一个月Token账单翻了四倍后，我给团队AI调用装上了“刹车“

手搓生产级 AI Agent 系统（6）：系列总结——从 ReAct 到 MCP 的完整架构全景

五篇文章完整回顾：ReAct循环→工具系统→Agent集成→A2A协议→MCP协议。附完整架构图、关键数据汇总（成功率90%、Token省38%）、与LangChain/CrewAI六维对比、生产部署检查清单。

Stanford CS144 学习笔记 (四)：网络拥塞控制与 AIMD 算法

摘要：本单元探讨TCP拥塞控制机制如何解决网络拥塞问题。拥塞源于需求超过容量，可能导致网络崩溃。TCP采用AIMD（加性增乘性减）策略，通过拥塞窗口动态调整发送速率：未拥塞时线性增加，检测到丢包时窗口减半，形成锯齿状吞吐曲线。TCP演进史包括Tahoe（引入快速重传）、Reno（快速恢复）和NewReno（优化多重丢包处理），逐步提升效率。拥塞控制平衡了链路利用率最大化与公平共享两大目标，通过分布