Category · 分类

实验与实测

我们自己跑过的测试、对比数据、复盘和结论。不转述二手信息,只写亲手验证的。

清除筛选
310篇文章
  1. 顺序对了不等于依赖成立:用 AgentInspect 拆解 AI 搜索的检索与生成时序

    这篇文章教你用AgentInspect工具测试AI搜索中检索和生成的执行顺序,区分“开始顺序”、“完成顺序”和“数据流依赖”。通过可控的Promise和TraceContract,你可以精确验证生成是否真的等待了检索结果,避免误判。

  2. await 成功、测试全绿,工具却报错了:Agent 测试里最安静的失败

    MCP工具返回isError:true时,Promise仍可能正常完成,导致测试误报成功。本文用AgentInspect的合成测试展示如何区分协议完成、工具错误和实际结果,并建议在集成边界扩展测试。

  3. Gemini 4 思考预算实测:最高档成本翻四倍,正确率纹丝不动

    本教程通过Gemini API对七个模型在15道AIME数学题上进行高、低思考设置的对比测试,发现最高思考设置成本约为最低的4倍,但在难题上几乎无增益。文章详细记录了从问题集构建、预算控制到结果分析的完整步骤,适合技术专业人员复现。

  4. AMD 免费 API 实测:用 Gemma 4 31B 搭聊天页与 ADK 智能体

    本文是一篇面向开发者的分步教程,教你如何通过 AMD Token Lab 免费 API 在 AMD GPU 上调用 Gemma 4 31B 模型。你只需加入 AMD AI 开发者计划即可获得 API 密钥,然后依次搭建本地聊天页面、终端客户端和一个基于 Google ADK 的小型智能体。全程无需信用卡,所有代码和数据均来自实际测试。

  5. 同一张汇率卡片,A2UI 1.0 把 token 从 223 压到 21

    本文通过一个基于 Google ADK 和 Gemini 的货币兑换 Agent,对比了 A2UI 0.9 和 1.0 两个版本在生成式 UI 上的差异。1.0 版本让模型用 Express 语言替代 JSON,并引入服务端宏,大幅减少 token 消耗(例如汇率卡片从 223 token 降至 21 token),同时简化了前端渲染逻辑。

  6. 单元测试全绿,回答却变烂了:用退出码给 AI 代理设一道合并门禁

    本文介绍如何使用Google Agents CLI v1.13.0为AI代理设置自动化评估门禁,通过阈值判断代理回复质量,并集成到GitHub Actions中,确保只有通过评估的代理版本才能合并到主分支。

  7. 为AI代理调系统:五个被忽视的性能瓶颈与87倍提速实测

    作者通过实测发现,传统面向开发者的系统默认配置在AI编码代理场景下成为严重瓶颈。文章以Chrome CDP启动、APFS磁盘占用、16GB内存稳定性等五个案例,量化了代理体验(AX)的痛点,并给出双实例隔离、RSS守护、零磁盘本地模型等优化方案,性能提升最高达87倍。

  8. GEO

    浦东机场看板延误报15分钟,实际中位数却是59分钟

    这是一份关于上海浦东机场(PVG)出发航班的实时数据参考页面,提供了当前延误情况、航班动态、最繁忙时段和热门目的地等信息。页面数据来自官方机场看板、METAR天气和Pro Flight Search追踪,更新于2026年11月8日20:07 UTC。

  9. Rust 跑 Gemma 4:速度减半,内存却省下一半

    本文手把手教你如何在单个TPU v5e芯片上,用Rust编写模型并借助TorchTPU执行全部运算来运行Gemma 4 E2B。Rust版本生成的token与编译后的Python完全一致,流式速度约为Python的一半,但峰值内存不到其一半。整个过程无需JAX,Python仅负责托管后端和启动引擎。