传统模型路由是个看起来很美的东西：基准测试能打，真用来写生产代码就掉链子，省的那点钱还不够改bug的。强如OpenAI和Anthropic都在模型路由上栽跟头，...

外部扩展可以实现自己的路由逻辑，通过 CustomRouterRegistry 注册进来。RouterRuntime 在决策时优先调用自定义路由。

旧行为： 新安装默认包含编程、系统等全套工具。 新行为：tools.profile 默认值改为 messaging，不再自动加载代码执行和系统操作类工具。

2 月 26 日，Perplexity 官宣 Perplexity Computer；近期，Anthropic 也重磅更新了 Claude Cowork 插件。...

上一篇写 KL、clip、entropy，说明 actor 更新需要限速器。但限速器限制的是 reward 和 advantage 驱动出来的更新方向。继续往前...

这是一个多智能体编排系统。你调一个API，它自动把任务路由到GPT-5.5、Gemini 3.5、Claude Opus等模型池里最合适的那个。你自己不用管理多...

国内几家大模型在不同的方向上投入资源，而且开源出来造福全行业。每个模型团队在训练时可以采集各家之长，每一家的技术突破都会迅速变成全行业的“公共养料”。

这一周，技术圈很安静。没有新模型刷屏，没有跑分屠榜，朋友圈也没出现那种“不学就被淘汰”的标题。

单体 Agent 的多轮对话很简单——所有消息都在一个 messages[] 列表里，LLM 天然能理解上下文。但当架构变成这样时：

首先一句话通俗解释什么是RAG? 全称: Retrieval-Augmented Generation (检索增强生成) ：RAG是一种结合信息检索与大语言模型...

这篇来自 vLLM 开源社区的工作不是在刷榜，而是在解决一个实际的系统工程问题：当企业同时运行十几个来自不同提供商的语言模型，一条请求进来，谁来决定路由给哪个模...

今天，我们要深入探讨一个最新框架——UniversalRAG。这篇来自KAIST与DeepAuto.ai的最新研究，不仅仅是对现有RAG技术的简单升级，更是一次...

最开始我让 GPT-4o / Qwen 直接判断 "该调哪些 tool"，效果不差，但生产上有三个硬伤：

企业用大模型，四个问题绕不开：谁在调模型？敏感数据有没有出内网？花了多少钱？出事怎么查？AI Gateway 做的就是在客户端和上游模型之间插一层治理层，把这四...

过去几年，VLM 在图像理解、视频问答、多模态对话上进展很快。它们可以识别物体、描述场景、总结事件，甚至完成不少复杂问答。但空间推理并不是简单的语义识别。

接下来，我们在Kali中安装Codex，因为Nodex等环境在Kali中已经默认安装，因此只需执行一条命令即可。

解耦之后的架构，大致分成这几层：用户发起请求，Agent 做决策，然后经过路由层找到对应技能，技能中心负责加载和调度，最终由具体的能力体调用底层工具完成执行。

但是应用需要检索文档、调用工具、处理故障、路由请求、记住历史操作，还要在关键决策节点引入人工审核。这时这个聊天机器人已经变成了一套工作流。

一个真正可以在团队里长期使用的 Skill，需要解决路由识别、质量评估、版本治理、跨平台兼容等一系列工程问题。