前沿 AI 知识笔记

长任务分数掉下来，先查 harness 有没有丢掉私有推理，再用压缩代替滚动截断。

多向量检索保留每个 token 的细粒度匹配，用 MaxSim 换取更强的检索表达，也带来更大的索引成本。

用六张图拆解 AI 文本水印如何藏进选词过程、检测结果能覆盖什么，以及开发者现在可以保存哪些证据。

用 6 张图片笔记拆解 Structured Outputs：从 JSON mode 的缺口，到 Schema 约束、入口边界和最小接入路径。

用 6 张图片笔记拆解 Coding Agent Harness Engineering：从长任务失控原因，到规划、执行、评估和反馈回写的最小工程闭环。

用6张图片笔记拆解 Agent Skills：从渐进披露和文件结构，到它与 Prompt、MCP 的边界，再给出最小上手路径。

用6张图片笔记拆解 AI Agent 评测：从任务、轨迹、结果到评分器，再给出从0到1的最小实践路径。

用6张图片笔记拆解电脑操作代理的截图闭环、界面动作、三种集成方式与安全上手路径。

用6张图片笔记拆解 LangGraph、AutoGen、CrewAI 的控制方式：从 Agent 循环为何变复杂，到三类框架的控制点、核心积木、选型维度和最小上手路径。

模型路由把客户端接口、协议转换和路由策略拆开，帮助你理解何时把请求送给更省成本或更强的模型。

用6张图片笔记拆解 LLM 推理的 prefill/decode 瓶颈，厘清 KV Cache、量化、投机解码各自省什么，并用 vLLM 建立可测的优化基线。

用6张图片笔记拆解 RAG：从外部知识检索、请求链路和五个质量抓手，到它与 Prompt、微调、长上下文的边界及最小实践。