单智能体 or 多智能体，怎么选？
在AI智能体构建中，单智能体系统作为单一进程运行，而多智能体系统则像是一个团队。Cognition和Anthropic分别提倡『不要构建多智能体』和『如何构建多智能体研究系统』的观点。文章强调上下文管理、执行速度、令牌使用等关键因素，并指出写任务更适合单智能体，读任务更适合多智能体系统。
大型语言模型
必看！Andrej Karpathy 昨天在 YC 的旧金山创业大会 40 分钟的演讲，全是干货，文末附资料！
Andrej Karpathy 在 YC 的旧金山创业大会上分享了关于 AI 时代软件开发的新范式。他定义了从传统代码到神经网络权重再到大型语言模型（LLMs）的发展路径，讨论了 LLMs 的超能力和认知缺陷，并介绍了如何通过应用如 Cursor 实现部分自主应用来优化用户体验。
AI记忆伪装被戳穿！GPT、DeepSeek等17款主流大模型根本记不住数字
本文介绍了一项研究，发现大多数语言模型缺乏人类的工作记忆能力。通过三组实验测试，表明模型在猜数字、是非问答和数学魔术任务中均无法有效保留信息。
盘点RAG中最容易犯的5个错误
我介绍了在构建 Retrieval-Augmented Generation (RAG) 应用过程中遇到的第一个错误——使用向量数据库。此外，我也分享了两个建议：优先选择经过微调的小模型，并优化检索过程以提高效率和准确性。