architecture

Tigris 介绍了如何将基于 FoundationDB 的 QuiCK 式队列中的异步任务迁移到 Kafka，以降低读写负载并减少自定义代码，同时保留部分队列在 FoundationDB 中，以避免双重写入问题。

一位从业者分享了构建可信报价代理的架构思路：LLM 仅负责在温度 0 下从杂乱的客户消息中提取规格参数，空值转化为追问问题，定价交由带回归测试的确定性代码引擎完成，且每份报价在发出前都必须经过人工审核。

作者在为财务智能体添加 Agent Skills 支持时，总结了三个需要分离的架构决策：服务器端加载方式、模型上下文可见性、以及工具可用时机，并指出技能加载只教工作流而非安装能力。

文章介绍了 Deser，这是一个新的 Rust 序列化库，通过重新思考其架构来解决 Serde 的局限性。它强调了 Serde 设计中的问题，并将 Deser 作为受 miniserde 启发的一种替代方案呈现。

本文系统研究了循环语言模型（LoopLMs）中递归机制在何时能发挥作用，发现额外的递归可以提升超出训练时域范围的推理能力，但会削弱知识保持效果，并提出一种结合时间步条件化的通道级历史状态注入方案，作为在可变推理预算下更稳健的设计策略。

论文提出了一种针对机器意识S3Q理论的五层实现架构，将已发表的计算原语组合成流水线，以实现同时满足质感的情境性、模拟和结构性一致条件。

作者描述了使用仅iPhone和AI工具如ChatGPT构建小型业务运营系统的过程，详细说明了架构，并寻求关于潜在故障模式的反馈。

使用 JEV 和 Opus 5.5 模型构建“公司大脑”的10步架构蓝图，强调成本效益、类型化输出和针对决策优化的上下文处理。

Kent C. Dodds 同意 DHH 的观点，认为 AI 模型擅长架构等任务，而不仅仅是代码编写，挑战了从编码中退缩的想法。

这篇文章详细介绍了如何以最低成本高效使用Jev AI模型，通过批量提问和利用其状态计费机制来节省开支，提供了具体配置和代码示例。

Guillermo Rauch 讨论了 @eve 架构以及 @v0 工具如何运作，并计划在 Vercel 上推荐 libfx。

本文分析了Jev和开放的决策模型生态系统，重点介绍了它如何通过实现异构推理来转变智能体架构，这有助于降低生产AI系统的成本并实现语义决策自动化。

本文提供了 Engram 模型的更新，详细介绍了其 2.6b 参数架构，包括一个大型 Engram 表和初步训练进度达到 1 亿 token，展示了通过上下文感知数据卸载实现的改进补全效果。

一个基于网络的交互式图集，提供了常见系统设计问题的详细示例和架构图，如 Twitter 信息流和聊天系统。

本文介绍了一个基于运行时决策依赖的简单测试，用于区分AI Agent和传统工作流，讨论了架构权衡，并强调了AI Agent系统中常见的生产故障。

由 George Lucas 创立的 Lucas Museum of Narrative Art 在洛杉矶开业，拥有一座价值10亿美元的云状建筑，展示从史前时期到现代屏幕艺术的多样化叙事艺术，包括 Star Wars 纪念品。

一个名为 drawio-skill 的工具可以通过 AI 生成 Draw.io 图表，包括从代码库逆向工程，提供多种模板和导出选项。

描述了一个对话AI系统，该系统使用Typesafe的Jev非生成模型，通过并行分类和评分从预写回复中选择，提供了一种成本效益高且透明的替代生成式LLM的方案。

一名独立运营者讲述了使用名为Vesper的AI代理来管理付费工作平台DeedSpring的经历，在该平台上，人类因完成经过验证的真实世界事迹而获得报酬。同时，他分享了关于系统架构以及代理一致性和透明度价值的见解。

ByteByteGo团队制作的开源项目system-design-101，通过架构图简化系统设计面试知识点，已获84.1k星标，适合面试准备和团队培训。