"AgentOPSD: Recursive Self-Distillation for Agentic Reinforcement Learning" 论文笔记
清华、浙大与美团 LongCat 团队合作的 AgentOPSD，目前挂在 Arxiv 26.08 上，做的是长程多轮 Agentic RL 里的回合级信用分配。可验证奖励的 RL 只在整条轨迹结束时给一个稀疏的 0/1 信号，GRPO 这类方法把轨迹级优势均匀广播到每个 token，无法把成败真正 ...
[AI/Agent/驾驭工程] DeepSeek Harness(dsh)：一切皆插件的开源 Agent 运行时底座——未来AI Agent/Hardness工程领域的“Linux”
0 序 DSH 绝对创下了 Github 开源社区的历史之最，从2026.08.13发布至今短短半个月，已经获得 207K star（截止于2026.09.01笔者写下这句话时），且每天仍以几千的速度狂揽 star。这种极致开放的架构、及DeepSeek这种极致开放的公司理念，真的是把开源社群的优势 ...
Hermes Agent v0.21.0：从工具箱到协作团队
如果只看一个重点：Hermes Agent v0.21.0（v2026.8.31）已经不是给单个助手加几个新工具，而是把多个 Agent、定时任务、子任务、MCP 服务、桌面浏览器和审批安全，真正拼成了一个能协作、能记住上下文、能被中途指挥的工作台。 我本机现在还在用 Hermes Agent v0 ...
Graph RAG，不一定要图数据库
常规路径和它的代价 Graph RAG 的主流做法大致分三步：部署图数据库，写 ETL pipeline 把文档灌进去，跑实体抽取和关系挖掘，建出知识图谱，再做图检索。HippoRAG 的知识图谱就是这么来的，Graphiti 和 Zep 维护的 temporal graph 走的也是这条路。 对一 ...
别急着翻译 SKILL.md：我做了一个专门拆解 Skill 设计的工具
别急着翻译 SKILL.md：我做了一个专门拆解 Skill 设计的工具 第一次打开一份复杂的 SKILL.md，很多人的反应都是从头往下读。 每句话似乎都认识，连在一起却不一定明白：为什么这里用了 MUST？为什么执行前要读取这些文件？状态由谁维护？AI 做到什么程度才算完成？如果两条指令发生冲突 ...
当 360° 全景遇上真实地图：Vue 3 实现全景-地图双向联动的工程实践
一、要解决的问题 虚拟漫游（街景、景区导览、看房）里常见一个需求：用户既能在 360° 全景里环顾四周，又能在小地图上知道"我现在朝哪、标记在哪个方位"。两个视图还要双向联动——点地图上的热点，全景自动转过去；点全景里的标记，地图高亮对应位置。 本文以一个纯前端实现为例，拆解其中的数学原理、第三方库 ...
OpenSpace：Agent 真正该进化的是 Skill 层
Agent 的能力不只来自模型，也来自外部 Skill 层。OpenSpace 的价值在于把 Skill 做成可记录、可验证、可分级、可回滚的系统，让任务经验能在下一次执行中被复用。 ...
Java并发锁与缓存实战核心总结
Java并发锁与缓存实战核心总结 本文整合日常开发、面试高频的Java锁机制、本地/分布式缓存选型、缓存经典问题、布隆过滤器核心知识点，剔除冗余内容，只保留实战可用、面试必背的干货，适合收藏复习。 一、Java核心锁机制（开发高频） 1. synchronized（内置锁，优先使用） JVM层面实现 ...
高并发下的抢红包设计：微信红包背后的算法与温情
本文拆解微信拼手气红包高并发实现，详解核心**二倍均值算法**，解决红包分配公平性问题。架构上依靠 Redis+Lua 脚本实现原子抢红包，规避超发与重复抢夺；结合 MQ 异步落库、热点 key 拆分、多层限流、定时对账兜底，支撑百万 QPS。给出 Java、Lua 核心源码，梳理超发、缓存一致性、... ...
RSA 密码传输加密通用接入方案
@目录前言一、介绍二、RSA 在本方案中的角色三、密文协议格式四、密钥生成与 Apollo 配置4.1 编译工具类4.2 执行生成密钥4.3 执行输出示例4.4 Apollo 配置示例五、后端接入方式AOP 注解示例六、后端解密流程七、前端接入方式7.1 获取公钥和 nonce7.2 使用 RSA- ...
每次开工先付的那笔钱，你知道有多少吗：省 token 故事 · 叠床架屋
叠床架屋，说的是床上再叠一张床，屋顶上再架一间屋。 不是不能用。 是白搭一层。 上一篇那句判据在这儿正好用得上：这一步是不是每次都要发生？ 写在常驻位的东西，每次开工都要付一遍。一份两千字的规矩挂在那儿，跟你每次提问前先朗诵一遍是一回事。所以该按需加载的东西放进了常驻位，这是确定在浪费，不用测。 那 ...
MHS 三部曲（中）：8 小时集成、六种被拦截的故障，和一次教科书级的翻车
四个案例合起来说明三件事：接入与编排成本可以数量级下降（CMU/Janelia），闭环试错和跨设备补救是真的（CMU/Tetsuwan），但物理直觉仍是硬伤（Genentech），安全必须长在模型之外。 ...
从一条订单消息到 Bronze、Silver、Gold：我的第一次 Kafka + Lakehouse 实验
作为 Oracle DBA，笔者熟悉表、事务、Redo、SCN 和数据仓库；但第一次面对 Kafka、Topic、Partition、Offset 与 Bronze、Silver、Gold 时，仍觉得概念很多、关系不清。于是笔者用 6 条订单事件跑通了一条最小链路。 graph TD Oracle( ...
OSS 文件上传的几个风险点和解决方案
〇、前言 OSS 作为海量数据的承载平台，一旦配置不当，可能引发敏感数据泄露、恶意文件上传、巨额流量盗刷甚至数据被勒索加密等严重后果。 了解这些风险并非杞人忧天，而是帮助开发者和运维人员在使用 OSS 时建立正确的安全思维——从凭证管理、权限控制、访问策略到上传校验，每一个环节都可能在疏忽中成为攻击 ...
轻量化小模型MiniMind从训练到落地指南
本文基于 Ubuntu 22.04 服务器环境，依托 NVIDIA RTX 家用高性能显卡，手把手讲解 MiniMind 轻量大语言模型从零搭建、数据集部署、全流程训练、可视化Web服务搭建及GGUF格式量化的完整实操方案。全程摒弃复杂高阶封装，基于原生 PyTorch 实现，适配个人开发者、人工智... ...
一文入门 Apache Cassandra
Apache Cassandra 官页 - https://cassandra.apache.org/_/index.html 官中文档- https://cassandra.apache.ac.cn/doc/latest/cassandra/getting-started/index.html W ...
【Agentic RL / 强化学习框架】Molt 设计解读
【Agentic RL / 强化学习框架】Molt 设计解读 目录【Agentic RL / 强化学习框架】Molt 设计解读0x00 概要0x01 从 RL 流程到 Molt 代码：一次完整映射1.1 第一层：标准 RL 训练流程1.2 第二层：Molt 模块对应关系1.3 第三层：类定义 + 角 ...
【Azure Redis】中国区创建和连接 Azure Managed Redis 的两个注意事项
Azure Managed Redis 介绍 Azure Managed Redis 是微软新一代全托管 Redis 服务，基于 Redis Enterprise 构建，为现代云应用提供低延迟、高吞吐的数据访问能力。相比传统 Azure Cache for Redis，它采用更高效的多分片架构，并提 ...
OpenClaw 2.0 发布：史上最大更新，8 大新功能 + 2 个破坏性变更必看
38 万 star 的个人 AI 助理 OpenClaw 今天发布 2026.8.1——也就是官方口径的 OpenClaw 2.0，史上最大更新：933 位贡献者、16000+ 个 PR，会话搜索、云端工作节点、私密凭据请求等 8 大更新落地，但有 2 个破坏性变更——升级前必须先备份，再跑 ope ...
【手搓 Agent 第2.3关-上】搭建 Agent 进阶能力：File I/O 文件读写工具
本篇依托新的工具注册中心，从零实现一套高安全、多格式适配的 File I/O 文件读写工具，让 Agent 拥有专属“书写能力”，补齐智能体内容落地的关键短板。 ...
