ICML26 PlugMem

Long-term memory is essential for large language model (LLM) agents operating in complex environments, yet existing memory designs are either task-specific and non-transferable, or task-agnostic bu

今天我的vscode又离职了一位agent

今天我的vscode又离职了一位agent。在这么多agent里，读日志agent离开的是最多的。他们的输入和thinking都很繁重，还要从前辈的文档里记住以往的修改，并从日志里找出程序的端倪。我还经常把修复工作外包给他们，因为只有他们最懂项目发生了什么，是他们稳稳地接住了程序。有的agent活着，改的仓库一地鸡毛。有的agent死了，它的context被后人抬的很高很高

做研究真正的放假时刻是meeting完的后一秒

我说做研究，真正的放假时刻是meeting完的后一秒有没有懂的。急头白脸的对着自己拿copilot+matplotlib画的狗屎汗流浃背地挤出单字，说话速度堪比卡壳的GPT。比“那你这周什么也没做”更震耳欲聋的是全员的鸦雀无声，老板停止思考，组员放弃大脑，直到最后那句“那就下周继续吧”，下一秒退会议室退的比单排0-16-0都快。 我记得去年申请时，我需要搜集每个学校的信息，都要自己一个个点。 现在

Q群聊天记录

前些天我思考过一个问题，目前的AI对专家的学习可能有很长的路，专家的培养环境复杂，比如去A、B、C Lab的交流合作，和不同人类交流。这个交互有两个困难：数据稀少和经验复杂。后者我觉得是可以解决的，因为你可以把“research taste”等高级想法理解为一个高维度的知识。前者可能要做很多工作。我的意思是，tairan可以作为这个数据集的一个sample 之前老板也和我严肃讨论过这个问题。做科研

不要回应外星人

今天我仔细思考，我终于明白，ai和人类的不同。 构成人类需要更多信息，思考，人的感知其实不只是语言文字，还有触觉等等。这部分信息有可能是稀疏的，但是还是存在的。另外我意识到，人类对长文本大信息的处理跟现有的模型不太一样 我最近在拯救一个AI生成的项目。我在改代码的时候，也在思考，为什么AI会这样想。我发现AI和我就像软件工程里不同的员工，多人的协同会遇到冲突。 系统复杂度与长上下文不是等价的关系，

接下来的blog写什么好

我对我的博客进行了浏览数据挖掘和分析，并且把最重要的博客交给了AI阅读。我发现AI给我的反馈很死板并且很无聊，我从而意识到我应该多加入一些有生活气息的博客内容，他们应该文字不多图片多短平快显示我的生活状态。接着我把这个需求交给了AI，它来制作一个新的板块。经过探索我认为应该做一个类似微信朋友圈的模块，然后我就可以在博客发朋友圈。 但是为什么要在博客发朋友圈而不是在微信发朋友圈呢，我觉得这样可以展示

Airport 95: Automated Baggage System?

Paper Link https://dl.acm.org/doi/pdf/10.1145/227531.227544 一篇1996年的老文章。作为课程学习阅读。 这篇文章《Airport 95: Automated Baggage System?》由 A. John Swartz 撰写，主要分析了丹佛国际机场（DIA）自动行李处理系统的失败案例。文章以该项目为研究对象，探讨了大型软件/系统工程中

OS与硬件的交互：TLB

我： 我已经知道了 OS 里的物理地址和虚拟地址。那难道每次我进行内存访问，都要进行一次转换吗？ GPT： 是的，从概念上说，每次内存访问都需要把虚拟地址翻译成物理地址。但这不是每次都由操作系统慢慢查表完成，而主要由硬件完成。CPU 里有一个叫 TLB 的缓存，它保存最近用过的地址翻译结果。如果 TLB 命中，虚拟地址可以很快转换成物理地址；如果 TLB miss，硬件才会去查 page tabl

从零开始造一颗 RISC-V CPU（六）：微架构验证体系与 IPC 性能评估

从零开始造一颗 RISC-V CPU（六）：微架构验证体系与 IPC 性能评估报告 系列博客第 6 篇（最终篇） —— 在现代 CPU 设计中，验证（Verification）往往占据了流片前 70% 的工作量。本文将全面解析我们如何通过 Python 构建指令集模拟器（ISS）、约束随机验证（CRV）以及端到端的状态机快照比对，验证这套复杂的双发乱序引擎，并给出最终的微架构 IPC 性能跑分。

从零开始造一颗 RISC-V CPU（五）：乱序执行的来龙去脉与微架构实现

从零开始造一颗 RISC-V CPU（五）：乱序执行的来龙去脉与微架构实现 系列博客第 5 篇 —— 深入探讨乱序执行（Out-of-Order Execution）的底层硬件机制。本文将从体系结构历史出发，讲解 Tomasulo 算法的演进，并结合完整的微架构全景图（Mermaid 框图）与核心 Verilog 源码，解析我们在 1000 多行代码内构建的这套乱序执行引擎。 1. 乱序执行的来龙

从零开始造一颗 RISC-V CPU（四）：Cache 微架构演进与组相联设计

从零开始造一颗 RISC-V CPU（四）：Cache 微架构演进与组相联设计深度解析 系列博客第 4 篇 —— 深入探讨存储器层级（Memory Hierarchy）的底层硬件机制。本文将从早期的“存储墙”问题出发，讲解从直接映射（Direct Mapped）到 2路组相联（2-Way Set-Associative）的架构演进，并结合完整的微架构数据通路（Mermaid 框图）与 Verilo

从零开始造一颗 RISC-V CPU（三）：TAGE分支预测微架构

从零开始造一颗 RISC-V CPU（三）：分支预测微架构 — 从 Bimodal 到 TAGE 引擎的硬核解析 系列博客第 3 篇 —— 深入探讨影响深级流水线性能的核心命题：分支预测（Branch Prediction）。本文将通过微架构层面的演进逻辑，讲解从基础的 Bimodal 到目前工业界最先进的 TAGE（TAgged GEometric History Length）预测器的算法本质

从零开始造一颗 RISC-V CPU（二）：顺序双发射（In-Order Dual-Issue）

从零开始造一颗 RISC-V CPU（二）：顺序双发射（In-Order Dual-Issue）基线架构与冒险黑洞 系列博客第 2 篇 —— 这是一个非常有意思的工程伏笔：为什么我们最终走向了“乱序执行（OoO）”？本文将解剖我们的基线版本（main 分支）—— 顺序双发射（In-Order Dual-Issue）架构。我们将看看在这套初代架构中，为了保证两条指令同时无碰撞地在深浅管线中平行飞奔，

从零开始造一颗 RISC-V CPU（一）：项目总览与流水线基础

从零开始造一颗 RISC-V CPU（一）：项目总览与流水线基础 系列博客第 1 篇 —— 介绍整个项目的动机、架构全貌、8 级流水线设计以及关键的 hazard 处理。 项目地址：https://github.com/HaibinLai/simple-CPU/tree/main/docs 为什么要自己造 CPU？ 每年的计算机组成原理课，都有一个调bug到想死的大作业：用 Verilog 实现一

最近一个月的复盘

刚投完文章，突然一阵空悲切，不知道自己应该干什么了。明明后续还有校对、实验等等工作，但是似乎目的感没有那么强烈了。 决定复盘下我目前的问题。 1.1 我会犯沟通错误，并且很严重 刚刷到个帖子，挺有意思。有网友分享自己带新人的原则，说是前三个月里，允许对方犯任何技术上的错误，但沟通上要是出了岔子，那是绝对不行。代码写崩了可以调，需求理解偏了能掰回来，可要是遇到问题闷声不响，进度延迟了也不吱一声，这在

pre-PhD: thinking & planning

来MSRA后，与很多人进行了观点交流和碰撞，真是开拓眼界了。信息密度大，可是任务紧凑，没能每一个idea都细细分析，在这里只能把他们大杂烩。如果有冲突或者重合，纯属个人臆想。 我目前最想去寻找的答案，就是未来5年的phd要做什么。时代的变动非常激烈，在AI的冲击下，传统的system以及HPC的研究方法、方向乃至思路都有可能发生翻天覆地的变革。 System 研究要追上Agent 步伐 古法编程一

S.H.I.T 中国青年虚无主义体验的形成机制与生命意义重建路径研究

paper link: https://shitjournal.org/preprints/7bce9b92-88ef-4f58-ad9b-e84850799939 文章探讨了为什么很多中国青年（初中生、高中生以及大学生）陷入迷茫与虚无主义 1. 为什么会形成虚无主义 文章章节1、2节讨论了这一问题。 作者认为，大部分中国青年最初生长在封闭环境（如学校、家庭）。其环境的封闭性体现在：对人生目标这一

(WIP) 梁漱溟 中国文化要义

认识老中国，建设新中国 梁在书的前言中介绍了为什么写这本书：为中国问题所困挠，希望从文化中找到解答。 本书一名《中国民族之前途》。内容分上下两部：上半部为认识中国 问题之部，下半部为解决中国问题之部――因要解决一个问题，必须 先认识此一问题。中国问题盖从近百年世界大交通，西洋人的势力和 西洋文化蔓延到东方来，乃发生的。要认识中国问题，即必得明白中 国社会在近百年所引起之变化及其内外形势。而明白当初