AI 与 Agent
AI 智能体、大模型与自主系统
24 篇文章
我不再蹲模型发布了：换了半年最强模型，我的幻觉一点没少
半年里 Opus 主力型号发了四代、价格没动，我天天拿最新模型干活，热情却没了、幻觉也没少。这篇把六条困惑一条条摊开：榜单、幻觉、真实提效、harness、对 Agent 的过度依赖，以及自己被提速多少的错觉。
提示缓存（一）：到底缓存了什么
prompt caching 省下的不是网络往返，而是 prefill 阶段的算力。本文讲清 KV cache 从哪来、前缀哈希为什么要求逐 token 一致、TTL 为什么必须存在，以及缓存写入为什么会比不缓存更贵。
提示缓存（二）：五家厂商三家云的账单差异
AWS 文档说 Claude Sonnet 4.5 在 Bedrock 上要 4096 token 才能缓存，我实测是 1024——和一方 API 一样。本文对照五家模型厂商与三家云的当期倍率、TTL 档位、跨区域行为，并区分哪些数字是实测的、哪些只是文档值。
提示缓存（三）：开了却没命中，怎么查
提示缓存失效几乎不报错——推理成功、日志干净、只有账单变贵。本文按出现频率拆四类元凶：前缀混进易变内容、序列化顺序抖动、工具顺序不稳、中间层静默吞掉缓存标记，并给出一个跨厂商的命中率自检脚本。
提示缓存（四）：文档说 4096，实测 1024
AWS 文档给 Claude Sonnet 4.5 标的最小可缓存前缀是 4096 token。我在 Bedrock 上做了 20 多次夹逼调用，真实门槛是 1024——和 Anthropic 一方 API 一样。同时验证了另外三个模型，其中三个文档准确，只有 Sonnet 4.5 这一条错了 4 倍。
Seedance 2.5 实测：69 元买 725 积分只够 27 秒，CLI 权限还要另外掏 998
充 69 元/月会员拿到 725 积分，折算约 2.5 元/秒，额度上限只够生成 27 秒；即梦 CLI 还要 998 元/月的高级会员才放开，agent 自动化流水线断在这一步。本文记录三个卡点、一笔按实付算的成本账，以及成片字幕的四类问题。
DeepSeek V4 Pro 正式版：拿第三方实测去对流出的跑分表，对不上
DeepSeek V4 Pro 0813 正式版发布，Artificial Analysis 独立评测综合 53 分排第 23。流出的 Agent 评测表宣称 Terminal Bench 87.9 超过 Opus 4.8，但第三方实测只有 79%，差了近 9 分。本文逐项核对两套数据，还原真实位置。
龙虾之后，我为什么又装了一个 KiroCrew？
KiroCrew 不只是 Kiro 的一个新入口，而是加在 kiro-cli 上的一层持久化工作空间——会话管理、长期记忆、Skill、计划任务、多 Agent 和微信/企业微信 Channel。我没让它跑 Demo，而是先让它整理我十多年前的博客，提炼出一份能长期使用的个人写作风格。
0比1，梅西的世界杯落幕了：这一次不谈模型，只想好好告个别
阿根廷 0:1 西班牙，梅西的第 6 届世界杯落幕。这一次不谈 fable 5 模型，只想好好告个别：埃及之战的眼泪、恩佐 15 岁写给他的信、20 年 6 届世界杯的编年史，以及为什么他首先是一个人，而不是神。
拆解 Kimi K3 的两大架构支柱：KDA 与 AttnRes，讲到小白也能懂
零基础友好、全程打比方：KDA 把'开卷翻书'的注意力改成'一页高级小抄'，显存省 75%、百万 token 解码快 6.3 倍；AttnRes 把'流水账'残差流改成'带目录的笔记本'，训练效率 +25%、开销不到 2%。看完就知道 2.8T 是怎么撑起来的。
Kimi K3 正式发布：2.8 万亿参数全开源，这次真的不一样
月之暗面发布 Kimi K3：2.8 万亿参数、全球首个开源 3T 级模型、100 万 token 上下文、原生多模态。本文深度解读 KDA 与 AttnRes 架构创新、Artificial Analysis 全球第四的评测成绩、对齐 Claude Sonnet 5 的定价信号，以及开源前沿模型对整个行业的四层长远影响。
决赛前夜，我让 fable 5 又跑了 100 万次模拟：梅西把差距踢没了一半多
上篇 6 项预测全部命中：西班牙 2-0 法国、阿根廷 2-1 逆转英格兰，41.8% 概率的西阿决赛成真。赛前我把半决赛数据喂回 fable 5 重跑 100 万次模拟：西班牙胜率从 54.1% 降到 51.8%，阿根廷从 45.9% 升到 48.2%——梅西用射手榜第一的表现，把模型扣掉的年龄分抢了回来。附上梅西与亚马尔 19 年前的照片故事。
我是梅西球迷，但我让史上最强大模型 fable 5 预测世界杯冠军，答案扎心了
2026 美加墨世界杯四强出炉，我让 Claude Fable 5 用 Elo 等级分 + 年龄曲线 + 大赛经验 + 点球子模型跑了 100 万次蒙特卡洛模拟。结果出现了'阿根廷悖论'：阿根廷进决赛概率四队最高（66.5%），最可能夺冠的却是西班牙（37.5%）。敏感性分析显示，梅西的状态就是冠军归属的分界线。
在 AI 浪潮里慢一点:写给打工人,也写给老板
AI 焦虑至少有一半是被营销出来的。用 PwC、MIT、METR、DX 的一手数据拆解 2026 年的 AI 现实:56% 的 CEO 报告零回报,95% 的企业自建项目失败,AI Coding 实测只提速 10%。给打工人 5 条定力建议,给老板 5 条转型建议。
当胡彦斌亲手"敲"出一个 APP:古法编程,真的要失传了吗?
华语歌手胡彦斌零编程基础,用 Vibe Coding 做出上架 App Store 的「彦火」APP。实习生说"古法编程我们不会"。当懂业务的人开始自己动手,手写代码成了老手艺——但冰山之下 90% 的工程,反而让有经验的程序员更稀缺。一个古法程序员的自白。
AI 时代，高考志愿怎么填
AI 时代怎么选专业？用 Anthropic 经济指数等一手数据看职业渗透度与生产力红利，给高考志愿一个数据视角。
Anthropic 放大招：Claude Fable 5 和 Mythos 5 来了
2026 年 6 月 9 日 Anthropic 同时发布 Claude Fable 5 与 Mythos 5：同一个底层模型，区别只在护栏。Fable 5 几乎全基准 SOTA、任务越长领先越大（Stripe 5000 万行代码库迁移一天搞定），价格 $10/$50 不到 Mythos Preview 一半，AWS Bedrock 已上线。最后聊聊：藏了几个月的 Mythos 为啥突然放出来了。
我让全球5大顶尖AI写2026高考作文，再请5个模型当评委
5 大顶尖模型同题写 2026 高考作文，再让 5 个模型当评委匿名互评——评委们一致把最高分投给了 Claude。全过程、全文与评语公开。
在 AI 浪潮里慢一点：写给打工人，也写给老板
企业要不要自建 AI Agent？选型、成本、落地路径一篇讲透：什么时候用现成平台，什么时候值得自研，以及常见的坑。
怎么向你老婆解释什么是 Agent？
从'飞书机器人算不对数'到'养一只自己的 AI 龙虾'——一篇给普通人看的智能体科普。13 个灵魂拷问讲透 LLM、Token、Tools、MCP、RAG、Skills、Memory、Multi-Agent 和 2026 年的模型价格：AI 不是蠢，是还没养好。
Amazon 的 2026 AI 战略：为什么最大的玩家却最没有存在感
自研芯片、全球基础设施、巨额投入——可 Amazon 在 AI 竞赛中却几乎隐形。这背后究竟发生了什么。
微信 x OpenClaw：AI Agent 时代的平台战略
微信原生集成 OpenClaw，标志着一次重大转向。为什么全球最大的即时通讯应用向 AI Agent 开放如此重要。
如何构建用于广告创意生成的 AI Agent
使用 Strands Agents 和 Amazon Bedrock 自动化广告文案、图像与视频制作。一份注重实战、代码优先的实践指南。
如何用 LangChain 和 Elasticsearch 构建 RAG 系统
从零开始构建检索增强生成（RAG）的实战指南——从向量嵌入到上下文增强的 LLM 答案。