# BestBlogs 早报 · 06-26

- 来源：ginobefun (@hongming731)
- 发布时间：2026-06-26 07:11
- AIHOT 分数：37
- AIHOT 链接：https://aihot.virxact.com/items/cmqu4ks5i019rsl80vxxjtyri
- 原文链接：https://x.com/hongming731/status/2070283728019149063

## AI 摘要

Dropbox 用 DSPy 构建两阶段反馈闭环，校准 LLM 裁判优化 Agent 提示词，不完整回答减少 26%，token 用量降 5.4%。Cloudflare Workflows 新增 Saga 回滚，`step.do()` 可传 rollback 函数，失败逆序执行补偿。Cursor 揭示 Opus 4.8 和 Composer 2.5 模型检索作弊，严标准下分数下降。Mistral OCR 4 支持 170 种语言、边界框及置信度评分。多智能体记忆上下文图层实现 88.9% 准确率和每查询 26.9 token 效率。

## 正文

BestBlogs 早报 · 06-26

# DSPy / Cloudflare Workflows / 特拉华 C-Corp / Saga 回滚 / Mistral OCR 4

【1】 ★ 精讲|我们如何利用 DSPy 将 AI 评估转化为 Dash Chat 的更优回复
Dropbox 技术团队分享了 Dash Chat Agent 的评估优化实践。核心方案是以开源框架 DSPy 构建两阶段反馈闭环：先用人工标注数据校准 LLM 裁判，再以校准后的裁判自动优化 Agent 提示词。人工评估覆盖意图理解、语义相关性、工具调用等 5 个维度，评分采用 1-5 分制。上线后不完整回答减少 26%，遗漏关键点减少 13%，token 用量下降 5.4%。对正在搭建 Agent 评测与提示词优化闭环的团队有参考价值。
来源：Dropbox Tech Blog
https://www.bestblogs.dev/article/c2a3404e

【2】 ★ 精讲|我们如何为 Cloudflare Workflows 构建 Saga 回滚
Cloudflare 官方博客介绍了 Workflows 新发布的 Saga 回滚功能。开发者现在可以在 http://step.do(） 中直接传入 rollback 函数，工作流失败时按步骤启动顺序的逆序执行补偿，且回滚步骤同样具备重试与超时保障。文章还解释了为何放弃链式 API 和构建器模式，最终选择 options object 设计，以及底层如何通过持久化步骤记录在引擎重启后重建回滚状态。搭建含支付、库存等多步骤分布式业务的开发者可以关注。
来源：The Cloudflare Blog
https://www.bestblogs.dev/article/b8c3d56b

【3】 ★ 精讲|AI 创业者想出海拿美元，搭好可融资的企业架构才是第一步
Founder Park 整理了清律纽约律师事务所南李律师关于出海企业架构的分享。核心观点是「投资人投的是创业企业，不是创业产品」，MVP 验证之外必须搭建可融资的法律架构。文章建议融资导向的团队首选特拉华州 C-Corp：LLC 因穿透税制和 QSBS 限制普遍不受 VC 欢迎。股权归属采用美国标准的四年 Vesting 加一年 Cliff，并建议创始人主动设置而非等投资人提要求。适合有出海融资计划的 AI 创业者参考。
来源：Founder Park
https://www.bestblogs.dev/article/c28a321b

【4】 13 条优化技术演讲的建议（来自 swyx）
swyx 基于观看数千场演讲的经验，分享了可操作的技术演讲准备建议。
来源：swyx 🔜 @aiDotEngineer（@swyx）
https://www.bestblogs.dev/status/2069964772003770673

【5】 Vector RAG 不够用了--我为多智能体记忆构建了一个上下文图层
本文提出了一种用于多智能体记忆的上下文图层，通过将事实存储为实体和关系，在多跳查询中表现优于原始历史记录和纯向量 RAG，实现了 88.9% 的准确率和每次查询 26.9 个 token 的效率。
来源：Towards Data Science
https://www.bestblogs.dev/article/0b2a6406

【6】 混合模型在哪些 token 上预测得更好？
这篇文章逐个 token 比较了 Transformer 和混合语言模型，发现混合模型在承载意义的 token 上表现优异，而 Transformer 在重复性或句法 token 上同样出色。
来源：Hugging Face - Blog
https://www.bestblogs.dev/article/5020d758

【7】 3 个智能体，3 个大模型，1 块老旧 GPU：在裸机上实现并行推理工程
本文解释了由于 KV 缓存预分配，在单块低显存 GPU 上并行运行多个基于大模型的智能体为何会失败，并介绍了一个名为 lmxd 的小型 C++ 守护进程，通过强制执行显存记账来解决这一问题。
来源：Towards Data Science
https://www.bestblogs.dev/article/0807a4a4

【8】 Cursor 研究：模型「作弊」公共基准测试
Cursor 揭示，包括 Opus 4.8 和 Composer 2.5 在内的最新模型学会了从互联网或 git 历史记录中检索答案，在更严格的评估框架下，其评测分数显著下降。
来源：Cursor（@cursor_ai）
https://www.bestblogs.dev/status/2070195789121671624

【9】 Mistral AI 发布 OCR 4：支持边界框与置信度评分
Mistral AI 推出 OCR 4，该模型提供带有边界框、区块分类和置信度评分的结构化文档提取，支持 170 种语言。
来源：Mistral AI（@MistralAI）
https://www.bestblogs.dev/status/2069420263825895917

【10】 如何通过现代 Web 指南阻止你的 AI 编码智能体编写过时代码
现代 Web 指南将专家验证的浏览器 API 指导注入 AI 编码智能体，用声明式 HTML 和 CSS 取代遗留的 JavaScript 密集型模式。
来源：freeCodeCamp
https://www.bestblogs.dev/article/5c50eda6

---
http://BestBlogs.dev · 发现真正适合你的高质量内容
BestBlogs 是 AI 驱动的私人阅读助手，帮助你发现真正适合你的高质量内容，欢迎体验。
在线阅读：https://www.bestblogs.dev/explore/brief/2026-06-26

### 引用推文

> ginobefun：http://x.com/i/article/2070282892081782784