知鸦日报2026-10-16

淘特端侧模型实践：选QWen3-0.6B，经两代数据集迭代、LoRA微调、ShortGPT剪枝与AWQ量化，真机准确率达80%。通过Prompt精简、Prefix Cache与增量推理优化延迟，落地于信息流重排序与流失前权益挽留，实现GMV正向增长，并关注CDN下载等隐形成本。

systemd v250引入限流到期回调后，sd_event_prepare()误将“状态已变需重试”解释为“无事件”，导致PID 1在有用户态待处理任务时进入无限epoll_wait()，系统卡在initrd阶段。修复通过显式状态位区分等待结果，确保事件循环正确重试。

遗留系统高耦合、缺测试，全量重写风险高。以AST构建依赖图识别叶子模块，由代码Agent按整洁架构重构并自动补全测试，在沙箱中闭环校验。再经绞杀者代理层灰度路由渐进替换，实测解耦自动化率72%，回归故障率降至0.3%。

这套工作流在AI写代码前先定好需求和设计，并加入人机交叉审查。开发时用TDD和自动化CR，通过变异测试检验用例质量。人工最后只精读关键代码与设计文档，守住工程判断，确保AI产出可靠。

本文系统阐述了京东自研分表组件的设计思路，基于MyBatis插件实现，支持双写双读等四种策略，通过SQL重写、路由计算和参数处理，平滑解决大表性能问题，实现无感数据迁移。

一套因果记忆系统，用“决策→结果”边存储经验，解决Agent的遗忘、记错与记忆劣化。它通过七种边类型、海马体引擎和因果三层查询，实现干预预警与反事实推断，并配以治理机制确保记忆可信，让有用的经验自动排前，避免重复踩坑。

基于火山引擎Managed Agents底座，可搭建主动式个人助手“Open Muse”：它能在后台持续运行，跨设备操作飞书、日历、文件，并主动问候与提醒。只需一句话，就能完成会后整理、日程安排、跨端协作与云端调研，所有敏感操作均需授权确认。

REA爆火，因它把逆向工程从“人用工具”变成“Agent用工具”。通过MCP桥接Ghidra等引擎，将调查流程标准化、接口化，让Agent能自主搜索、追踪、反编译并产出带证据的结论。门槛从“会用工具”降至“会提问”，经验沉淀为可复用资产。