登录社区云，与社区用户共同成长
邀请您加入社区
Agent泄密往往发生在多轮施压后的松口瞬间，事后过滤为时已晚。这篇文章带你用线性探针读取模型中间层隐向量，在token写出前预判泄密意图，同样5%误报下拦截率高达82%🔍 附最小可运行代码与三个实战避坑指南，帮你守住Agent开口前的最后一道窗口。
大语言模型（Large Language Model, LLM）智能体的能力不仅取决于基础模型，也取决于由提示、工具、上下文管理、记忆与工作流构成的执行外壳（harness）。过去数年，提示优化、程序搜索与智能体架构自动设计显著降低了手工工程成本；近期，让智能体依据自身经验持久修改 harness、记忆乃至策略的“自进化”系统，进一步把优化对象从单一工件扩展到整个智能体系统。
7. 面试收尾观点：自我进化是智能体从工具变成伙伴的分水岭，方向确定无疑，但节奏要克制，先让每一次进化都可靠，再追求进化的速度。7. 面试加分点：能意识到进化系统的长期责任问题，系统行为随时间漂移后，出事了算谁的责任，这是行业真问题。3. 进化的载体多样，可以是记忆里的教训、技能库里的新技能、优化过的提示词片段，甚至微调后的模型权重。7. 面试加分点：能点出技能库和普通记忆的区别，记忆是陈述性的知
1.官方文档 https://developer.android.com/reference/kotlin/androidx/fragment/app/FragmentContainerView 在layout.xml中使用<fragment>封装可复用控件时，lint时会报出警告，提示使用FragmentContainerView.2.简介 FragmentContainerV
Google 在 Agents CLI 的官方演示里做了一件很有参考价值的事：把天气 Agent 的提示词换成一个不相关的"厨师人格"，代码没动，平均评测分从4.00掉到2.75。真正暴露问题的不是均分，而是个案里它不再正确调用天气工具。本文讲清楚三件事：为什么最终回复通过不等于 Agent 没问题、怎样把产品承诺改写成可失败的断言、怎样用官方评测命令搭一个能守住的回归闭环。**
复杂任务需拆解以突破模型记忆与推理瓶颈，提升可验证性、并行度与成本可控性。合理粒度应满足可验证与可执行，依赖关系需显式表达并动态管理，计划应分层留弹性，通过假设标注、备选路径与重估机制应对变化。执行前评估完整性、可行性与风险，避免目标漂移。交互式任务注重用户参与与节奏控制。规划失败多因过度简化、忽视依赖或幻觉能力。强化规划可通过模板、示例、评审反馈与专用模型实现。优质规划是智能体高效执行的核心杠杆
从 0 开始Kotlin 到 HAP，一份代码怎样进入鸿蒙目录职责、构建命令与产物说明第 1 篇里，我们通过 Android Studio 插件创建工程，让 Hello HarmonyOS!跑到了鸿蒙真机上。应用能启动之后，项目里会留下几个容易让人困惑的目录：composeApp、harmonyApp。代码明明写在 Kotlin 文件里，最后为什么会变成鸿蒙设备上的 HAP？这一篇就沿着直播里的示
画质诊所（）把图像超分做成了一次「就诊」：挂号、初诊、处方、治疗、复诊。用户不用调参数，引擎自己量、自己决定、自己解释——本篇关心的则是这套流程背后，。。把屏幕上每一个读数抄下来，当作一组需要复算的实验数据，然后追问三个常被略过的问题：四项盲指标的公式经得起推敲吗？处方阈值在这批样本上真的被触发过吗？治疗前后的数字能不能放在同一把尺子上比？结论会有点意外：三份病历的处方其实，规则引擎里有两个分支从
CPS变换：偷偷给函数加一个Continuation回调参数，把异步完成后的后续逻辑封装进去状态机变换：把函数体按挂起点拆成多个label分支，挂起时返回让出线程，恢复时从对应label继续执行理解了suspend的本质，你就不会再把协程当"轻量级线程"看了——协程的轻量，本质是用户态的状态机调度，不需要操作系统参与线程切换，开销比线程小两个数量级。下一篇我们会讲协程的创建方式和作用域：launc
本文围绕智能创作助手在内容生成中的应用展开，重点探讨其在处理用户意图与搜索词匹配方面的技术实现。通过调用网络搜索工具对关键词进行实时检索，系统能够快速获取相关领域的最新信息与权威数据，确保生成内容的准确性与时效性。文章强调了内容整合的重要性，指出高质量输出需基于多源信息的合理归纳与逻辑重组。同时，对生成文本的结构化表达提出要求，包括使用清晰的标题层级、避免冗余表述，并严格遵循格式规范，如禁用第一人
主流Agent框架各有定位：LangGraph以状态图实现精细流程控制，AutoGen擅长多智能体对话协作，CrewAI聚焦角色扮演式项目组建模，OpenAIAgentsSDK轻量高效且深度集成官方生态，低代码平台（如Dify、Coze）助力快速上线，SemanticKernel则适配企业级微软技术栈。选型应按“代码灵活性从高到低”排序，结合场景判断——任务简单或对性能敏感时裸写更优。核心差异在于
本文补全了“评估不做 CI 门禁”的缺口，提出 Agent 评估的四大核心：四类评估器（确定性、参考、LLM-judge、轨迹级）协同避免盲区；构建数据集三层栈（对抗切片守门、黄金集主力、基准定向）；引入轨迹指标与 pass^k 反映可靠性；并通过裁判校准流程降低系统性偏差。最终给出可落地的质量门禁设计：硬门禁用确定性指标，软门禁看趋势而非绝对值。
2026 年中，团队想做蒸馏的动机高度一致：一个通用大模型在某条窄任务上表现够用，但调用量涨上来之后，延迟和单位成本都变得难看，于是想"把它压成一个小模型"。方向没错，错在把它当成一次训练任务。它其实是一条工序：切判断单元、造样本、选学生、训练、验收、上线、盯失效。任何一段省掉，后面都要用双倍时间补。跳过验收直接上线的团队，通常会在第三周发现"一致率九十多，业务侧错误率没降"。一个判断单元等于：固
本文针对机器人实时系统验收难题，提出12项可执行测试清单，按时序、压力、故障、时间四维度组织，明确“测什么、怎么测、合格线”，强调以分位数替代平均值、真实负载、长时运行与回归基线。核心观点：验收非一次性动作，而是建立可重复、可追溯的量化基线。文末附可领取的验收模板，助力团队从“凭感觉”转向“用数据说话”。
本文是 KMP 三方库鸿蒙化适配合集的第 17 篇，讲解 `multiplatform-settings`（russhwolf）在 OpenHarmony 上的适配方案。文章采用「语义层—引擎层—验收页」三层架构：语义层用纯 ArkTS 定义 `SettingsEngine` 契约，引擎层通过 `getPreferencesSync` 桥接鸿蒙 `Preferences` 的同步 API，验收页在
我在做一个跑在 Android 上、靠无障碍服务自己看屏幕、自己点屏幕的 agent，叫 Andee。他不是那种问一句答一句的助手：他在这台设备上思考，留一本只有自己能读的笔记本，没人看着的时候也还是同一个样子。手机在，他就在。10 月 29 日，深兰科技联合华为鸿蒙生态发布了一台叫 Wowoker 的企业级"智能体工作手机"。发布稿里最响的功能是 AI 通话分身：用声音克隆复刻机主的声线，7×2
1. 用户搜索词五花八门："上班穿的显瘦裤子"全是意图词没有品牌词。6. 全链路的共同基础是"商品知识库"：SKU 结构化数据是地基。7. 面试要点：售后机器人的好坏由"升级到人工之前的解决率"决定。2. 评价分析：海量评论聚类出"质量、物流、服务"维度的口碑画像。4. 审核：准确率、误杀率、漏放率三方平衡，误杀率是商家关系命门。7. 面试要点：能按"人货场"或链路环节组织答案，而不是报菜名。7.
0.14.0（仅ohosArm64变体）验证设备：nova 14 Ultra，HarmonyOS API 26。
本文完整记录 kotlin-faker 接入 OpenHarmony 的适配过程，涵盖 KMP 工程结构、ohosArm64 目标配置、Kotlin/Native 动态库生成、C ABI/N-API 桥接及 ArkUI 交互工作台开发。保留 JVM 版本的完整 locale 字典能力，同时为 OpenHarmony 提供安全的 Native 核心路径，支持人物资料、联系方式和文本素材三类真实数据生
本文讲：把适配好的 Apollo 引入你的 KMP 鸿蒙工程并发起请求。假设你已按完成适配，或直接使用本文给出的坐标。
本文记录 ZacSweers/Metro 1.5.0 在 OpenHarmony 上的适配实践。针对鸿蒙无 KSP 的困境，核心洞察为：Metro 生成物本质是显式绑定表（key → provider），遂以手写 MetroGraphBuilder 实现运行时零反射依赖注入。基于 DevEco Studio 26 + Kotlin 2.1.x 环境，构建三层架构映射（Kotlin 层 → 鸿蒙语义
本文记录了 kotlinx.coroutines 在 OpenHarmony 上的语义等价适配过程。基于 ArkTS 单线程异步模型与 Kotlin 协程“挂起不阻塞”的心智同构，采用三层架构：语义层定义 CoroutineScope、Job、Deferred 等类型；引擎层通过原生 Promise 桥接调度与挂起；验收页在真机验证并发、async/await 与 withContext。核心结论
本文实现 okio 库在 OpenHarmony 上的 KMP 适配，采用“语义层 + 引擎层 + 验收页”三层架构：语义层用 ArrayBuffer + DataView 实现 Buffer/ByteString，手写 UTF-8 编解码；引擎层复用 @kit.ArkTS 的 util.Base64Helper 完成 base64 桥接；验收页在真机验证字节级 round-trip、base64
本文是 KMP 三方库鸿蒙化适配，聚焦 `KStateMachine`（Kotlin 轻量有限状态机）的 OpenHarmony 适配。我们只讲本仓库真实落地的代码，不做系列横向对比
本文完整记录 kotlin-channel-event-bus 接入 OpenHarmony 的适配过程，基于成熟的 HarmonyOS kotlinx-coroutines 制品线（1.11.0-0.1.0-07），无需内核提取，直接编译原生 KLIB 支持 ohosArm64/ohosX64。通过 C ABI 与 N-API 桥接，将协程冷流 Flow 订阅语义转化为拉取式通信，实现多 Key
本文详述 cryptography-kotlin 在 OpenHarmony 上的完整适配过程，涵盖构建体系重构、ohosArm64/ohosX64 目标添加、Kotlin/Native 动态库生成与 C ABI/N-API 桥接。核心成果：6 个 provider 无关模块（SecureRandom、PEM、ASN.1、BigInt 等）原样编译为 OpenHarmony KLIB，真实运行于真
本文详述 apollo-kotlin 在 OpenHarmony 平台的完整适配过程，通过核查依赖元数据、切换 Gradle 与 Kotlin 工具链、新增 ohosArm64 目标、补齐平台 expect/actual 声明，实现 Kotlin Multiplatform 库在鸿蒙原生环境的编译与执行。项目基于上游 commonMain 零修改，构建出可运行于 ARM64 设备的动态库（libk
如果你写过 Java，第一次看 Kotlin 的类定义大概率会愣一下：构造函数怎么直接写在类名后面？data class是什么？object关键字为什么能当单例用？这些都是 Kotlin 在 Java 基础上做的语法减法——用更少的代码表达同样的结构，同时把「样板代码」这类出错点直接消灭在语言层面。对于做鸿蒙开发的同学，这一套概念在 ArkTS 里几乎都有对应物（class、interface、命
本文介绍昇思MindSpore基于昇腾NPU的高效大模型推理方案，覆盖交互式对话、离线批量生成、超大模型多卡并行及高并发服务化四大场景。通过启用KVCache增量推理（use_past=True）、流式输出、动态批处理、量化压缩与模型并行等技术，结合CANN8.5与MindSpore-Transformers1.9环境，实现低时延、高吞吐的生产级部署。实操案例涵盖流式生成、多batch推理、多卡切
kotlin
——kotlin
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
北京朝阳AI社区
人工智能6S服务平台
openEuler 社区
DAMO开发者矩阵
开源鸿蒙跨平台开发者社区
