微光实验室 · 博客归档
博客
记录技术探索与工程思考，共 817 篇文章。
精选阅读路径
如果你第一次来，可以先从这几条主线进入，而不是在 600 多篇文章里硬翻。
Agent Grader 分歧复算
规则说通过，模型评分说失败，人工又说证据不足——这时先换一个评分模型，可能只会换一列难解释的数字。更有用的是回到同一次 trial：几位裁判看的是不是同一件事，标签从哪来，哪些记录应该进入分母？
Agent 偏好记忆的写入与撤销
用户说：“这周项目 A 的文档先用英文。”模型提取出“用户偏好英文”，这个提取结果即使语义通顺，也还缺少决定能否长期保存的信息：仅限本周还是以后都用？仅项目 A 还是全部项目？用户是在描述临时做法，还是要求系统保存偏好？
Agent 首响与有效反馈延迟
编排器在入口接收任务后450毫秒收到第一个模型token，到2400毫秒才产生用户能采用的结果，3000毫秒才确认任务完成。若从发起模型调用计时，首token时间是150毫秒。这些数字可以同时正确。
Java 虚拟线程的资源边界
Java 服务改用虚拟线程后，最危险的误解不是 API 用错，而是把“线程更便宜”理解成“系统可以无限并发”。 虚拟线程确实改变了阻塞式 Java 服务的成本结构。
语音 Agent 打断的状态边界
用户让语音 Agent 查询订单，随后说“停，先查另一单”。旧查询的结果已经进入后台队列，但负责把结果写进对话历史的消费者还没处理它。等这个消费者醒来，当前回合已经换了。它若把“任务完成”直接解释为“写入当前回合”...
ESP32 AEC 播放参考排障
设备正在播报“客厅的灯已经打开”，下一轮识别却把这句话当成用户输入。你检查配置，发现 AEC 已启用，于是准备把抑制强度调高。 先停一下。AEC 开关只能说明算法进入了处理链，不能证明它拿到了与这次扬声器播放对应的参考音频。
VAD 首字丢失与缓存拼接
用户说“打开客厅灯”，ASR 却只收到“开客厅灯”。设备日志明明显示 VAD 已经触发，开发者很容易先把检测门槛调低。但那条日志只说明检测事件发生了，不说明整句音频从哪里开始交给 ASR。 本文以 ESP32-S3 的乐鑫 ESP-SR/A...
A6000 上的 LingBot 验证
本文是公开资料驱动的验证顺序，不含 A6000 本机实测；数字必须连同任务、输入和拓扑一起读。 假设有一台单卡 RTX A6000 48 GB 工作站，以及一台 8×A6000 工作站。看到 LingBot 各项目的权重和脚本...
LingBot 世界的回访记忆
一个世界可以持续生成，镜头前的画面也始终自然。但你沿原路返回时，先前打开的门、停放的车和墙上的标记，仍在原位吗？ LingBot-World-Infinity 的论文报告了超过一小时的单次连续 session；同一论文的限制部分又承认：
视频描述与机器人动作对齐
一段巡逻视频生成了这样的描述：“机器人看到行人后减速停车。”你按描述检索到片段，又在同一段日志里找到速度下降，于是准备把它收进“遇人减速”的正样本。 这一步很容易做得过快。视频里的“之后”可能来自模型对画面的解释；
Cosmos 最小视频验证
准备试用 Cosmos Curator 时，一个很自然的做法是找一段短视频，在官方示例后加上 --limit 1。输入已经缩到一条，按理说应该很快知道环境能不能跑。实际执行却可能停在权重下载、模型加载或资源分配，迟迟看不到输出片段。
Cosmos GPU 瓶颈定位
假设一批巡检录像已经下载完，切分和描述还在继续。监控上 GPU 利用率开始下降，输出目录却迟迟没有收齐。团队准备增加几个描述模型 Worker，希望把剩余任务尽快跑完。 加 Worker 可能有效，也可能把同一批等待换成更多进程等待。
LingBot-VA 世界与动作
LingBot-VA 2.0 是一套面向机器人控制的 Video-Action Foundation Model。它不是 LingBot-VLA 2.0 的改名版本，也不是一个把视频生成模型接上动作头的简单组合。
LingBot 推理路径选择
准备在一张 48GB 显卡上试用 LingBot-Video，你打开仓库，同时看到 Dense 1.3B、MoE 30B-A3B 和新发布的 8 步 DMD。直觉很容易把它们排成一条线：Dense 小，MoE 强，DMD 又快又省；
Agent 互换的接口边界
假设你正在给团队的开发工作台加一个审查入口：开发者选中一批改动，点“审查”，结果统一显示在侧栏。第一版接 Codex，第二版想再接一个审查 Agent。界面没有变化，看上去只要换掉调用目标。
Cosmos Curator 视频筛选
假设一个机器人团队准备整理仓库里的巡检录像。画面中大量时间只有货架和地面，真正值得研究的瞬间却很短：机器人停在障碍物前、夹爪接触后没有移动，或者门已经打开，机器人仍然等待。团队想先过滤“几乎没有运动”的片段，再让视觉语言模型生成描述...
AGENTS.md 写了以后，怎样判断它真有用？
给 Agent 修一个解析函数的任务，它先安装依赖，再跑全仓构建，构建报错后又花时间修了一个与任务无关的模块。你把“认真验证改动”补进 AGENTS.md，希望下一次更可靠；结果，它只是更认真地重复了这条弯路。
Codex 只读审查的权限边界：任务文件是谁写的？
一次 Codex 审查没有修改仓库代码，却留下了新的任务 JSON。看到这种现象，先别把它判成“只读沙箱失效”。更值得追问的是：文件由哪个进程写入，read-only 又设置在哪一层？
ESP32-S3 Mini 和 C3 Mini 怎么买？从 PSRAM、USB 到一张可核对的采购单
给一台桌面语音终端买开发板：接麦克风和扬声器，用 Wi-Fi 收发音频，再接一块 320×240 彩屏。商品页同时出现“C3 SuperMini”“S3 Mini 8 MB”“S3 N4R2”，都带 USB 接口，似乎只是性能和价格不同。
CLAUDE.md 越写越长，哪些规则该放到子目录？
一个前后端放在同一仓库的团队，最初只在 CLAUDE.md 里写了测试入口和提交要求。几个月后，文件里又出现接口错误码、组件样式、数据库迁移、版本发布、事故恢复。维护者让 Claude Code 改一个按钮的文案...