技术方向
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
122 条精选近 30 天 68 条共收录 574 条
Fly.io 发布名为 Sprites 的新产品，这是一种可快速创建（1-2秒）、持久化、支持即时快照与恢复的云计算机，旨在替代传统的只读沙箱。作者认为，像 Claude 这样的 AI 智能体需要的是完整的计算机环境，而非每次任务后销毁的沙箱，以便保留状态、避免重复构建环境，并支持更长的交互周期。
推荐理由：作者从自家产品出发，提出了AI智能体开发需要持久化、可快速恢复的完整计算机环境，而非传统只读沙箱的观点。
作者认为理解 AI 智能体的最佳方式是亲手构建一个，并展示了使用 OpenAI Responses API 从零开始实现一个具备工具调用能力的智能体的核心代码。文章指出智能体的核心是管理上下文数组和工具调用循环，其设计自由度很高，实现子智能体、上下文工程等复杂功能在代码层面可能非常简单。作者鼓励开发者通过实践来形成自己对这项技术的判断。
推荐理由：作者通过亲手构建一个简单智能体的代码示例，展示了其核心机制和设计自由度，为读者提供了可复现的实践起点。