摘要：该JSON配置文件定义了名为"中国联通"的AI服务提供商设置，包含两个DeepSeek模型(V4 Flash和V4 Pro)。配置指定了服务端点URL(https://aigw-gzgy2.cucloud.cn:8443/v1)并启用了"thinking"功能，其中extraBody参数设置为"max"以实现深度思考。文件采用ope

A recent proposal suggests that by using high-precision timestamp negotiation at both ends to directly measure the one-way propagation delay, it is possible to eliminate the “overshoot–drain” cycle in

这篇文章摘要： 该文档是一个AI系统的配置规范，详细定义了系统架构、权限控制、工作模式、代理角色和模型参数等核心要素。系统采用多代理架构，包含构建、计划、持续性任务等主代理和通用、探索子代理。模型配置部分重点介绍了"ark-code-latest"等4个AI模型的输入输出参数、推理能力和变体选项，支持最大256K上下文和4K输出长度。整体设计注重模块化分工，通过详细的权限控制和

KCC拥塞控制算法采用一维标量卡尔曼滤波器，通过三元分解（RTT=传播延迟+排队延迟+噪声）直接估计物理传播延迟$T_{\text{prop}}$。其创新在于：1）方向性更新机制隔离排队延迟，仅允许下降样本更新状态；2）自适应噪声协方差动态抑制噪声；3）Q-boost机制应对真实物理路径变化。相比BBR-S和RBBR间接估计瓶颈容量的方法，KCC通过锁定物理基线实现更直接的三元分离，使系统仅对物理

本文提出一种优化固定数组时间轮在槽过载场景下性能的方法。通过将每个槽扩展为多个子桶组成的链表，并限制每次tick处理的任务数量（批次执行），解决了瞬时大量定时任务堆积导致的性能问题。该方法保持O(1)插入复杂度，通过批次控制确保处理时间上限，以可控的延迟抖动换取稳定性。文中详细描述了数据结构、插入逻辑、批次执行流程和线程安全考虑，并给出Mermaid结构图说明。这种方案适用于高并发定时任务场景，如

该JSON配置文件定义了一个AI服务平台的架构设置，主要包含三部分：1）提供商配置（中国联通提供的DeepSeek-V4系列模型服务）；2）插件配置（OContinue插件）；3）多代理系统架构（包括构建、计划、持续性任务等主代理和通用/探索子代理）。系统采用零温度参数确保确定性输出，所有操作权限均为"allow"开放模式，支持通过API端点进行模型调用。配置文件特别强调了任务

本文探讨了拥塞控制中两种排水终止策略（OR门与AND门）的设计差异及其适用场景。OR门以时间为基准，通过is_full_length || drained条件快速终止排水，适用于单流场景；而AND门采用更保守的(is_full_length && drained) || safety_timeout策略，通过实际测量验证队列状态，能有效应对多流竞争场景。文章还分析了安全超时机制的必要性，并介绍了K

摘要：KCC（Kernel Congestion Control）移除了BBRv2中的inflight bounds（cwnd钳位机制），因其在多流场景下导致过配问题，且与内核BBR v5.4的设计理念冲突。cwnd钳位虽在单流或浅缓冲场景有效，但干扰了排水阶段的效率，并通过聚合效应加剧共享瓶颈的拥塞。KCC选择依赖更精准的工具（如量化预算和ACK聚合补偿）实现边界控制，遵循关注点分离原则，使算法

摘要 本文记录了KCC（一种拥塞控制算法）在1Gbps数据中心链路上重传率异常问题的定位与修复过程。通过内核DUMP采样、数学公式推导和AI辅助双向推理，结合逐特性回退验证的方法，发现根因在于BBR状态机实现中的LT BW auto-recovery机制存在统计错误。具体表现为使用峰值带宽与平均带宽的错误比较，导致拥塞控制反馈环被放大400倍，引发高频振荡和虚假均衡态。最终通过重构LT BW恢复逻

用户态TCP端口转发（如gost、rinetd）对CUBIC等传统拥塞算法有一定提升，通过拆分连接使客户端看到更优的短链路特性，但会牺牲延迟和稳定性。然而，这种转发对BBR/KCC等模型驱动算法效果有限，甚至有害——因为BBR/KCC依赖端到端测量，拆分连接会导致误判真实瓶颈带宽和RTT，引发速率失调或延迟激增。IP透明转发（DNAT）能保持完整连接，更适合BBR/KCC。极端弱网下，仅当配置超大