<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[William Chen's knowledge base]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/crazycoldking2015</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; crazycoldking2015]]></copyright><item><title><![CDATA[从插件到独立运行时:Kong AI Gateway 2026 年进展梳理]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/170049306</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/170049306</guid><author>crazycoldking2015</author><pubDate>Wed, 04 Nov 2026 16:57:06 +0800</pubDate><description><![CDATA[Kong AI Gateway 于2026年完成关键演进：3.14版推出Agent Gateway（A2A代理），实现Agent间流量治理；2.0版本实现AI控制平面独立，引入模型、MCP服务器、Agent等一等实体，解耦API网关；2.2版强化可移植性，支持Passthrough、Skills API、TypeSafe JEV及按凭证限流。持续更新聚焦成本控制、多模态计量与协议演进，治理颗粒度从LLM扩展至全链路AI数据路径。]]></description><category></category></item><item><title><![CDATA[深度解析：从传统 IDE 到 Agentic 工作台，AI 编码助手的演进与破局]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/169948852</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/169948852</guid><author>crazycoldking2015</author><pubDate>Tue, 03 Nov 2026 17:49:52 +0800</pubDate><description><![CDATA[过去两年，AI 编码从单行补全迈向多行逻辑生成，正迎来范式跃迁：从 Copilot 副驾模式进入自主智能体（Agentic Workflow）时代。以 Orca、Aider、Claude Code 为代表的新型工具，依托终端权限、超长上下文与自主迭代能力，打破传统 IDE 局限。它们构建起 ADE（智能体开发环境），实现跨文件重构、自动测试与并行任务执行。开发者角色由“编码者”转向“任务调度与审查者”，心智模型从“如何写代码”变为“如何描述任务”。这场变革不仅重塑开发流程，更重新定义程序员的未来形态。]]></description><category></category></item><item><title><![CDATA[把轻量化 YOLO 模型部署到你的手机上]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/169561723</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/169561723</guid><author>crazycoldking2015</author><pubDate>Fri, 30 Oct 2026 18:03:38 +0800</pubDate><description><![CDATA[本文介绍将轻量化YOLOv8n模型部署至旧Android手机的高效方案。]]></description><category></category></item><item><title><![CDATA[Vertex AI Interactions API中发现的bug]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/168646425</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/168646425</guid><author>crazycoldking2015</author><pubDate>Wed, 21 Oct 2026 11:53:19 +0800</pubDate><description><![CDATA[【代码】Vertex AI Interactions API中发现的bug。]]></description><category></category></item><item><title><![CDATA[Sonnet 4.5 升级到 Sonnet 5.5 的主要 breaking changes]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/168634553</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/168634553</guid><author>crazycoldking2015</author><pubDate>Wed, 21 Oct 2026 09:34:14 +0800</pubDate><description><![CDATA[Sonnet 5.5 升级主要变更]]></description><category></category></item><item><title><![CDATA[三种 LLM API 设计比较:Gemini Interactions、OpenAI Responses、Anthropic Messages]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/168431835</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/168431835</guid><author>crazycoldking2015</author><pubDate>Mon, 19 Oct 2026 10:46:47 +0800</pubDate><description><![CDATA[本文比较 Anthropic Messages、OpenAI Responses 与 Google Interactions 三种 LLM API 设计。三者均从无状态补全演进至有状态资源，但路径不同：Anthropic 由客户端维护历史，OpenAI 将响应资源化，Google 则以“交互时间线”（Interaction）为核心，支持步骤级记录、默认持久化、异步任务与 agent 混用。关键差异在于状态存储位置、响应结构（消息 vs 步骤）、流式事件设计及配置继承机制。]]></description><category></category></item><item><title><![CDATA[垂直领域大模型训练的一点思考和探索]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/167700272</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/167700272</guid><author>crazycoldking2015</author><pubDate>Mon, 12 Oct 2026 17:54:58 +0800</pubDate><description><![CDATA[本文系统阐述了领域大模型训练的四大路径（RAG、SFT、二次预训练、从零预训练）及五大实施步骤，强调优先采用“RAG+SFT”组合以低成本实现高性价比落地。核心建议：用RAG保障知识准确性，用SFT优化输出风格与逻辑；数据质量远胜数量，需精心清洗与构建评测集；推荐使用LLaMA-Factory、Unsloth等框架，结合LoRA/QLoRA轻量化微调，最终通过量化部署实现高效推理。]]></description><category></category></item><item><title><![CDATA[大模型连接万物的“USB接口”：一文彻底读懂 MCP 的本质、局限与生态全景]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/166791461</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/166791461</guid><author>crazycoldking2015</author><pubDate>Mon, 28 Sep 2026 17:18:05 +0800</pubDate><description><![CDATA[方案维接入机制部署位置安全与控制核心适用场景MCP开放协议 (stdio/SSE)本地 / 私有网段极高（数据不出本地，人工审批拦截）IDE 插件、桌面级 AI 助手、本地私有 Agent原生 API JSON随模型端而定中等（完全依赖开发者自行防范）自研 AI 应用、定制化工作流管道远程 HTTP REST纯云端 SaaS中等（基于 OAuth / Token 鉴权）云端 SaaS 自动化（如飞书、Notion 联动）代码库导入代码运行时内部取决于实现。]]></description><category></category></item><item><title><![CDATA[Google 翻译 Chrome 扩展与内置翻译系统的高效运作机制与核心架构解析]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/166490327</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/166490327</guid><author>crazycoldking2015</author><pubDate>Wed, 23 Sep 2026 18:50:56 +0800</pubDate><description><![CDATA[一方面，历史遗留的采用 <font> 元素强行破坏 DOM 树的替换方式，正受到工业界的持续反思，更先进的原位修改（In-place Mutation）与虚拟跟踪机制正逐步取代陈旧的脱轨方案，以期彻底消解与 React 等前端响应式框架的运行时对抗22。在包含成千上万个节点的大型 DOM 树中，深层递归会在 V8 虚拟机栈上积累巨大的调用开销，并在此过程中产生数以万计的瞬时 JavaScript 包装对象，引发频繁的垃圾回收停顿（GC Stutters）。]]></description><category></category></item><item><title><![CDATA[Tenstorrent builds computers for AI]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/165749612</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/165749612</guid><author>crazycoldking2015</author><pubDate>Thu, 17 Sep 2026 16:10:48 +0800</pubDate><description><![CDATA[Tenstorrent 是一家以 RISC-V、Tensix 和 Chiplet 为核心，试图用开放软件和开放 silicon 架构构建 NVIDIA 之外的 AI compute platform 的半导体公司。① Blackhole/Galaxy 的实际商业部署② TT-Forge/TT-Metalium 能否形成开发者生态③ RISC-V + Open Chiplet 能否从 Tenstorrent 自己的产品扩展成整个产业链的开放平台。]]></description><category></category></item><item><title><![CDATA[Huggingface上的模型评测指标介绍]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164979901</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164979901</guid><author>crazycoldking2015</author><pubDate>Fri, 11 Sep 2026 12:09:03 +0800</pubDate><description><![CDATA[本文系统梳理了大模型评估的六大核心维度：代码生成（HumanEval、SWE-bench）、综合知识（MMLU、GPQA）、数学推理（GSM8K、AIME）、视觉理解（MMMU、MathVista）、智能体能力（BFCL、GAIA）及语言指令遵循（IFEval、MT-Bench），涵盖从基础编程到复杂多步任务的全栈能力测评，全面反映模型在真实场景中的综合表现与人类对齐水平。]]></description><category></category></item><item><title><![CDATA[Kimi K3 深度研究报告]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164978710</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164978710</guid><author>crazycoldking2015</author><pubDate>Fri, 11 Sep 2026 11:58:45 +0800</pubDate><description><![CDATA[评估维度Kimi K3 旗舰DeepSeek 旗舰（以 V4 Pro / Flash 为例）模型定位长流程智能体（Agent）、多模态交互与复杂工程高性价比推理、数学逻辑、大吞吐代码与轻量部署架构特点2.8T MoE + 原生多模态 + KDA & AttnRes 创新MLA（多头潜向量注意力）+ DeepSeek-MoE 极稀疏架构多模态能力原生视觉 + Vision-in-the-Loop闭环反馈侧重文本/代码推理，多模态视具体分化版本而定官方 API 价格。]]></description><category></category></item><item><title><![CDATA[简单了解大模型评测]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164972369</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164972369</guid><author>crazycoldking2015</author><pubDate>Fri, 11 Sep 2026 11:34:26 +0800</pubDate><description><![CDATA[模型测评（Model Evaluation）是。：模型测评的核心本质是。它既是模型研发的“方向盘”与“度量衡”，也是模型落地应用的“准入证”。简单来说，。如果你把 AI 当成一个刚刚毕业的“应聘者”，模型测评就是 HR 和业务主管用来考核他的全套流程——看看他到底是真的有真材实料，还是只会吹牛。模型测评的本质，就是。AI 在没测之前就像一个黑盒，谁也不知道它什么时候会说错话、什么时候会掉链子。通过测评，我们才能知道它，从而放心地把它用到手机、客服、医疗等真实场景里。]]></description><category></category></item><item><title><![CDATA[GPT-6 Astra 研究报告——模型能力、API 演进与 Agent/MCP 生态影响分析]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164624421</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164624421</guid><author>crazycoldking2015</author><pubDate>Tue, 08 Sep 2026 16:26:38 +0800</pubDate><description><![CDATA[OpenAI 已于2026 年 9 月 3 日正式发布 GPT-6 Astra。复杂推理软件工程与 Coding浏览器和计算机操作多步骤任务执行科学研究网络安全文档、表格和演示文稿创建Tool Calling / MCP / Agent 工作流其上下文窗口达到，最大输出，支持五档 reasoning effort。标准 API 定价为。更值得关注的是，GPT-6 Astra 的变化并不仅仅是“模型变强了”。进一步演进的趋势。尤其值得关注的是。]]></description><category></category></item><item><title><![CDATA[399 美元能买到怎样的双足机器人？Pollen Robotics 发布开源小鸭机器人 Microduck]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164369953</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164369953</guid><author>crazycoldking2015</author><pubDate>Fri, 04 Sep 2026 15:36:04 +0800</pubDate><description><![CDATA[Microduck 的出现降低了双足机器人以及强化学习 Sim2Real 的探索门槛。无论你是具身智能研究员、机器人爱好者，还是想在桌面上养一只会溜冰、会踢球的“AI小鸭”，Microduck 都提供了一个集趣味性与硬核技术于一体的新选择。]]></description><category></category></item><item><title><![CDATA[MCP 规范版本对比：2025-11-25 vs 2026-07-28]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164338718</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164338718</guid><author>crazycoldking2015</author><pubDate>Thu, 03 Sep 2026 18:49:48 +0800</pubDate><description><![CDATA[【代码】MCP 规范版本对比：2025-11-25 vs 2026-07-28。]]></description><category></category></item><item><title><![CDATA[快速把 OpenAPI JSON 转成 MCP Tools]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164328724</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164328724</guid><author>crazycoldking2015</author><pubDate>Thu, 03 Sep 2026 11:02:56 +0800</pubDate><description><![CDATA[如果你的目标是，其实不需要从零实现 MCP Server。]]></description><category></category></item><item><title><![CDATA[LLM中的Web Search的本质]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164328228</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164328228</guid><author>crazycoldking2015</author><pubDate>Thu, 03 Sep 2026 10:54:17 +0800</pubDate><description><![CDATA[Web Search是AI服务商内置的server-side tool，由Provider执行，区别于用户端function tool；不同Provider schema不同；对AI Gateway需做抽象/转换。]]></description><category></category></item><item><title><![CDATA[揭秘 Gemini 原生 Web Search 与双 Endpoint 架构设计]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164302550</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164302550</guid><author>crazycoldking2015</author><pubDate>Wed, 02 Sep 2026 18:13:21 +0800</pubDate><description><![CDATA[原生 Web Search（接地技术 Grounding），是指 Gemini 模型直接内置了调用 Google 搜索引擎的编排逻辑。无需编写复杂的外部爬虫或搭建中间件，模型即可自主判断用户意图，并在需要时实时检索全网最新信息。Google Gemini API 展现了从“纯文本生成模型”向“原生 Agent 系统”演进的清晰路径。原生 Web Search通过接地技术消除了 LLM 的时效缺陷，而generateContent 与 interactions 的双接口格局。]]></description><category></category></item><item><title><![CDATA[搞懂 OAuth 2.0：从核心原理到实战演练]]></title><link>https://blog.csdn.net/crazycoldking2015/article/details/164294544</link><guid>https://blog.csdn.net/crazycoldking2015/article/details/164294544</guid><author>crazycoldking2015</author><pubDate>Wed, 02 Sep 2026 11:48:54 +0800</pubDate><description><![CDATA[OAuth 2.0（Open Authorization 2.0）是一个行业标准的授权框架授权。它允许用户把某网站（服务提供商）上存储的受保护资源，授权给第三方应用访问，而无需将账号密码透漏给第三方应用。所有交互（特别是 Token 的传输）必须全程强制使用 HTTPS 加密，防止中间人攻击。在发起授权请求时传入随机生成的state参数，并在回调时校验，可有效防御 CSRF（跨站请求伪造）攻击。]]></description><category></category></item></channel></rss>