知鸦日报2025-09-13

Meta超级智能实验室提出的REFRAG框架，通过智能压缩上下文，解决了RAG与Agent长上下文处理中的高内存成本和冗余计算问题。该框架采用分块压缩、选择性扩展和高效推理策略，显著提升了首token生成速度和上下文处理长度，特别适用于RAG、多轮对话和长文档摘要等高吞吐量场景。

何贤因忙碌鸽了两个月，最近开发了一款基于Three.js和Vue的城建游戏《CubeCity》。游戏包含建造、选择、搬迁、拆除四种模式，通过Pinia管理元数据，Three.js呈现3D场景。项目虽为整活，但涉及复杂技术栈，未来或开专栏详解开发过程。何贤表示，后续将聚焦Three.js的视觉创意领域，而非深度游戏开发。开源虽好，但维护成本高，商业化仍是难题。

想让大模型听话，关键在于写好Prompt。通过角色/任务、核心原则、上下文处理、CoT、输出规范和Few-Shot等模块，可以有效提升模型的准确性。角色定位明确任务，核心原则确保执行方向，上下文处理优化信息输入，CoT引导逻辑思考，输出规范统一结果格式，Few-Shot提供实例参考。这套方法适用于复杂场景，帮助你写出满意的Prompt，让模型更听话。

Model Context Protocol (MCP) 赋能 LLM 代理，通过工具提升任务解决能力。优化工具需构建原型、评估性能，并与代理协作迭代改进。高质量工具应明确功能边界、返回有效上下文、优化响应效率，并精心设计工具描述。通过系统化评估，确保工具与代理协同进化，应对复杂任务。