本文探讨了不同场景下Agent记忆架构的设计选择，分析了三种编码Agent（Claude Code、Codex CLI、CodeWhale）的记忆系统差异： Claude Code采用四层认知架构模拟人类记忆流程，包括项目手册、自动记忆、会话记忆和后台整理机制，强调记忆的层级性和自然遗忘。 Codex CLI采用两阶段异步管道设计，分离记忆提取和合并过程，通过纯文本检索实现零延迟访问，但牺牲了模糊

AI Agent记忆系统演进与选型决策 摘要：本文系统梳理了AI Agent记忆系统的发展历程与技术架构。文章首先指出LLM的"先天失忆症"源于其无状态、窗口有限和成本线性增长三大结构性矛盾。随后介绍了四类记忆系统（工作/情景/语义/程序性记忆）及其实现方式。重点阐述了记忆系统的三代演进：从初代向量存储，到二代结构化记忆（如MemGPT的三层架构、知识图谱等），再到第三代标准化基础设施。文章对比分

文章摘要 Prompt Caching 通过复用 LLM 推理中的 KV Cache 中间状态，显著降低重复前缀的计算成本。核心原理是将 Prefill 阶段生成的 Key-Value 张量持久化，后续相同前缀请求直接复用缓存，跳过重复计算。三大厂商实现各异： Anthropic Claude：支持显式断点控制，缓存写入有溢价但读取成本仅标准输入的 10%； OpenAI：全自动前缀缓存，无写入溢

摘要（149字）： 本文提出了AI Agent系统的四阶段事故响应框架，重点解决Agent自主行为导致的异常检测难、止损窗口窄等问题。核心措施包括：1) 设计四类Tripwire监控机制（成本、动作、输出、权限）；2) 构建多级Kill Switch实现秒级阻断；3) 按动作类型（数据库写、API调用等7类）制定差异化回滚策略；4) 结构化复盘机制。通过预置运行时控制面（如Redis实现的紧急制动

Milvus：企业级向量数据库解决方案 摘要：Milvus是一款专为大规模向量数据设计的高性能开源数据库，采用分布式架构解决单机数据库在十亿级向量场景下的性能瓶颈。其核心优势包括：1）存算分离的微服务架构，支持水平扩展；2）支持IVF、HNSW等高效ANN索引算法；3）提供四种一致性级别（强一致到最终一致）满足不同业务需求；4）支持多副本和故障转移机制确保高可用性。与轻量级方案ChromaDB相比

本文从工程化视角探讨了AI Coding与LLM应用中的上下文管理演进。当前AI应用存在静默执行错误、上下文衰减和需求传递损耗三大核心问题。主流解决方案经历了从Simple RAG到Multi-Agent，再到Skills/Cowork和ClawBot的演化过程，呈现出由"对话内堆砌上下文"向"系统侧精准编排"转变的趋势。现代上下文工程采用外置(Offload)、精召(Retrieve)、压缩(R

本文从工程化视角探讨了AI Coding与LLM应用中的上下文管理演进。当前AI应用存在静默执行错误、上下文衰减和需求传递损耗三大核心问题。主流解决方案经历了从Simple RAG到Multi-Agent，再到Skills/Cowork和ClawBot的演化过程，呈现出由"对话内堆砌上下文"向"系统侧精准编排"转变的趋势。现代上下文工程采用外置(Offload)、精召(Retrieve)、压缩(R

vLLM主要是解决大模型推理服务化问题，专于与推理、优化GPU使用、提供吞吐量，提供简单易用的API接口，支持Hugging Face模型无缝接入。本篇，让我们一起了解vLLM。

本指南适合以下读者：- 正在学习 PyTorch，已掌握基础三件套：`Tensor`、`nn.Module`、`Autograd`- 希望补全对“神经网络”整体认知的学习者- 想要建立直觉理解而非仅记忆公式的新手

以本篇开始快速实践入门。