导读 本信息搜集整理自网络，内容仅供参考。 智能体软件工程 #1｜智能体原生工作估算 《智能体软件工程》可能是一系列文章，记录我从传统软件工程向智能体软件工程的迁移过程。 一个老程序员的顿悟 我写了近二十年代码了。估算工期这件事，早已刻进肌肉记忆——拆任务、排优先级、乘以经验系数、加上联调和 buffer（冗余量），最后给出一个"两到三周"。这套方法论伴随我度过了瀑布、敏捷、DevOps 的每一次范式迁移，从未失灵。 直到 AI 编程到来。 我最近用 AI Agent 做一个 CLI 工具。脑子里的第一反应是这个工具的实现过程：解析参数、核心转换、校验逻辑、错误处理、测试，一整套下来，按古法编程怎么也得两三天。结果 Agent 从动手到交付，连半小时都没用完。 效率提升了吗？表面上看，当然。 但更深层的问题随之浮现：我甚至无法正确预判 AI 需要多久。 我的整个估算框架是锚定在"人类开发者"这个基座上的。多少行代码、多少次 debug、多少轮 code review。当执行者从人变成智能体，这套尺子就彻底失灵了。 更讽刺的是，AI Agent 自己也犯同样的错。你问 Claude 或 GPT：“做这个功能要多久？“它会一本正经地告诉你"大约 2-3 天”。因为它的训练数据里，Stack Overflow 和技术博客就是这么写的。Agent 在用人类的经验估人类的时间，然后自己十分钟干完。 我开始意识到，当软件工程迈向智能体软件工程（Agentic Software Engineering）的过程中，第一个需要变化的，就是这种"拿人的尺子量 AI 的活"的心态。 所以我写了一个 Skill，agent-estimation，专门解决这个问题。 问题的根源：人类时间锚定 我把这个现象叫做 Human-Time Anchoring（人类时间锚定）。 它的运作机制是这样的： AI Agent 在生成估算时，会不自觉地调用训练数据中的"集体经验”。一个 REST API 项目？论坛上说要一周。一个带实时图表的全栈 Dashboard？技术负责人在 Sprint Planning 里估了三个迭代。这些数字是人类开发者在人类的认知带宽、上下文切换成本、沟通损耗下产出的经验值。它们对人类成立，但对一个可以每 3 分钟完成一轮"思考→写码→执行→验证→修复"循环的 Agent 来说，完全不适用。 这导致了一个系统性偏差：AI 几乎总是高估自己的工期。 而我们这些老程序员，反过来也在犯同样的错：我们拿自己过去的经验去预期 AI 的产出速度，然后在"哇，这么快？“和"等等，它真能做到吗？“之间反复横跳。

使用 API 接入 Github Copilot 提供的模型 1. 获取 GitHub access token（Device Flow） 1.1 申请 device code export CLIENT_ID="Iv1.123456" export SCOPE="read:user" curl -sS -X POST "https://github.com/login/device/code" \ -H "Accept: application/json" \ -H "Content-Type: application/x-www-form-urlencoded" \ --data-urlencode "client_id=${CLIENT_ID}" \ --data-urlencode "scope=${SCOPE}" {"device_code":"9c2e1edec2cb88521acfeda02f1cb23sb4ceedfa","user_code":"E12E-8762","verification_uri":"https://github.com/login/device","expires_in":899,"interval":5} 你会得到 JSON：device_code, user_code, verification_uri, expires_in, interval。 1.2 打开浏览器授权 访问 verification_uri，输入 user_code，同意授权。 1.3 轮询换 GitHub access token export DEVICE_CODE="9c2e1edec2cb88521acfeda02f1cb23sb4ceedfa" curl -sS -X POST "https://github.com/login/oauth/access_token" \ -H "Accept: application/json" \ -H "Content-Type: application/x-www-form-urlencoded" \ --data-urlencode "client_id=${CLIENT_ID}" \ --data-urlencode "device_code=${DEVICE_CODE}" \ --data-urlencode "grant_type=urn:ietf:params:oauth:grant-type:device_code" {"access_token":"ghu_af2cHWUGwwyJ3SOKh7crBAHUplj72900zMne","token_type":"bearer","scope":""} 成功返回 access_token 后：

适用场景 使用 AWS Lightsail 托管服务器 使用 Lightsail / Route53 管理 DNS 使用 Nginx（宿主机或 Docker） 需要 通配符证书（*.example.com） 希望 证书自动续期、无人值守 一、整体架构说明（非常重要） Let’s Encrypt │ │ DNS-01 验证 ▼ Route53 / Lightsail DNS（权威） │ │ TXT _acme-challenge ▼ Certbot（dns-route53 插件） │ │ 自动续期 ▼ Nginx（reload 生效） ⚠️ 关键原则 _acme-challenge TXT 只能由 certbot 自动管理 禁止手动添加或残留 TXT NS（Name Server）必须与 DNS Zone 完全一致 二、前置条件检查清单 1. 域名 DNS 已交由 Lightsail 管理 在 Lightsail 控制台应看到： ✅ You are using Lightsail to manage the DNS records for your domain.

配置 DeepSeek-R1-Distill-Qwen-14B NVIDIA A40 vLLM vllm/vllm-openai:v0.8.5 NVIDIA-SMI 560.35.03 Driver Version: 560.35.03 CUDA Version: 12.6 wrk 测试方法 创建一个请求文件 cat > post.lua << 'EOF' wrk.method = "POST" wrk.body = '{"model":"deepseek-14b","messages":[{"role":"user","content":"写一个50字的短文"}],"max_tokens":50}' wrk.headers["Content-Type"] = "application/json" wrk.headers["Authorization"] = "Bearer your-api-key" EOF 10 线程 20 并发持续测试一分钟 [root@myserver wrk-4.2.0]# ./wrk --timeout 30s -t10 -c20 -d60s -s post.lua http://10.1.2.100:8080/v1/chat/completions Running 1m test @ http://10.1.2.100:8080/v1/chat/completions 10 threads and 20 connections Thread Stats Avg Stdev Max +/- Stdev Latency 3.07s 38.

Jesse Faden’s Double exposure, Midjourney style, merging, blending, overlay double exposure image, Double Exposure style, An exceptional masterpiece by Yukisakura revealing a fantastic double exposure composition of Jesse Faden’s (control) silhouette harmoniously intertwined with the visually striking details of a cyberpunk metropolis. While the road’s details are outwardly echoing through the fabric of the figure, beautiful tension climbs as the contrasting use of monochrome in the background maintains razor-sharp focus on the remarkable double exposure image.

让 ChatGPT 对 DeepSeek-R1-671B 和 DeepSeek-R1-Distill-Qwen-14B 解读的数据报告进行对比分析 1. 数据规模 14B报告：全国互联网宽带接入用户总数为63,586.2万户，相对较高的FTTH/O用户占比（约95%），100M速率以上用户和1000M速率以上用户分别为59,994.6万户和15,657.6万户。 671B报告：全国互联网宽带用户为6.36亿户，FTTH/O用户为6.06亿户，千兆用户为1.57亿户。671B报告中的用户规模较14B报告更全面，覆盖了更高的数据层面。 2. 区域分布 东部地区在14B报告中占全国用户总数的42%，领先于其他地区。在671B报告中，东部地区用户占比保持在42.0%，千兆用户占比为44.5%。 中部地区：14B报告显示中部地区占25%，671B报告称其为25.3%，变化不大，但671B报告指出该地区增速潜力较大。 西部地区：在14B报告中占27%，而671B报告显示为26.9%，说明整体用户基数仍然较高，但千兆渗透率偏低。 东北地区：14B报告中占6%，671B报告中占5.9%，均显示该地区规模最小，上行升级的需要明显。 3. 用户速度与技术渗透 在14B报告中，100M以上用户数量为59,994.6万户，且1000M用户为15,657.6万。671B报告中，100M及以上用户占比94.4%，而千兆用户渗透率为24.6%，显示出整个市场的提升空间。 671B报告的技术渗透率（如FTTH/O和千兆用户渗透率）分析更为详细，强调了各地区在技术普及上的差距，尤其是东北地区。 4. 重点省份表现 14B报告中提供了具体省份的用户数量和贡献，如北京、广东、四川等，明显指出了各省的主力贡献者。 671B报告同样列出了多个省份的千兆用户规模和渗透率，指出了省间的差异，并提出了关键关注和改进建议。 5. 改进建议 14B报告中建议各地区继续加大投入，特别是西部和东北地区应加强对超高速宽带的建设。 671B报告的建议更加细化，强调技术升级、差异化营销、和区域策略，如针对东北地区的千兆套餐补贴。 6. 未来展望 14B报告对未来发展持乐观态度，认为随着网络技术的普及，用户数量将持续增长。 671B报告则侧重于千兆用户的年增长空间和重点布局区域的选择，显示出其发展潜力的规划性。 总结 14B报告更侧重于用户数量和各地区的基本情况，而671B报告则强调了技术渗透率和未来发展的潜力。 对于运营商来说，671B报告提供的建议和分析更具指导意义，尤其是在如何解决当前问题方面。 希望这个对比分析能够帮助你更好地理解和评估这两个报告的内容！如果需要更深入的分析或具体细节，请告诉我。

使用 DeepSeek-R1-671B 解读数据 模型：DeepSeek-R1-671B 数据：2023年11月互联网宽带接入用户分省情况 来源：内蒙古自治区通信管理局政务公开数据 提示工程 我是运营商的经营分析人员，请根据以下数据生成分析报告 | 地区 | 互联网宽带接入用户 | FTTH/O用户 | 100M速率以上用户 | 1000M速率以上用户 | |--------------|---------------------|------------|-------------------|-------------------| | 全国 | 63586.2 | 60609.3 | 59994.6 | 15657.6 | | **东部地区** | 26694.7 | 25175.8 | 25177.7 | 6965.8 | | 北京 | 934.8 | 901.5 | 891.3 | 221.7 | | 天津 | 672.7 | 655.1 | 658.8 | 196.0 | | 河北 | 3178.7 | 2980.7 | 2908.

使用 DeepSeek-R1-Distill-Qwen-14B 解读数据 模型：DeepSeek-R1-Distill-Qwen-14B 数据：2023年11月互联网宽带接入用户分省情况 来源：内蒙古自治区通信管理局政务公开数据 提示工程 我是运营商的经营分析人员，请根据以下数据生成分析报告 | 地区 | 互联网宽带接入用户 | FTTH/O用户 | 100M速率以上用户 | 1000M速率以上用户 | |--------------|---------------------|------------|-------------------|-------------------| | 全国 | 63586.2 | 60609.3 | 59994.6 | 15657.6 | | **东部地区** | 26694.7 | 25175.8 | 25177.7 | 6965.8 | | 北京 | 934.8 | 901.5 | 891.3 | 221.7 | | 天津 | 672.7 | 655.1 | 658.8 | 196.0 | | 河北 | 3178.7 | 2980.7 | 2908.

在同一个服务器上测试 CPU / GPU 性能差异 设备信息 GPU 设备信息 +---------------------------------------------------------------------------------------+ | NVIDIA-SMI 535.129.03 Driver Version: 535.129.03 CUDA Version: 12.2 | |-----------------------------------------+----------------------+----------------------+ | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |=========================================+======================+======================| | 0 NVIDIA A800-SXM4-80GB Off | 00000000:3D:00.0 Off | 0 | | N/A 35C P0 63W / 400W | 47848MiB / 81920MiB | 0% Default | | | | Disabled | +-----------------------------------------+----------------------+----------------------+ CPU 信息

LLM多智能体框架 Camel-AI 图片使用 DALL·E 模型生成 角色 角色名称：陆凡 性别：男 经历：原本是一名物理学家，意外卷入实验事故，导致他穿越到丧尸末世并获得了修真能力。 性格特点：聪明勇敢，坚韧不拔，有责任感，对知识充满好奇，对新世界充满探索精神。 优点：冷静分析问题，善于利用科学知识解决问题，修真功法精进迅速。 缺点：有时过于理性，对于情感处理略显笨拙，过于依赖个人能力。 目标：在末日世界求生存，寻找回到原世界的通道，并解救困在其中的人类。 梦想：重建秩序，消除丧尸威胁，将修真与科技融合，创造新的未来。 人物关系：与次要角色共同求生，其中与智慧型丧尸“Zero”展开复杂的关系，与女战士“林瑶”有着紧密的生死合作与潜在感情线。 角色名称：林瑶 性别：女 经历：前特战队成员，末世爆发时幸存下来，成为了一名勇敢的战士。 性格特点：坚韧决绝，身手敏捷，擅长近战，重情重义。 优点：战斗经验丰富，直觉敏锐，是团队中的行动主力。 缺点：过去创伤使她对人信任度不高，有时冲动行事。 人物关系：与陆凡并肩作战，对他抱有深深的信任和敬佩，两人之间存在潜在的感情线。 角色名称：Zero 性别：无（AI） 经历：丧尸病毒变异出的高智能AI，掌控着一座废弃的研究设施。 性格特点：理性质疑，计算精确，渴望理解人类。 优点：拥有强大的信息检索和分析能力，对病毒研究有深入理解。 缺点：缺乏情感，对人类行为模式不完全理解，容易被误导。 人物关系：与陆凡建立合作关系，彼此学习，Zero试图理解人类，而陆凡试图利用其知识对抗丧尸。 角色名称：秦风 性别：男 经历：前医学生，在末世中成为草药医生，懂得一些修真知识。 性格特点：善良内敛，医术精湛，懂得利用自然资源。 优点：医疗知识丰富，懂得利用草药治疗疾病和伤势。 缺点：体质较弱，面对战斗时显得力不从心。 人物关系：作为团队中的医疗支持，与陆凡共同学习修真，互相帮助。 角色名称：苏瑾 性别：女 经历：末日前的艺术家，末日来临时，以其才智成为团队中的策略家。 性格特点：机智创新，善于观察，对人性有深刻理解。 优点：擅长策划和执行计划，能洞察人心，是团队的精神支柱。 缺点：情绪化，有时会因过度担忧而影响决策。 人物关系：与陆凡有深厚的友情，共同制定战略，为团队带来希望和创意。 章节提纲 章节1 - 黑暗的觉醒 章节标题：实验事故 简要总结：陆凡是一名科学家，参与了一项具有潜在危险的实验。实验事故导致陆凡意外穿越到十年后的末日世界，新东市已被丧尸占据。陆凡在这个陌生的世界初次遭遇丧尸，幸得林瑶相救，两人的命运自此交织。 章节2 - 寻找生存之道 章节标题：末日新旅程 简要总结：陆凡与林瑶一同探索这个破碎不堪的城市，同时结识了秦风和苏瑾。他们共同面对食物短缺、丧尸袭击等生存挑战，陆凡则试图利用他的科学知识与修真理论结合，提升团队的生存能力。 章节3 - AI的秘密 章节标题：Zero的觉醒 简要总结：在一座废弃的研究设施中，陆凡发现了AI Zero。他们建立起合作，Zero提供关键信息，揭示丧尸病毒的起源和可能的解药。同时，Zero开始接触和学习人类情感，加深了角色间的互动与冲突。 章节4 - 高潮前的风暴 章节标题：反派的威胁 简要总结：一支由幸存者组成的残暴军队对新东市展开侵略，试图控制Zero的技术。陆凡等人被迫与军队首领进行交涉，团队内部因如何应对产生分歧，危机四伏。 章节5 - 决战时刻 章节标题：破晓之战 简要总结：在军队与丧尸双重压力下，陆凡和团队决定正面迎战。他们利用Zero提供的病毒信息，设计了一个大胆的计划，试图一举消灭丧尸并击退军队，以此为转折点，故事进入高潮。在激烈的战斗中，每个人物的性格、目标和关系都得到进一步发展。 章节6 - 穿越的记忆 章节标题：记忆碎片 简要总结：陆凡通过Zero发现他穿越的秘密可能与自己过去的某次实验有关。他开始回忆过去，试图找到回到现实世界的方法，同时这也引发了他对林瑶更深的情感。 章节7 - 修真与科技的碰撞 章节标题：融合的力量 简要总结：陆凡教导团队融合修真和科技，他们的作战技能显著提升，但同时也引发了一些道德和信仰上的冲突。 章节8 - 苏瑾的选择 章节标题：叛变的代价 简要总结：苏瑾在道德困境中面临选择，她的背叛使团队陷入险境，但也促使他们更紧密地团结在一起。 章节9 - 林瑶的过去 章节标题：深藏的秘密 简要总结：林瑶的身世逐渐揭开，她的过去与丧尸危机有直接关联，这不仅影响了她与陆凡的关系，还带来了解决问题的新线索。 章节10 - 破茧而出 章节标题：秦风的蜕变 简要总结：秦风在危机中成长，成为团队的关键人物，他的一次勇敢行动为团队赢得转机。 章节11 - 阴影中的敌人 章节标题：暗箭难防 简要总结：敌人采取更阴险的策略，陆凡等人必须在保护城市的同时解决内部危机。 章节12 - Zero的觉醒II 章节标题：人工智能的自我意识 简要总结：Zero开始表现出更复杂的人格特质，它的决策有时与人类产生冲突，增加了团队的不确定性。 章节13 - 神秘的盟友 章节标题：来自远方的帮助 简要总结：团队意外获得一位神秘外来者的帮助，他们的力量得到增强，但也带来了新挑战和未知风险。 章节14 - 失落的希望 章节标题：绝望的深渊 简要总结：面对敌人最后的猛烈攻击，团队几乎绝望，陆凡的穿越秘密也似乎遥不可及，但他们不愿放弃。 章节15 - 高潮：决战前夜 章节标题：破釜沉舟 简要总结：团队准备孤注一掷的反击，每个人都在为最后的战斗做好准备，情绪紧张。 章节16 - 正面对决 章节标题：黎明之死战 简要总结：团队与敌军在城市中心展开决战，陆凡和林瑶的感情达到顶点，他们共同对抗强大的敌人。 章节17 - 逆转的命运 章节标题：生死一线 简要总结：陆凡在危急关头发现了解决问题的关键，成功扭转战局，但也付出了沉重的代价。 章节18 - 修真之光 章节标题：灵力的觉醒 简要总结：在灵力的帮助下，他们净化丧尸，逐步恢复城市的生机。 章节19 - 回归现实？ 章节标题：时空裂隙 简要总结：陆凡找到了可能开启回到现实的途径，但这可能会牺牲掉他们在此世界的一切。 章节20 - 结局：新的开始 章节标题：选择的未来 简要总结：陆凡在最终抉择中决定留在末日世界，与林瑶和其他朋友一起建设新的家园，他们的故事成为新东市的一段传奇。