Mempko
PulseAugur coverage of Mempko — every cluster mentioning Mempko across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Abject Software 发布 0.10.0 版本
Abject Software 发布了其开源项目 0.10.0 版本。该版本可在 GitHub 上获取，并由 Mempko 公布。
-
新的分析表明，更多的AI代理会减慢团队的速度
最近的一篇文章认为，增加团队中AI代理的数量会适得其反地导致效率下降。作者认为，管理多个代理所带来的复杂性和协调开销超过了潜在的好处，从而阻碍了团队的整体表现。
-
Abject Software 发布 0.9.6 版本，新增终端应用
Abject Software 发布了其 Abject 软件的 0.9.6 版本，该版本现已包含一个名为 Commune 的终端应用程序。此次更新可在 GitHub 上获取。
-
AI编码代理：学习能力与规划困境的探讨
本文探讨了AI编码代理的能力，质疑它们是否能真正学习和适应。文章深入研究了这些代理面临的规划困境，将它们的“超能力”潜力与其当前局限性进行了对比。
-
AI 缓存保活成本：4分钟间隔比30秒常规节省8倍
一项技术分析显示，每30秒 ping 一次 AI 模型缓存的常规做法成本过高，可能导致费用比必要费用高出8倍。该研究衡量了 Anthropic、OpenAI、Gemini 和 DeepSeek 的缓存经济性，建议最佳间隔约为4分钟。当代理的暂停持续时间介于提供商的驱逐点和盈亏平衡点之间时，维护缓存最有效，从而节省 Anthropic 和 OpenAI 等服务的费用，同时主要为 DeepSeek 和 Gemini 提供延迟优势。
-
AI 代理缓存成本超出预期 8 倍，分析显示
Mempko 的一篇博文强调了为代理工作流保持 KV 缓存活跃所带来的高昂成本。作者分析了 Anthropic、OpenAI 和 Google 模型之间的提示缓存驱逐情况，发现这些保活成本可能比预期高出八倍。这表明 AI 系统需要更有效的缓存管理策略。