动化中枢,网页抓取只是流程中的一个模块,免费版每月 1,000 credits;Apify 专攻网页抓取和浏览器自动化,提供预置 Actors 和 SDK,免费版为每月 $5 用量、按 Compute Unit 计费且限 5 个并发。