Hi there 👋

引言：同门殊途 1980 年代的卡内基梅隆大学（CMU），两位 AI 巨头各自孕育了一个认知架构： Allen Newell（1927–1992），AI 先驱、图灵奖得主，与 John Laird、Paul Rosenbloom 创建了 SOAR——一个志在实现通用智能的认知架构 John R. Anderson，认知心理学家，创建了 ACT-R——一个志在精确模拟人类认知过程的架构 两者都源于符号主义传统，都使用产生式规则作为知识表征，都追求"统一认知理论"。但从第一性原理审视，它们在工作记忆、决策机制、学习方式、设计哲学上存在深刻分歧——这正是本文要剖析的主题。 ...

从认知科学出发，设计并实现一个仿人类记忆的 AI Agent 记忆系统。本文涵盖 ACT-R 激活扩散模型、艾宾浩斯遗忘曲线、情绪调节记忆编码，以及完整的 Python 实现解析。

每日 GitHub 热门项目趋势 Top 20

当 AI 可以一秒生成百行代码，我们真正需要的不再是"写得快"，而是"写得对"。三种经典的开发方法论——SDD、BDD、TDD——在 AI 编程时代迎来了真正的黄金期。 ...

一、为什么我们需要 A2A？ 1.1 一个正在发生的问题 假设你是一家企业的 CTO。你的团队已经部署了： 一个基于 LangGraph 的客服 Agent 一个基于 CrewAI 的数据分析 Agent 一个基于 Google ADK 的代码审查 Agent 这些 Agent 各自都很强大。但当你想让客服 Agent 把用户的退款请求转交给数据分析 Agent 来核实订单数据，再让代码审查 Agent 检查退款逻辑是否有 bug 时——它们互相不认识。 ...

问题背景 在大型 C++ 和 Android 工程中，尤其是架构历史包袱沉重、代码混乱的项目里，开发者经常遇到这样的需求： 我需要知道某个关键路径函数被谁调用了、参数是什么、返回值是什么、调用链路是怎样的——但我不能（或不想）修改原始源代码。 ...

分析思考方法论与即兴表达训练指南 很多人"心里明白但说不清楚"，本质不是表达能力的问题，而是缺少一套可复用的思维框架。这篇文章把分析方法论和表达训练串成一条线——先学会拆解问题，再学会即兴输出。 ...

LLM 缓存深入浅出：从 KV Cache 原理到命中率优化实战 很多人说"缓存命中了所以省钱"，但如果你问他们命中了什么缓存、怎么命中的、为什么有时突然命中率暴跌——大概率答不上来。这篇文章帮你彻底搞懂。 ...

10 种 Agent 模式不是同一维度。本文按推理、能力、编排、基础设施四维分类，给出系统化选型框架。

编译器视角下的 Python 调用 C++：从符号到内存的完整链路 1. 引言 import math_ext 这行代码背后发生了什么？ 对于一个 Python 开发者来说，import 只是一行代码。但对于编译器和操作系统而言，这是一场跨越三个阶段——编译、链接、运行时——的精密协作。编译器留下占位符，链接器合并符号表，动态链接器在最后一刻填上真实地址。每一步都尽量少做事，把能推迟的决定推迟到最后。 ...