知鸦日报2025-08-01

本文系统回顾了计算机视觉的发展历程，从早期手工特征到深度学习的崛起，重点解析了卷积神经网络（CNN）的原理与架构。通过数学公式与代码示例，详细探讨了卷积操作的本质及其在图像处理中的应用。文章还介绍了CNN如何解决参数爆炸与空间结构问题，并通过手写数字识别案例展示了CNN的实际应用。最后，列举了多种经典CNN模型及其在目标检测、人脸识别等领域的广泛应用。

大模型技术推动AI Agent系统发展，关键在于工作流设计模式。反思型模式如基础反思、Reflexion、LATS和自我发现，强调迭代优化；规划型模式如ReAct、Plan & Solve、REWOO、LLM Compiler和Storm，注重步骤拆解与执行。不同任务适用不同模式，混合使用可打造更强大的AI Agent。

OpenAI推出"学习模式"，旨在引导用户逐步解决问题，而非直接提供答案。该模式对所有用户免费开放，采用苏格拉底式提问，通过互动式教学帮助学生理解知识点。然而，通过精心设计的Prompt约束模型行为，容易被越狱，无法彻底杜绝作弊。尽管如此，这一尝试展现了AI在教育伦理与强大能力间的平衡探索，为未来AI超级导师的诞生奠定基础。

Agent正引领AI领域的新浪潮，但构建一个稳定实用的Agent并非易事。Laurie Voss提出，真正的Agent应具备半自主性和工具使用能力，擅长处理非结构化数据，并通过信息压缩解决实际问题。RAG技术为Agent提供数据支持，而Agent则能提升RAG的准确性与效率。五大设计模式——链式调用、路由、并行化、调度器-工作单元和评估-优化，为构建高效Agent提供了系统化思路。未来，Agent的应用将超越聊天界面，深度集成到各类软件系统中。

Anthropic梳理了主流Agent设计模式，强调简单解决方案的重要性。Workflow和Agents各有优势，Workflow易上手、成本低，Agents适合复杂任务。常见模式包括增强LLM、链式调用、路由、并行化、编排器-Worker、评估-优化和Agents。这些模式可组合使用，适应不同场景。

滴滴研究团队在因果推断领域取得新突破，针对指数族分布设计了一种通用的目标正则化项，克服了高斯分布假设的局限性。通过定义目标估计量、偏差分析和修正，团队构建了面向指数族分布的有效估计器，包括DR和TMLE估计器，并在理论和实验中验证了其有效性。这一技术为推荐和网约车等业务场景提供了更灵活的因果效应估计方法。

AI Agent在使用MCP协议时面临服务选择复杂、Token消耗高及安全隐患等问题。Nacos社区推出Nacos MCP Router，通过智能路由和代理模式简化服务配置，优化Token使用，并提升安全性。Router支持协议转换，结合容器化部署，提供隔离运行环境，有效解决当前挑战，推动MCP生态发展。

GeaFlow是蚂蚁集团自研的实时流图计算引擎，专注于动态图分析与实时图计算。它支持SQL+GQL融合分析，提供流批图一体调度模型，具备高效的增量图计算和实时图推理能力。GeaFlow已在蚂蚁内部大规模应用，尤其在实时团伙挖掘和图数仓场景中表现优异，显著提升了数据处理效率与实时性。

随着DevSecOps的普及，安全左移成为行业趋势。去哪儿网通过Multi-Agent架构构建了AI驱动的白盒漏洞智能审核系统，大幅提升了漏洞审核效率和准确性。该系统将复杂任务分解为多个AI智能体协作，实现漏洞的精准识别和自动化处理，显著降低了人工审核压力，并建立了从漏洞发现到修复的完整闭环，推动了安全运营的智能化和自动化发展。

RAG系统优化指南：针对文档解析阶段的数据异构和结构混乱问题，可采用动态切片、语义分块和RSE技术；文本召回阶段通过添加标题、生成问答对和上下文压缩提升匹配度；Query优化利用改写和HyDE方法；检索策略引入重排序、反馈循环和混合检索。系统性优化组合能显著提升信息检索与生成质量。

React 18引入自动批处理和并发模式，提升性能与响应性。新增API如startTransition和useDeferredValue，优化紧急与非紧急更新的处理。React 19则聚焦Server Components和Actions，简化异步操作与数据更新，增强SEO与代码可移植性。这些改进让开发者更高效地构建流畅、响应迅速的应用。

好未来基于Milvus构建的向量数据库已支持亿级向量处理，实现毫秒级检索，应用于智能批改、资源推荐等教育场景。相比传统数据库，Milvus专为非结构化数据设计，具备高性能检索和多模态支持能力。通过混合云部署和监控告警体系，业务稳定性显著提升，AI教育融合效率优化明显。未来将持续优化备份恢复和性能问题，深化技术赋能教育创新。