主题
附录二：参考文献与开源项目清单
本书大量讨论开源框架、协议规范与商业模型服务。这一页把它们集中列出来，标明版本与许可证，一是便于读者核对，二是让"引用"这件事有据可查。
关于版本的说明。 大模型领域版本迭代很快，表中记录的是成书时各项目官方发布页上的版本号（检索于 2026 年 11 月）。开源项目换许可证并不罕见——近年已有多起从 Apache-2.0 改为更严格许可的案例——所以写清版本号不是形式主义，是几年后仍能自证"当时引用的是哪一版"的唯一办法。若你正在把某个项目用于商业产品，请以该项目仓库中的 LICENSE 原文为准，不要以本表为准。
一、协议与规范
| 项目 / 规范 | 版本 | 许可证 | 见于 |
|---|---|---|---|
| MCP 规范（Model Context Protocol） | 规范版本 2026-07-28 | Apache-2.0（迁移中，历史贡献部分仍为 MIT）；文档部分 CC-BY-4.0 | 第 7 章 |
| MCP Python SDK | v2.3.0 | MIT | 第 7 章 |
| A2A 协议（Agent2Agent） | v1.0.1 | Apache-2.0 | 第 8、9、13 章 |
MCP 项目正处于 MIT → Apache-2.0 的许可证迁移期：新贡献一律 Apache-2.0，未获再许可同意的历史贡献仍按 MIT 分发。引用时按"双许可并存"理解即可。
二、Agent 与应用框架
| 项目 | 版本 | 许可证 | 见于 |
|---|---|---|---|
| OpenClaw | v2026.11.1 | MIT | 第 3、9、10 章 |
| Dify | 1.19.0 | 修改版 Apache-2.0（附加多租户与品牌条款） | 第 6、8、9 章 |
| RAGFlow | v1.0.0 | Apache-2.0 | 第 6、8、9 章 |
| FastGPT | 见官方发布页 | FastGPT Open Source License（Apache-2.0 + 附加条款） | 第 6 章 |
| Coze Studio | v0.5.1 | Apache-2.0 | 第 6、8、9 章 |
| AnythingLLM | 见官方发布页 | MIT | 第 3 章 |
| Open WebUI | v0.13.2 | Open WebUI License（BSD-3 衍生 + 品牌保留条款） | 第 3 章 |
| LangChain | langchain-core 1.7.6 | MIT | 第 6、9 章 |
| LlamaIndex | v0.14.25 | MIT | 第 4、6、8 章 |
| LM Studio | 应用本体闭源（免费）；lms CLI 为 MIT | 见左 | 第 3、4 章 |
Dify、FastGPT、Open WebUI 是"看着像 Apache/BSD，其实带附加条件"的典型。GitHub 页面上的许可证标识显示为
NOASSERTION，必须点开 LICENSE 原文才能看清。这类项目阅读与引用可以，整段复制代码要谨慎。
三、模型与训练
| 项目 | 版本 | 许可证 | 见于 |
|---|---|---|---|
| PyTorch | v2.15.0 | BSD-3-Clause | 第 4、6 章 |
| TensorFlow | v2.21.0 | Apache-2.0 | 第 4 章 |
| Transformers | v5.22.2 | Apache-2.0 | 第 3、4、6 章 |
| huggingface_hub | v2.4.0 | Apache-2.0 | 第 2、4 章 |
| safetensors | 见官方发布页 | Apache-2.0 | 第 4 章 |
| DeepSpeed | v0.19.9 | Apache-2.0 | 第 4、6 章 |
| Megatron-LM | core_v0.20.0 | BSD-3-Clause | 第 4、6 章 |
| LLaMA-Factory | 仓库现名 hiyouga/LlamaFactory | Apache-2.0 | 第 4、5、6 章 |
| Unsloth | v0.1.916-beta | Apache-2.0 | 第 4、6 章 |
| ms-swift | v4.6.0 | Apache-2.0 | 第 4、5、6 章 |
| ONNX | v1.23.2 | Apache-2.0 | 第 4、6 章 |
| DeepSeek-V3 | v1.0.0 | MIT | 第 4 章 |
| Qwen 系列 | 见官方模型页 | Apache-2.0（以模型卡声明为准，未取到仓库 LICENSE 原文） | 第 4、5 章 |
模型权重 ≠ 代码。 仓库里的训练/推理代码是一个许可证，模型权重本身往往另有《模型许可协议》（如 Llama 系列的自定义协议）。商用时两者都要看。
四、推理与服务
| 项目 | 版本 | 许可证 | 见于 |
|---|---|---|---|
| Ollama | v0.40.15 | MIT | 第 2、3、6 章 |
| vLLM | v0.33.0rc3 | Apache-2.0 | 第 3、4、6 章 |
| SGLang | v0.5.23 | Apache-2.0 | 第 6 章 |
五、向量检索与文本处理
| 项目 | 版本 | 许可证 | 见于 |
|---|---|---|---|
| Milvus | v3.0.5 | Apache-2.0 | 第 5、6、8 章，图 11-1 |
| FlagEmbedding（BGE-M3） | v1.4.2 | MIT | 第 6、8 章 |
| spaCy / RapidFuzz | 见各自仓库 | MIT | 图 11-1 的检索流程 |
六、基础设施
| 项目 | 版本 | 许可证 |
|---|---|---|
| Docker（CLI） | 见官方发布页 | Apache-2.0 |
| Node.js | 见官方发布页 | MIT |
| Python（CPython） | 见官方发布页 | PSF-2.0 |
| MySQL（社区版） | 见官方发布页 | GPL-2.0（另有商业许可） |
七、商业模型服务
书中提到的 Claude、GPT、Gemini、DeepSeek、Qwen 等模型的云服务，属于商业服务，适用各自的服务条款与内容政策，不适用开源许可证。本书对这些服务的描述基于公开文档，价格、配额与能力以官方页面为准。
八、延伸阅读
这一页解决的是"这本书用了哪些开源项目、什么版本、什么许可"，不是"这个技术该看哪篇论文"。后者见下一节：全书各章正文中引用的论文、报告、官方文档与数据来源，已按统一格式集中编目在同一条编号序列里。想按主题深挖，从那里入手。
九、各章参考文献与注解
正文中的引用以右上角方括号标注（如 [1]），编号全书连续、按章节先后编排，与下面的清单一一对应。同一份文献在书中被多处引用时共用同一个编号；少数条目是原文以脚注形式给出的补充说明，也一并收在这里。
第 4 章 大模型原理和技术实现
[1] Vaswani, A., et al. (2017). "Attention Is All You Need." Advances in Neural Information Processing Systems 30 (NeurIPS 2017). arXiv:1706.03762.
[2] Hugging Face 安全公告, "Malicious Pickle Files in Hugging Face Hub," 2024. 参见 https://huggingface.co/docs/hub/security-pickle
[3] Protocol Buffers 是 Google 开发的一种紧凑的二进制序列化格式，比 JSON/XML 更小更快，适合存储大规模数值数据。
[4] 实际上 PyTorch 从 1.0 版本开始内置了 torch.onnx.export()，TensorFlow 通过 tf2onnx 工具转换，JAX 通过 jax2onnx，PaddlePaddle 通过 paddle2onnx。
[5] SNPE（Snapdragon Neural Processing Engine，骁龙神经处理引擎）是高通为其移动芯片设计的深度学习推理框架，专门优化了骁龙平台上 CPU、GPU 和 Hexagon DSP 的模型执行效率。如果你在做 Android 端侧 AI 部署，大概率会遇到它。
第 5 章 如何让大模型“耳聪目明”
[6] Dettmers, T., et al. "QLoRA: Efficient Finetuning of Quantized Language Models." NeurIPS, 2023.
[7] 以上显存数据为截至 2026 年 6 月的工程经验值，基于 Qwen2.5 系列模型、QLoRA 4-bit 量化、batch_size=1、gradient_checkpointing=true 的配置。实际显存占用受模型版本、量化精度、序列长度等因素影响，建议为具体任务预留 10-20% 显存余量。
第 6 章 大模型技术生态
[8] The State of Competitive Machine Learning 2024, ML Contests Research, 2024. https://mlcontests.com/state-of-competitive-machine-learning-2024/
[9] NVIDIA CUDA Compatibility Documentation. https://docs.nvidia.com/deploy/cuda-compatibility/
[10] Stack Overflow, "RuntimeError: DataLoader worker (pid xxx) exited unexpectedly" — 搜索相关讨论即可找到大量关于 --ipc=host 解决方案的问答.
[11] Hugging Face, "Accelerate — Run your raw PyTorch training script on any kind of device", GitHub README. https://github.com/huggingface/accelerate
[12] Sylvain Gugger et al., "Accelerate: Training and inference at scale made simple, efficient and adaptable", Hugging Face Blog, 2022. https://huggingface.co/docs/accelerate/
[13] Hugging Face, "Accelerate CLI Reference", Hugging Face Docs. https://huggingface.co/docs/accelerate/package_reference/cli
[14] Hugging Face, "Transformers: Trainer is powered by Accelerate under the hood". https://huggingface.co/docs/transformers/en/accelerate
[15] Kwon, W. et al. "Efficient Memory Management for Large Language Model Serving with PagedAttention." SOSP '23. 原文为 "vLLM improves the throughput of popular LLMs by 14-24× over HuggingFace Transformers…"
[16] Zheng, L. et al. "SGLang: Efficient Execution of Structured Language Model Programs." NeurIPS 2024. LMSYS 官方博客基准测试显示 SGLang 在多轮对话和 Agent 场景下可达 vLLM 的 5 倍吞吐。
[17] Liu et al., "Lost in the Middle: How Language Models Use Long Contexts," Transactions of the Association for Computational Linguistics, 2024.
[18] Zhang et al., "Automatic Chain of Thought Prompting in Large Language Models", ICLR 2023. 论文实验显示，Auto-CoT 在算术推理（MultiArith）、常识推理（CSQA）和符号推理（Last Letter）三个任务上的准确率均超过人工手写 Few-shot CoT 示例。
第 7 章 MCP：大模型的 USB
[19] TULU 3: Pushing Frontiers in Open Language Model Post-Training. https://arxiv.org/abs/2411.15124 — 系统论述了开源模型后训练（含 tool-use 专项训练）的方法与数据配比。
[20] Qwen3-30B-A3B-Instruct. https://huggingface.co/Qwen/Qwen3-30B-A3B-Instruct — 本文引用的 tokenizer_config.json 模板片段来源。
[21] DeepSeek API 官方文档 — Models & Pricing. https://api-docs.deepseek.com/quick_start/pricing — 代码示例中使用的模型名与 base_url 依据。
第 8 章 大模型应用技术选型
[22] 数据来源于 LlamaIndex、LangChain 等社区在 2024-2025 年发布的 RAG 系统优化实践报告（涵盖检索策略调优、文档切分粒度、Embedding 模型选择等主题），其中多家企业在技术博客中报告了类似量级的准确率提升。该数据用于说明"数据质量优先"的观点，具体提升幅度因场景而异。
第 9 章 大模型和智能体（Agent）
[23] 2025 年，随着 AI 编程工具和端侧 Agent 平台的爆发式采用，不少企业未经审慎评估便大规模部署。屡屡出现 Agent 在复杂业务场景中反复无效循环、消耗大量 Token 预算的情况，部分团队甚至临时雇佣外部顾问来评估和削减 AI 工具的部署规模。这一现象在 Hacker News、X（原 Twitter）等平台上引发广泛讨论，成为 2025 年 AI 工程实践中的标志性事件。
[24] OpenAI, "GPT-4 Technical Report," arXiv:2303.08774, 2023. 其中指出 GPT-4 在长程任务上的表现"仍然存在显著挑战"。
[25] Hong, S. et al., "MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework," arXiv:2308.00352, 2023. 在 HumanEval 基准上，MetaGPT 生成的代码通过率（pass@1）为 82.3%，而直接使用 GPT-4 为 67.0%。
[26] Shinn, N., Labash, B., & Gopinath, A. (2023). "Reflexion: an autonomous agent with dynamic memory and self-reflection." arXiv preprint. 该论文提出了让智能体通过"口头反思"记录失败经验并在后续任务中检索利用的机制，是当前大多数自我改进智能体系统的基础。
[27] ERL 相关研究（2025）。"Experiential Reflective Learning for Self-Improving LLM Agents"。在 Gaia2 基准测试上，ERL 相比 ReAct 基线提升了 7.8% 的任务成功率。
[28] Gao et al. (2025), Fang et al. (2025). "A Comprehensive Survey of Self-Evolving AI Agents." 对自我进化智能体的系统性梳理，定义了自我进化智能体的形式化框架和分类体系。
[29] Karpathy, A. (2026). autoresearch. 一个 630 行的 Python 开源项目，展示了自我改进智能体在代码实验场景中的最小可行实现。
[30] Gartner (August 2025). Research on enterprise AI agent integration. 预测 2026 年底 40% 的企业应用将集成任务专用 AI 智能体。
[31] Multi-Agent Systems Transform Enterprise AI in 2026 (White Paper, January 2026). 统计显示 66.4% 的智能体实现采用多智能体设计，Gartner 报告多智能体咨询量从 2024 Q1 到 2025 Q2 增长了 1445%。
[32] Google (2025). Agent-to-Agent (A2A) Protocol. Google 发布的智能体间通信开放协议，已有 50+ 合作伙伴参与生态建设。
[33] Du, Y., Li, S., Torralba, A., Tenenbaum, J., & Mordatch, I. (2024). "Improving Factuality and Reasoning in Language Models through Multiagent Debate." DeepMind 研究，展示了多模型辩论对推理准确性的提升效果。
[34] IBM Research (2025/2026). Multi-agent orchestration research. IBM 研究表明，合理的多智能体编排可以减少 45% 的流程切换，将决策速度提升 3 倍。
[35] Figure AI (2024). 与宝马集团签署商业合作协议，部署 Figure 01 人形机器人执行工厂任务。
[36] UBTech (2025/2026). 优必选 Walker 人形机器人的量产和交付进展，截至 2025 年底已交付数百台，计划 2026 年扩展到数千台规模。
[37] CCTV News (March 2026). "中国发布首个人形机器人标准体系"。中国正式发布人形机器人和具身智能顶层标准体系，覆盖完整产业链和生命周期。
[38] Google DeepMind (2023-2025). RT-2 及相关 VLA 模型的研发进展。VLA 模型直接从视觉输入输出动作指令，是大模型驱动机器人运动的关键技术方向。
[39] Meta (2024-2025). Ray-Ban Meta 智能眼镜第二代迭代，集成视觉识别、实时翻译、语音交互等功能，是具身智能在消费级穿戴设备上的典型案例。
[40] Wayve (2024). LINGO-2 模型演示，展示了端到端大模型驾驶+自然语言驾驶决策解释的能力。
第 10 章 大模型应用架构设计
[41] SkillHub 是一个社区驱动的 SKILL 共享平台，集中收录了面向不同领域和工具的 SKILL 模块。你可以在上面按场景搜索已有的功能模块，作为架构设计的起点。
第 13 章 大模型现在不能做什么
[42] Smith, R. (2007). "An Overview of the Tesseract OCR Engine." Proceedings of the International Conference on Document Analysis and Recognition (ICDAR). 手写识别准确率受字体、纸张质量等影响，商业 OCR 引擎在最优条件下可达 95%+，复杂场景下显著降低。
[43] Gartner (2025年8月). 预测到 2026 年底 40% 的企业应用将集成任务专用 AI 智能体。
[44] A2A（Agent-to-Agent）协议由 Google 于 2025 年提出，与 Anthropic 的 MCP（Model Context Protocol）形成了智能体间通信与工具调用的标准互补。
[45] 苹果于 2024 年 WWDC 发布 Apple Intelligence，首次在 iPhone 上实现端侧大模型实时推理。高通骁龙 8 Gen 4（2025）内置了专为 Transformer 优化的 NPU。
[46] MCP（Model Context Protocol）由 Anthropic 于 2024 年底发布，2025 年逐步成为大模型工具调用的主流标准。
[47] a16z 在"Building the AI Stack"系列文章（2023-2025）中对 LLM 推理成本下降给出了定量估算。
[48] DeepSeek-V3 于 2024 年底发布，采用 MoE（混合专家）架构，API 定价约为每百万输入 token ¥0.5-2，显著低于同期 GPT-4o（约 $2.5-5/百万输入 token，2025 年初）。
[49] 开尔文勋爵（Lord Kelvin）的这句名言常被引用来展示技术预测的局限性。虽然历史学者对原话准确表述存在争议，但开尔文在 1895-1902 年间确实对重于空气的飞行器持怀疑态度。
[50] 托马斯·沃森（Thomas J. Watson）的这句话广为流传，虽然原始出处存在争议——有说法认为他指的是 IBM 的 Selective Sequence Electronic Calculator（1948 年），而非通用计算机。肯·奥尔森（Ken Olsen）于 1977 年在世界未来学会会议上发表这一评论，他后来澄清自己指的是"不需要中央计算机来控制家庭"。
[51] SWE-bench 由普林斯顿大学发布，包含真实 GitHub issue 的代码修复任务。搭载大模型的智能体系统在 SWE-bench 上的解决率从 2023 年底的不到 5% 提升到了 2025 年初的约 50%（SWE-bench Verified）。
[52] ThoughtWorks 技术雷达（Technology Radar）最初于 2010 年发布，按"采用、试验、评估、暂缓"四个象限评估技术趋势，已被科技行业广泛采用为技术决策参考工具。