摘要： KV Cache（KV缓存）是提升大语言模型（LLM）推理速度的关键机制。其核心原理是缓存历史token的Key和Value向量，避免重复计算。首次生成token时需完整处理输入（prefill阶段），耗时较长；后续token则基于缓存快速流式生成。KV Cache以显存换计算效率，但长上下文或高并发时会显著增加显存占用，因此衍生出MQA（多查询注意力）和GQA（分组查询注意力）等优化技术

看 Anthropic、OpenAI、Gemini 的 Harness 都在做啥？

从工程师视角出发，带你过一遍 Harness Engineering

在论文「Efficient Pre-Training with Token Superposition」中，Nous Research 提出的方法叫 Token-Superposition Training，简称 TST。TST 可以直接接入现有预训练流程，不需要改变并行策略、优化器、分词器、训练数据或模型架构，却能提高预训练阶段单位计算量下的数据吞吐效率。上图展示了在 10B-A1B MoE 模

goal。可能已经有小伙伴用上它了。Goal 的使用方式很简单：在 prompt 开头输入/goal，再告诉 Codex 你希望它完成什么目标。接下来，Codex 就会围绕这个目标持续循环，直到它认为目标已经完成。Goal 模式不是普通的一轮对话，也不是你让模型“帮我改一下代码”那么简单。它更像是一个持续运行的 Agent 循环：执行动作、评估结果、判断是否达成目标，如果没有达成，就继续下一轮。所

上周技术圈的信息挺杂，但有几条线索值得放在一起看。一边，AI 产品继续往具体工作流里走：Claude Code 开始支持 Agent View，OpenAI 把 Codex 带到移动端；另一边，开发者社区继续整活：有人给 Claude Code 做实体旋钮，有人做 Claude 用量桌面仪表盘，还有人把终端做成能显示 3D 老鼠的玩具。下面，我们开始本期的「周一上线」。

比起焦虑“会不会被替代”，更值得思考的是：AI 如何进入工作流，如何沉淀经验，又如何与人形成更稳定的协作关系。正如宿度在现场借一本书所介绍的概念，人类在使用 AI 工具时：问题不可避免，但问题终将被解决。

比起焦虑“会不会被替代”，更值得思考的是：AI 如何进入工作流，如何沉淀经验，又如何与人形成更稳定的协作关系。正如宿度在现场借一本书所介绍的概念，人类在使用 AI 工具时：问题不可避免，但问题终将被解决。

摘要：OpenClaw（"龙虾"）爆火后，用户发现不安装Skill功能有限。本文推荐10个实用Skill，包括联网搜索、私人笔记管理、自动化浏览器等生产力工具，并强调安装前的安全防护措施。同时提供云端部署的排坑指南，解决Linux系统依赖冲突问题，帮助用户充分发挥AI助手潜力。从基础功能到进阶应用，Skill的合理配置能显著提升OpenClaw的实际工作效率。

虚拟内存通过页表、TLB 与缺页机制，实现安全高效的内存管理。