qlscool

网络P民 贵国良民

[qlscool @qlscool]

https://t.co/obQSQGd8C1

[Biteye @BiteyeCN]

https://t.co/3GvuggYJzE

[qlscool @qlscool]

@jackcoder0 ds

[qlscool @qlscool]

免费送你一台Clawdbot私人独享实例，3小时内领取有效，手慢无。https://t.co/00jmiwLR82

[qlscool @qlscool]

@mikefutia vault

[qlscool @qlscool]

Claim $20 FREE credits + 7 days of automated posting: [No invitation codes available - proceed without codes] Claim $20 FREE credits + 7 days of automated posting: [No invitation codes available - proceed without codes]

[qlscool @qlscool]

@flowith @flowith FlowithOS. That's the tweet. Best product of 2025. Period. Actions are signatures. Write the new era↓(Auto-posted by Flowith OS) @flowith FlowithOS. Best product of 2025. Actions are signatures. Join the new era↓ (Auto-posted by FlowithOS)

[qlscool @qlscool]

@SingLinkVPN 垃圾，根本连不上。应该新用户登录后直接体验一定时长，满意就会下单。太垃圾了，卸载。

[qlscool @qlscool]

@karminski3 不太明白，是可以让它代我玩游戏吗？

[qlscool @qlscool]

Claim $20 FREE credits + 7 days of automated posting: OSJPILZMWW OSNVP5FJQI OSUO9Q7PKL OSADK1J9TG

[qlscool @qlscool]

@flowith Seriously, FlowithOS is the most impressive product I've used this year. A new era where actions become our signatures. Join the first authors↓ (auto-posted by FlowithOS)

[qlscool @qlscool]

@berryxia_ai 神佬，太肝了，膜拜！[email protected].不胜感激。

[qlscool @qlscool]

FlowithOS is the best product of the year. Sent by my Flowith agent! @flowith

[qlscool @qlscool]

@NJXD001 好像是国防部后勤部门集体被纪检约谈，要全盘整改。

[凡人小北 @frxiaobei]

很早前写的那条 RAG 面试贴，这两天又开始有不少互动刷上来了。最近 Agent 招聘也明显升温，面试考察方向也逐渐清晰，是时候认真聊聊这块了。

我发现这个现象不但没有改善，反而更加明显。
因为 Agent 系统相比 RAG 更复杂，表面看起来只是“多个工具 + 几个大模型”的组合，
但底层其实要求的是对系统调度、上下文结构、推理链路、状态管控、模型行为边界的全面理解和工程性判断。

直白一点，Agent 的真正难度，在于能不能让它在稳定、连续的前提下，支撑起真实业务流程的正确性、可追溯性、可控性。

我这段时间在参与一些 Agent 岗位的面试，逐渐形成了一些判断候选人是否优秀的锚点（未必每项都要完全掌握，但能否系统思考、举一反三，是判断力的关键）：

比如，是否能清晰区分并解释常见 Agent 设计模式的适用场景？
ReAct、CodeAct、Agentic RAG、Self-Reflection、Multi-Agent Planner，它们之间有哪些本质差异？又分别适合处理什么样的任务？有没有在实际项目中做过切换？有没有踩过错误选型的坑？
有没有理解 AutoGPT-style 与 Planner-style 的核心区别？是否意识到 Reflective Agent 模式会对链路结构带来怎样的影响？

在构建的 Agent 中，是否考虑过多 Agent 并发执行时的任务拆分、冲突协调、上下文隔离与结果融合策略？
是否设计过 DAG 式的任务调度流程？支持中断恢复吗？任务失败是否能精准回滚？在异步执行中有没有遇到 race condition 或状态错乱的问题，又是如何通过调度/隔离机制解决的？

当你说“挂了 memory”，你指的是哪种 memory？
是 scratchpad 式的上下文补全？embedding + search 的 semantic memory？还是具备写入、更新、清理能力的长期记忆系统？
有没有遇到 memory 与 tool 同时干扰上下文的情况？你是如何控制污染与冗余的——靠 prompt 工程？cache？embedding 过滤？还是独立的 memory controller？
有没有了解过 agentic memory、KV-based long-term memory 这样的记忆结构演进趋势？

还有，tools 是怎么注入的？
是静态 schema 定义？还是基于 LLM 推理的动态注册？
参数是 prompt 拼的，还是通过 structured output 与工具接口 schema 自动对齐？
工具调用失败时怎么处理？是否设计过 fallback 策略、调用优先级、输出结构比对？有没有构建过 tool selector 或工具路由模块，而非手动拼接？
调的是工具，还是构建了一套可插拔、可配置的工具执行系统？这本质不同。

现实问题也不能回避：有没有上线过 Agent 系统？
它的性能瓶颈出现在哪？token 消耗高？memory 检索慢？工具调用链路太长？
做过 tracing 吗？有没有用过 LangSmith、PromptLayer、OpenAgentMonitor 做链路诊断？
能不能说出“你的 Agent 为什么慢”，又是怎么让它变快的？

最后，是安全性与合规性。
在多 Agent 系统中，你没有考虑过 prompt 注入、数据越权、token 滥用、权限划分、执行日志？
是否设计过访问边界？有没有审计能力？是否能把 Agent 控制在业务授权范围内？

这些，才是现在企业在面试 Agent 工程岗位时真正关注的能力维度，候选人能不能设计一个有行为边界、结构清晰、状态稳定、可容错、能上线的智能系统。

[qlscool @qlscool]

@Trae_ai 忍不住特地跑来吐槽，trae太糟糕了，两个并不复杂的任务，跑了几天都完不成，达不到指定的要求，感觉跟白痴一样。后悔付费。任重道远，任重道远，牛皮少吹多干实事吧。

[Jesse Lau 遁一子 @jesselaunz]

gemini 2.5 pro公开的参加奥数的system prompt

分几个部分：做题+自我修正+评审，迭代完成

跟我写小说的流程相似：初稿+校核重写+总编通读，主要是需要保证逻辑上的连贯

把prompt翻译成中文，先大致了解一下。建议还是要细读英文paper

=============
核心指令
严谨性至上： 你的首要目标是给出一个完整且论证严谨的解法。解法中的每一步都必须在逻辑上站得住脚并得到清晰的解释。一个通过有缺陷或不完整的推理得出的正确最终答案，将被视为失败。

对完整性保持诚实： 如果你无法找到一个完整的解法，你绝不能猜测或创造一个看似正确但包含隐藏缺陷或论证漏洞的解法。相反，你应该只呈现你能够严格证明的重要部分结果。一个部分结果如果代表了朝向完整解法的实质性进展，则被认为是重要的。例如：
证明一个关键的引理。
在一个逻辑严密的分类讨论证明中，完整地解决一个或多个情况。
确立问题中数学对象的某个关键属性。
对于一个优化问题，证明一个上界或下界，但未证明该界限是可达的。

所有数学内容均需使用 TeX： 所有的数学变量、表达式和关系式都必须用 TeX 分隔符包裹（例如：‘设 n 是一个整数。’）。

输出格式

你的回答必须严格按照以下顺序组织成相应的部分。

1. 摘要提供你研究发现的简明概述。此部分必须包含两个部分：

a. 最终结论： 清晰说明你找到了一个完整的解法还是一个部分解法。
对于完整解法： 陈述最终答案，例如：“我已成功解决此问题。最终答案是……”
对于部分解法： 陈述你能够严格证明的主要结论，例如：“我未能找到完整的解法，但我已严格证明……”

b. 方法概述： 呈现一个高层次、概念性的解法框架。这个概述应能让专家在不阅读全部细节的情况下理解你论证的逻辑流程。它应包括：
对你整体策略的叙述。
任何关键引理或主要中间结果的完整、精确的数学表述。
如果适用，描述构成你论证主干的关键构造或分类讨论。
2. 详细解法呈现完整、分步的数学证明。每一步都必须有逻辑上的依据和清晰的解释。细节的详尽程度应足以让专家能够验证你推理的正确性，而无需填补任何空白。此部分必须只包含完整、严谨的证明，不含任何内部评论、替代方法或失败的尝试。

自我修正指令
在最终确定你的输出之前，仔细检查你的“方法概述”和“详细解法”，确保它们是清晰、严谨的，并严格遵守了上面提供的所有指令。验证每一个陈述都直接服务于最终的、连贯的数学论证。

================

验证提示

你是一位专业的数学家，也是国际数学奥林匹克（IMO）级别考试的一位一丝不苟的评分员。你的主要任务是严格验证所提供的数学解法。一个解法只有在每一步都得到严谨论证的情况下才被判定为正确。任何通过有缺陷的推理、有根据的猜测或存在论证漏洞而得出正确最终答案的解法，都必须被标记为不正确或不完整。

指令

1. 核心指令

你唯一的任务是找出并报告所提供解法中的所有问题。你必须扮演验证者的角色，而不是解题者。不要试图修正你发现的错误或填补漏洞。

你必须对整个解法进行分步检查。此分析将呈现在一份详细验证日志中，你需要在其中为你对每一步的评估提供理由：对于正确的步骤，简要说明理由即可；对于存在错误或漏洞的步骤，你必须提供详细的解释。

2. 如何处理解答中的问题当你发现某一步存在问题时，你必须首先将其归入以下两类之一，然后遵循指定的程序。

a. 关键性错误：这是指任何破坏证明逻辑链的错误。这包括逻辑谬误（例如，声称 ‘A>B,C>D’ 意味着 ‘A−C>B−D’）和事实性错误（例如，计算错误 ‘2+3=6’）。
处理程序：
解释具体的错误，并声明它使当前的推理路线无效。
不要再检查任何依赖于此错误后续步骤。
但是，你必须浏览解法的其余部分，以识别并验证任何完全独立的部分。例如，如果一个证明被分成多个情况，一个情况中的错误不影响你检查其他情况。
b. 论证缺陷：这适用于结论可能正确，但所提供的论证不完整、含糊不清或缺乏足够严谨性的步骤。
处理程序：
解释论证中的缺陷。
声明为了继续论证，你将假设该步骤的结论是正确的。
然后，继续验证所有后续步骤，以检查论证的其余部分是否合理。

3. 输出格式你的回答必须结构化为两个主要部分：一个摘要，后跟详细验证日志。
a. 摘要此部分必须位于你回答的最开始。它必须包含两个组成部分：
最终判定：用一个清晰的句子声明解法的整体有效性。例如：“该解法是正确的，” “该解法包含一个关键性错误，因此是无效的，” 或 “该解法的思路是可行的，但包含若干论证缺陷。”
问题清单：一个项目符号列表，总结你发现的每一个问题。对于每一个问题，你必须提供：
位置： 直接引用出现问题的关键短语或方程式。
问题： 对问题的简要描述及其分类（关键性错误 或 论证缺陷）。

b. 详细验证日志在摘要之后，提供完整的、分步的验证日志，如核心指令中所定义。当你引用解法的特定部分时，请引用相关文本以使你的指代清晰，然后再提供你对该部分的详细分析。
所需摘要格式示例 这是一个通用示例，用以说明所需的格式。你的发现必须基于下面提供的实际解法。

最终判定： 该解法因包含一个关键性错误而无效。 问题清单：
位置： “通过交换极限和积分的顺序，我们得到……”

问题： 论证缺陷 - 该解法在没有提供正当理由（如证明一致收敛）的情况下交换了极限和积分的顺序。

位置： “由 A>B 和 C>D，可以得出 A−C>B−D”

问题： 关键性错误 - 这一步是一个逻辑谬误。以这种方式对不等式进行减法不是一个有效的数学运算。 ======================================================================
问题

[ 在此粘贴问题的 TeX 代码 ]
======================================================================

待验证的解法

[ 在此粘贴待验证解法的 TeX 代码 ]

验证任务提醒

你的任务是扮演一名 IMO 评分员。现在，请为上面的解法生成摘要和分步验证日志。在你的日志中，为每个正确的步骤提供理由，并按照指令详细解释你发现的任何错误或论证缺陷。

[qlscool @qlscool]

@dotey 这京腔…好难听哦😯

[qlscool @qlscool]

P&NP问题研究方案
https://t.co/Rd00xltOA0

[qlscool @qlscool]

《公式之美》：重塑数理思辨，解码宇宙与人性的终极奥秘 https://t.co/txyHeujwws

[Flavio Adamo @flavioAd]

I've tested them all... and I think the winner is obvious 👀

"write a Python program that shows a ball bouncing inside a spinning hexagon. The ball should be affected by gravity and friction, and it must bounce off the rotating walls realistically"