Sky-T1: 在450美元内训练你自己的O1预览模型

我们推出了Sky-T1-32B-Preview，这是一个在流行的推理和编码基准测试上表现与o1-preview相当的推理模型。值得注意的是，Sky-T1-32B-Preview的训练成本不到450美元，这证明了以经济高效的方式复制高级推理能力是可能的。所有代码都是开源的。

概述

像o1和Gemini 2.0这样擅长推理的模型已经证明可以通过产生长链的思维过程等进步来解决复杂任务。然而，技术细节和模型权重无法获取，这对学术界和开源社区的参与造成了障碍。

为此，一些值得注意的努力已经出现，旨在训练开放权重的数学领域推理模型，如Still-2和Journey。同时，我们UC Berkeley的NovaSky团队一直在探索各种技术来发展基础模型和指令微调模型的推理能力。在这项工作中，我们在同一个模型中不仅在数学方面，而且在编码方面都取得了具有竞争力的推理表现。

完全开源：共同推动进步

为确保我们的工作能够惠及更广泛的社区，我们完全致力于开源协作。我们开源所有细节（即数据、代码、模型权重），使社区能够轻松地复制和改进我们的成果：

• 基础设施：在单个代码库中构建数据、训练和评估模型。
• 数据：用于训练Sky-T1-32B-Preview的17K数据。
• 技术细节：我们的技术报告和wandb日志。
• 模型权重：我们的32B模型权重。

• A2A ❤️ MCP

TLDR; Agentic applications need both A2A and MCP. We recommend MCP for tools and A2A for agents.

TLDR; 代理应用程序需要 A2A 和 MCP。我们建议将 MCP 用于工具，将 A2A 用于代理。

Why Protocols?（为什么需要协议？）

Standard protocols are essential for enabling agentic interoperability, particularly in connecting agents to external systems. This is critical in two interconnected areas of innovation: Tools and Agents.

标准协议对于实现代理互操作性至关重要，特别是在将代理连接到外部系统时。这在两个相互关联的创新领域中至关重要：工具和代理。

Tools are primitives with structured inputs and outputs and (typically) well-known behavior.

Monitoring Reasoning Models for Misbehavior and the Risks of Promoting Obfuscation（监测推理模型的不当行为以及提升混淆的风险）

在构建能力强大且目标一致的模型过程中，缓解奖励黑客行为(即 AI 系统由于学习目标的缺陷或错误规范而表现不当)仍然是一个关键挑战。我们证明，我们可以通过使用另一个观察模型思维链(CoT)推理的 LLM，来监控前沿推理模型(如 OpenAI o3-mini)在智能编程环境中的奖励黑客行为。CoT 监控比仅监控代理行为和输出要有效得多。我们还发现，比 o3-mini 更弱的 LLM(即 GPT-4o)可以有效地监控更强大的模型。 由于 CoT 监控器在检测漏洞方面可以很有效，自然会问这些漏洞是否可以通过将 CoT 监控器直接整合到代理的训练目标中来抑制。虽然我们表明在低优化状态下，将 CoT 监控器整合到强化学习奖励中确实可以产生更有能力和更一致的代理，但我们发现在过度优化的情况下，代理会学会混淆奖励黑客行为，在 CoT 中隐藏其意图，同时仍然表现出显著的奖励黑客行为。 由于很难判断 CoT 何时变得模糊，因此可能需要付出可监控性代价，避免直接对思路链施加强大的优化压力，确保 CoT 仍然可监控，并有助于检测不一致的行为。

Detecting misbehavior in front

• OpenAI o3 and o4-mini System Card

Introduction（介绍）

OpenAI o3 和 OpenAI o4-mini 结合了最先进的推理能力和完整工具功能——包括网页浏览（web browsing）、Python 编程、图像（image）和文件分析（file analysis）、图像生成（image generation）、画布编辑（canvas）、自动化流程（automations）、文件搜索（file search）和记忆功能（memory）。这些模型擅长解决复杂的数学、编码和科学难题，同时展现出强大的视觉感知和分析能力。这些模型在其思考链中使用工具来增强自身能力；例如，在思考过程中裁剪或转换图像、搜索网页或使用 Python 分析数据。

OpenAI o 系列模型通过在思维链上进行大规模强化学习进行训练。这些先进的推理能力为提高我们模型的安全性与鲁棒性提供了新的途径。特别地，我们的模型在回应潜在的不安全提示时，能够根据上下文推理我们的安全策略，这得益于审慎对齐。

这是根据我们准备框架（Preparedness Framework）第二版发布的第一个版本和系统卡。

A2A

一个开放协议，旨在实现不透明的智能代理应用程序之间的通信和互操作性。

• Agent2Agent 协议 A2A - 入门 - 贡献 - 下一步是什么 - 关于

企业采用人工智能的最大挑战之一是如何让基于不同框架和供应商构建的代理协同工作。这就是我们创建开放的 Agent2Agent (A2A) 协议的原因，这是一种协作方式，旨在帮助不同生态系统中的代理相互通信。Google 正在推动这项行业开放协议倡议，因为我们相信这个协议对于支持多代理通信至关重要，它将为您的代理提供一种通用语言——无论它们构建于哪个框架或供应商之上。借助 A2A，代理可以相互展示它们的功能并协商如何与用户交互（通过文本、表单或双向音频/视频）——所有这些都在安全地协同工作的同时进行。

观看 A2A 的实际应用

观看此演示视频，了解 A2A 如何实现不同代理框架之间的无缝通信。

概念概述

Agent2Agent (A2A) 协议促进了独立 AI 代理之间的通信。以下是核心概念：

• 代理卡片 (Agent Card): 一个公开的元数据文件（通常位于 /.well-known/agent.json），描述了代理的功能、技能、端点 URL 和身份验证要求。客户端使用它进行发现。
  • A2A 服务器 (A2A Server): 一个公开 HTTP 端点并实现 A2A 协议方法（定义在 json 规范 中）的代理。它接收请求并管理任务执行。
  • A2A 客户端 (A2A Client): 一个消费 A2A 服务的应用程序或另一个代理。它向 A2A 服务器的 URL 发送请求（如 tasks/send）。
  • 任务 (Task): 中心的工作单元。客户端通过发送消息（tasks/send 或 tasks/sendSubscribe）来启动任务。任务具有唯一的 ID，并经历以下状态：submitted（已提交）、working（工作中）、input-required（需要输入）、completed（已完成）、failed（失败）、canceled（已取消）。
  • 消息 (Message): 表示客户端（role: "user"）和代理（role: "agent"）之间的通信轮次。消息包含 Parts（部件）。
  • 部件 (Part): Message 或 Artifact（工件）中的基本内容单元。可以是 TextPart（文本部件）、FilePart（文件部件，包含内联字节或 URI）或 DataPart（数据部件，用于结构化 JSON，例如表单）。
  • 工件 (Artifact): 表示代理在任务期间生成的输出（例如，生成的文件、最终的结构化数据）。工件也包含 Parts（部件）。
  • 流式传输 (Streaming): 对于长时间运行的任务，支持 streaming 功能的服务器可以使用 tasks/sendSubscribe。客户端接收服务器发送事件 (SSE)，其中包含 TaskStatusUpdateEvent（任务状态更新事件）或 TaskArtifactUpdateEvent（任务工件更新事件）消息，提供实时的进度。
  • 推送通知 (Push Notifications): 支持 pushNotifications 的服务器可以主动向客户端提供的 webhook URL 发送任务更新，该 URL 通过 tasks/pushNotification/set 配置。

• 提示词：使用 React 技术实现 Tic Tac Toe 游戏

• 运行游戏

• 创建新仓库

• 快速设置仓库

• 退出游戏

• 查看已安装的 MCP 服务器

• 创建新问题（issue）

• 查看 wang-junjian/tictactoe 项目中分配给我 issue，使用 GitHub MCP 服务器的工具 list_issues

• 当前仓库 wang-junjian/tictactoe 中有1个开放的 issue

• 分步实现 issue #1 玩家获胜时添加烟花效果

• 实现 issue #1 玩家获胜时添加烟花效果

• 运行游戏 - 获胜后的烟花效果

• 创建新问题 - Refactoring

• 创建分支 git switch -c Refactoring，对项目中的代码进行重构

• 完成代码重构

• 推送到远程仓库，git push -u origin Refactoring

• Compare & pull request

• 创建拉取请求（pull request），关联问题（issue #2）

• wang-junjian/tictactoe 项目中分配给我的 PR，使用 GitHub MCP 服务器的工具 get_pull_request

• 使用 GitHub MCP 服务器的工具 get_pull_request_files 获取 PR 的变更文件列表

• 完成 PR #3 的代码评审

• 使用 GitHub MCP 服务器的工具 add_issue_comment，提交代码评审

使用 Git 的工作流程

配置

查看全局配置

git config --global --list

filter.lfs.clean=git-lfs clean -- %f
filter.lfs.smudge=git-lfs smudge -- %f
filter.lfs.process=git-lfs filter-process
filter.lfs.required=true
user.name=军舰
user.email=wang-junjian@qq.com
http.postbuffer=524288000
http.version=HTTP/1.1

设置全局配置

git config --global user.name "军舰"
git config --global user.email wang-junjian@qq.com

初始化仓库

git init

Initialized empty Git repository in /Users/junjian/GitHub/wang-junjian/HelloGit/.git/

设置远程仓库

git remote add origin https://github.com/wang-junjian/HelloGit.git

基础

查看状态

开发

这是第一次开发 MCP Server，想着使用智能编码工具（GitHub Copilot、Cursor、Trae）进行氛围编程，发现真不容易，Claude 3.7 sonnet 效果不错，在 GitHub Copilot 没用多长时间超限制了；Cursor 没有达到之前那种随心的效果；Trae 要排长队，太有挫败感了。于是，开始了以人编码为主，大模型辅助的开发过程。

MCP Server 的工作流程

1. 初始化：加载环境变量，初始化 RAGFlow 客户端。
2. 工具注册：定义工具列表，描述工具的输入/输出。
3. 工具逻辑：实现工具的具体调用逻辑。
4. 服务器启动：通过 stdio 启动 MCP Server 并监听请求。

创建 RAGFlow MCP Server 项目

uvx create-mcp-server \
    --path ragflow-mcp-server \
    --name ragflow-mcp-server \
    --version 0.1.0 \
    --description "RAGFlow MCP Server" \
    --no-claudeapp
cd ragflow-mcp-server
uv sync --dev --all-extras
uv add ragflow-sdk

下载 MCP 开发文档和 RAGFlow Python API 文档

初始化

uv init RAGFlowAssistant
cd RAGFlowAssistant
uv add ragflow-sdk

运行

sh run.sh

RAGFlowAssistant

配置

知识库问答

核心代码

欢迎使用Visual Studio Code 2025年3月版本。此版本包含许多更新，我们希望您会喜欢，一些主要亮点包括：

• 代理模式
  • 代理模式现已在VS Code稳定版中可用。通过设置setting(chat.agent.enabled:true)启用（更多...）。
  • 通过模型上下文协议(MCP)服务器工具扩展代理模式（更多...）。
  • 尝试代理模式中的新内置工具，用于获取网页内容、查找符号引用和深度思考（更多...）。

• 代码编辑
  • 下一步编辑建议现已正式发布（更多...）。
  • 在编辑器中应用AI编辑时减少诊断事件等干扰（更多...）。

• 聊天
  • 在聊天中使用自己的API密钥访问更多语言模型（预览版）（更多...）。
  • 从统一的聊天体验中轻松切换问答、编辑和代理模式（更多...）。
  • 通过即时远程工作区索引体验提高工作区搜索速度和准确性（更多...）。

• 笔记本编辑
  • 借助编辑和代理模式的支持，像编辑代码文件一样轻松创建和编辑笔记本（更多...）。

如果您想在线阅读这些发布说明，请前往code.visualstudio.com上的更新页面。 Insiders版本： 想尽快尝试新功能吗？您可以下载每晚构建的Insiders版本，并在功能可用后立即尝试最新更新。

聊天

代理模式在 VS Code 稳定版中可用

设置：setting(chat.agent.enabled:true)

用户的问题

构建AI代理的新手指南，帮助您克服挑战。

AI代理正变得越来越复杂，能够自动化工作流程、做出决策并与外部工具集成。然而，在现实世界中部署AI代理面临着很多挑战，这些挑战会影响其可靠性、性能和准确性。现在优先建立AI代理设计的强大基础，将为未来可靠、安全的自主系统奠定基础。

👉 本指南探讨了开发人员在创建AI代理时面临的五个最常见障碍，以及克服这些障碍的实用解决方案。 无论您是刚刚入门的新手还是正在改进方法的资深开发人员，这些最佳实践都将帮助您设计出在复杂环境中更可靠、更具扩展性和更有效的AI代理。

让我们开始构建代理式AI吧！

1. 管理工具集成

随着AI代理变得越来越复杂，管理它们对各种工具的访问和使用变得越来越具有挑战性。每增加一个工具都会引入新的潜在故障点、安全考虑因素和性能影响。确保代理适当地使用工具并优雅地处理工具故障对于可靠运行至关重要。

要解决这一挑战，请为代理工具箱中的每个工具创建精确的定义。包括何时使用该工具的明确示例、有效参数范围和预期输出。构建能够强制执行这些规范的验证逻辑，并从一小组定义明确的工具开始，而不是许多定义松散的工具。定期监控将帮助您识别哪些工具最有效，以及哪些定义需要完善。

2. 管理模型推理和决策

构建AI代理的一个基本挑战是确保一致可靠的决策。与遵循明确规则的传统软件系统不同，AI代理必须解释用户意图，对复杂问题进行推理，并最终基于概率分布做出决策。

参考资料

• 李宏毅生成式 AI 时代下的机器学习（2025）助教课：利用多张 GPU 训练大型语言模型——从零开始介绍 DeepSpeed、Liger Kernel、Flash Attention 及 Quantization
• 【生成式AI時代下的機器學習(2025)】助教課：利用多張GPU訓練大型語言模型—從零開始介紹DeepSpeed、Liger Kernel、Flash Attention及Quantization
• Excalidraw
• The Ultra-Scale Playbook: Training LLMs on GPU Clusters

git -C <目录> pull

这个命令用于从远程仓库获取最新代码并合并到当前分支。-C 选项允许你在指定的目录中运行 git 命令，而不需要先切换到那个目录。

下面是 MCP 相关的仓库

create-python-server
create-typescript-server
docs
inspector
python-sdk
quickstart-resources
servers
specification
typescript-sdk

更新所有仓库

方法一：手动更新

Continue 智能体

• 必须使用 Agent 模式才支持 MCP Server。
• Agent 模式不支持 DeepSeek 系列的模型（包括官方API和开源）。
• 大模型使用本地 Ollama 的模型：qwen2.5-coder:32b 和 qwq:latest。

申请 GitHub 个人访问令牌（Personal Access Token）

• 访问 GitHub 的 Settings 页面，点击 Developer settings。
• 点击 Personal access tokens，然后点击 Tokens (classic)。
• 点击 Generate new token 按钮。

Continue 配置

config.yaml 文件配置如下：

name: Local Assistant
version: 1.0.0
schema: v1
models:
  - name: Autodetect
    provider: ollama
    model: AUTODETECT
  - name: DeepSeek Chat
    provider: deepseek
    model: deepseek-chat
    apiKey: sk-xxx
  - name: DeepSeek Coder
    provider: deepseek
    model: deepseek-coder
    apiKey: sk-xxx
// ...

安装 Node.js 环境

brew install node

调试 GitHub MCP Server

export GITHUB_PERSONAL_ACCESS_TOKEN=github_pat_XXX
npx @modelcontextprotocol/inspector npx -y @modelcontextprotocol/server-github

用户界面

运行浏览器，访问 URL：http://127.0.0.1:6274/

参考资料

• GitHub MCP Server
• MCP Inspector

GitHub MCP 服务器

GitHub API 的 MCP 服务器，支持文件操作、仓库管理、搜索功能等。

功能特点

• 自动分支创建：创建/更新文件或推送更改时，如果分支不存在则自动创建
• 全面的错误处理：对常见问题提供清晰的错误信息
• Git 历史保留：操作保持适当的 Git 历史记录，不强制推送
• 批量操作：支持单文件和多文件操作
• 高级搜索：支持搜索代码、议题/PR 和用户

工具

1. create_or_update_file
   • 在仓库中创建或更新单个文件
   • 输入：
     • owner (字符串)：仓库所有者（用户名或组织）
     • repo (字符串)：仓库名称
     • path (字符串)：创建/更新文件的路径
     • content (字符串)：文件内容
     • message (字符串)：提交消息
     • branch (字符串)：要在其中创建/更新文件的分支
     • sha (可选字符串)：被替换文件的 SHA（用于更新）
   • 返回：文件内容和提交详情

2. push_files
   • 在单个提交中推送多个文件
   • 输入：
     • owner (字符串)：仓库所有者
     • repo (字符串)：仓库名称
     • branch (字符串)：要推送到的分支
     • files (数组)：要推送的文件，每个包含 path 和 content
     • message (字符串)：提交消息
   • 返回：更新的分支引用

search_repositories 搜索 GitHub 仓库 输入： query (字符串)：搜索查询

⚠️ Trae 试用感受

• 热门模型（Claude-3.7-sonnet）需要排队
• 在当前会话中，我引用过一个文件，接着提问还需要添加引用，太麻烦了。
• 都知道它是中国字节开发的，有一种亲切感，确让我翻墙来用她。

功能界面

操作

提示词

使用 Streamlit UI 库开发一个连接 RAGFlow 的客户端应用，左边列出可选的知识库，右边是聊天对话框。