笔记

在京东或者在电商平台，大模型主要应用于什么方向？可否举几个例子？

InfoQ：在京东或者在电商平台，大模型主要应用于什么方向？可否举几个例子？
翟周伟：在电商领域主要在用户交互，意图理解和商品理解，商品召回和相关性，以及文案创意生成等方向。在用户交互上重点利用大模型的对话能力进行对话式交互导购，例如我们的京言 AI 助手，意图理解和商品理解上核心是利用大模型的超强理解能力进一步提升用户需求识别的准确性以及商品信息的精准建模，商品召回和相关性上的一个典型例子就是用大模型做商品的增强召回，用大模型对用户需求和商品 SKU 做相关性，文案生成应用上利用大模型来生成图文并茂的营销文案，大模型评论总结等。

来源：https://developer.jdcloud.com/article/3983

谷歌 AI 怎么就突然逆袭了？搜索负责人把背后的逻辑讲透了

组织变革
花了很多时间去“减负”。精简流程、缩短决策链、打破壁垒。
流程优化
快速试错、快速验证，谷歌正在从“做对的事”转向“先把事做出来”，这种节奏特别像创业公司。
文化
关键是文化。如果公司允许你尝试、允许你失败，那团队就敢冒险。当人们感受到“只要在创造，就不会被惩罚”，他们就会主动去推动创新。

来源：https://www.toutiao.com/article/7561353257898066468/?wid=1760584043900

AI 代理的上下文工程：构建 Manus 的经验教训

https://manus.im/zh-cn/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus

Manus上下文工程
Manus 分享了构建 AI 代理的上下文工程经验教训。基于上下文工程而非端到端模型训练，项目强调 KV 缓存命中率对于降低成本与延迟至关重要，建议保持提示前缀稳定、使上下文只追加操作并使用文件系统作为无限制的外部记忆。此外，避免动态变更工具，改用遮蔽技术管理动作空间；通过重述任务（如维护 todo.md）操控模型注意力；保留错误上下文以促进自我适应；谨慎使用少样本示例，增加多样性打破僵化模式。这些实践帮助实现了代理的稳定性和高效性，特别适用于大规模生产环境。