在手机上浏览到一篇很棒的技术长文或 PDF，但现在没时间细看。

通用图形用户界面（GUI）智能体是 AI 领域最具前景的挑战之一。随着视觉语言模型（VLM）的飞速发展，构建能够自主操作移动应用（如 Android/iOS）的 Agent 已成为可能。然而，将强化学习 (RL)多步任务中，只有最终成功才给 1 分奖励。任务难度分布不均，导致大量计算资源浪费在极难任务上。移动端模拟器（Emulator）运行缓慢，每一次交互采样的成本极高。**智谱（Zhipu AI

AI Agent直接使用高德地图，如何在Claude code上准确配置MCP

加载模型权重和处理当前对话的KV缓存。模型权重：参数量 x 每个参数占用字节数。80亿参数，BF16精度（2字节），则约需16GBKV缓存：与处理的序列长度、批次大小直接相关。

通用图形用户界面（GUI）智能体是 AI 领域最具前景的挑战之一。随着视觉语言模型（VLM）的飞速发展，构建能够自主操作移动应用（如 Android/iOS）的 Agent 已成为可能。然而，将强化学习 (RL)多步任务中，只有最终成功才给 1 分奖励。任务难度分布不均，导致大量计算资源浪费在极难任务上。移动端模拟器（Emulator）运行缓慢，每一次交互采样的成本极高。**智谱（Zhipu AI

将 ToT 框架的主要概念概括成了一段简短的提示词，指导 LLM 在一次提示中对中间思维做出评估。我的看法：如果模型足够强大，CoT和ToT的作用将大大减少。一句话总结：CoT和ToT都是Prompt技巧中的一种。，引导语言模型探索 把思维作为中间步骤 来解决通用问题。Chain-of-Thought思维链。：Tree of Thoughts 思维树。ToT 基于思维链提示进行了。

在做完capacity + random routing后，我们最终确认了每个token要发去的top2expert和其对应的权重，通过加权计算的方式，确认Moe-Layer最终的输出结果。: 为每个expert设置capacity（expert buffer），限制它能处理的最大token数量，多出来的token算为溢出，在top2Expert都溢出的情况下，该token会被直接发去下一层att

如果什么时候，可以不断流式的接受外界的输入token，KV Cache一直在GPU内存或者临时换出到CPU内存，这样KV Cache就是AI Agent的工作记忆，或者说AI Agent的状态，这是的Agent或许就是不断进行的“半神”存在。大模型的输入：包括角色设定（system prompt）、最近对话、全局记忆概要（即角色对用户的核心记忆 b.2）、经过RAG的聊天记录分段总结（a.）和分类

如果什么时候，可以不断流式的接受外界的输入token，KV Cache一直在GPU内存或者临时换出到CPU内存，这样KV Cache就是AI Agent的工作记忆，或者说AI Agent的状态，这是的Agent或许就是不断进行的“半神”存在。大模型的输入：包括角色设定（system prompt）、最近对话、全局记忆概要（即角色对用户的核心记忆 b.2）、经过RAG的聊天记录分段总结（a.）和分类

在做完capacity + random routing后，我们最终确认了每个token要发去的top2expert和其对应的权重，通过加权计算的方式，确认Moe-Layer最终的输出结果。: 为每个expert设置capacity（expert buffer），限制它能处理的最大token数量，多出来的token算为溢出，在top2Expert都溢出的情况下，该token会被直接发去下一层att