-
字节突然开源 Seed-OSS，512K 上下文主流 4 倍长度，推理能力刷纪录
字节跳动突发开源其 360 亿参数大模型 Seed-OSS-36B，采用 Apache-2.0 协议，可免费用于学术和商业。该模型最显著的特点是原生支持 512K 超长上下文，是当前主流开源模型的 4 倍，且在预训练阶段构建，而非后期插值。此外，Seed-OSS 引入了独特的“思考预算”机制，允许用户通过设定 token 数量控制模型推理深度。模型架构稳定，采用 RoPE、GQA 等技术。在 MM… -
如何用 AI 做营销：问题不是如何提效，而是底层打法变了
文章深入探讨了 AI 对市场营销行业的颠覆性影响，指出 AI 带来的并非简单的效率提升，而是营销底层打法的根本性变革。作者 Olivia Borsje 结合其多年经验及对前沿 AI 工具的考察，总结了一份全面的 AI 营销 Playbook。该 Playbook 从品牌定位、信息传递、品牌形象建立、市场推广（搜索、付费社交、自然流量社交、ABM 等）、网页优化、客户生命周期管理及营销效果衡量等多个… -
OpenAI 突然发布智能体 API！支持网络和文件搜索以及 computer use
OpenAI 发布了一系列新工具，旨在简化智能体的构建过程。核心是 Responses API，它整合了 Chat Completions API 的简洁性和 Assistants API 的工具使用能力，内置了网络搜索、文件搜索和计算机使用（computer use）等功能。此外，还发布了 Agents SDK，提供智能体配置、交接、安全检查和可观察性等功能，用于编排单智能体和多智能体工作流，以… -
Gemma 3 270M：小身材，大能量，打造超高效 AI
本文介绍了 Gemma 3 270M，这是 Google Gemma 系列中的一款新型紧凑型模型，专为超高效、特定任务的微调而设计。它具有 2.7 亿个参数和 256K tokens 的大词汇表，提升了模型对特定领域和语言的适应性。一个显著的优势是其极高的能源效率，在 Pixel 9 Pro SoC 上的内部测试中，电池消耗极低。该模型还具备出色的指令遵循能力，并附带可用于生产的量化感知训练 (Q… -
【早阅】逆向工程 Claude Code：学习这些 Agent 技巧
文章深度剖析了 Claude Code 代理在代码生成领域表现卓越的秘密，核心在于其高度复杂的提示工程。作者通过逆向工程其打包的 CLI 文件，并利用 Proxy Man 工具拦截与 Anthropic API 的交互请求，揭示了 Claude Code 的系统提示和工具定义是动态构建的，而非硬编码。文章详细阐述了核心代理的工作流，强调了系统提示在定义代理角色、语气、任务管理和工具使用方面的关键作… -
AI 浪潮下：程序员的未来何去何从？
本视频深入探讨了 Maria Sha、Wes Roth 和 Dylan 之间关于 AI 时代编程领域不断变化的讨论。主要议题包括：尽管大语言模型 (LLMs) 崛起，编程技能仍然至关重要；Python 非常适合初学者；以及情商在科技领域中的关键作用。他们深入研究了 AI 对未来就业市场的深刻影响、传统学术 AI 教育的局限性以及终身学习的必要性。对话还涵盖了哲学层面，如 AI 意识、数据所有权的隐… -
Evals 实践：从前沿研究到生产应用
本文基于 OpenAI 的演示文稿，强调了人工智能模型评估的关键重要性。它介绍了 OpenAI 的内部 “GDP 评估” 框架，该框架旨在评估前沿模型在具有经济价值的真实世界任务中的性能，从而超越了传统的学术基准。GDP 评估采用专家配对评分，将模型输出与各行各业和职业的人类表现进行比较，从而证明了 GPT-5 等模型取得了显著进步。它还有助于前瞻性地追踪人工智能对劳动力市场的影响，并作为内部研究… -
来自 2000 万个 Pull Requests 的数据揭示了 AI 转型的实际情况 — Nicholas Arcolano， Jellyfish
Jellyfish 的 Nicholas Arcolano 通过分析来自 20 万开发者提交的两千万个 Pull Requests 得出的见解，详细说明了 AI 对软件工程的实际影响。该研究定义了成功的 AI 采用，量化了主要来自交互式 AI 编码工具的生产力提升：PR 吞吐量增加 2 倍，周期时间减少 24%。它还发现了副作用，例如 PR 规模增加 18%，但指出目前对代码质量没有显著的负面影响… -
Jina Code Embeddings: 为高质量代码搜索而生的 0.5B/1.5B 向量模型
Jina AI 开源了 jina-code-embeddings 系列代码向量模型（0.5B/1.5B），旨在解决传统代码向量模型面临的高质量监督训练数据稀缺这一核心瓶颈。该模型创新性地以代码生成大语言模型（如 Qwen2.5-Coder）为骨干网络，并通过对比学习进行高效微调，从而在紧凑参数规模下实现了领域顶尖的代码检索性能，超越了同等参数量级及部分闭源模型。模型原生支持自然语言搜代码、代码相似… -
Gemini 机器人 1.5 将 AI 智能体带入物理世界
本文宣布了谷歌 DeepMind 在具身 AI (Embodied AI) 方面的最新进展，推出了 Gemini 机器人 1.5 (Gemini Robotics 1.5) 和 Gemini 机器人-ER 1.5 (Gemini Robotics-ER 1.5)。这些模型旨在创建能够解决复杂的多步骤任务的智能通用机器人。Gemini 机器人-ER 1.5 作为高级决策中心，擅长在物理环境中进行规划… -
在你的产品中寻找隐藏的增长机会 | Albert Cheng (Duolingo，Grammarly，Chess.com)
Albert Cheng 是一位来自 Duolingo、Grammarly 和 Chess.com 的增长负责人，他分享了他独特的 “探索与利用” (Explore & Exploit) 框架，用于识别和扩展增长机会。他强调快速实验、对用户心理的深刻理解以及用户留存对于用户订阅产品至关重要。主要见解包括 Grammarly 通过让免费用户体验高级功能以使转化率翻倍的成功策略、“复活” 流失… -
200 多行代码，超低成本复现 DeepSeek R1「Aha Moment」！复旦大学开源
复旦大学知识工场实验室开源了 Simple-GRPO 项目，旨在以简洁的代码高效复现 DeepSeek R1-zero 的自发反思能力（Aha Moment）。该项目基于 GRPO 强化学习算法，仅用 200 多行代码，依赖简单，资源消耗低，通过模型解耦与分离，支持在一张 A800 和一张 3090 上完成 7B 模型的训练，单次实验成本压缩至“奶茶价格”区间。实验结果表明，Qwen2.5-3B … -
Founder Mode 主导，按结果付费带来 300%增长，Intercom 的 AI 转型为什么能成？
文章深入探讨了 SaaS 老牌公司 Intercom 如何从净新增 ARR 连续下滑的困境中，通过彻底的 AI 转型实现业务增长。创始人 Eoghan McCabe 回归后，采取了强硬的“创始人主导模式”，大刀阔斧地裁员、砍掉非核心业务，聚焦客服领域，并迅速推出了 AI 客服 Agent 产品 Fin。Fin 以“按结果付费”（99 美分解决一个问题）的创新定价模式，颠覆了传统 SaaS 的席位收… -
2 亿美元 ARR，AI 语音赛道最会赚钱的公司，ElevenLabs 如何做到快速增长？
文章深入访谈了 AI 语音独角兽 ElevenLabs 的 CEO Mati Staniszewski，揭示了公司如何实现 2 亿美元 ARR 的快速增长。ElevenLabs 通过早期对产品市场契合度的不断探索，从电影配音转向旁白和语音解说，找到了创作者的真实需求，实现了用户和业务的爆发式增长。其成功关键在于顶尖的研发团队、快速的执行力以及对 AI 语音应用场景的深度聚焦，并坚持自研模型、布局多… -
小米突然发布新模型：媲美 DeepSeek-V3.2，把手机的性价比卷到 AI
文章详细介绍了小米最新发布并开源的 MiMo-V2-Flash 大模型。该模型总参数 3090 亿，活跃参数 150 亿，采用 MoE 架构，性能可媲美头部开源模型 DeepSeek-V3.2 和 Kimi-K2。其核心创新包括混合滑动窗口注意力机制，将推理成本降至百万 token 输入 0.1 美元、输出 0.3 美元，推理速度达 150 tokens/秒，并在 256k 长文本处理上表现出色。… -
万字解码 Agentic AI 时代的记忆系统演进之路
文章深入探讨了在 Agentic AI 时代，记忆（Memory）作为智能体核心能力的重要性、定义和技术演进。首先，文章阐述了记忆对 Agent 实现持续学习、保持对话连贯性和提供个性化服务的关键作用。接着，文章详细类比了人脑记忆的分类（感知、短期、长期；可声明、不可声明；情境、语义、流程）和操作（编码、存储、提取），并将其映射到智能体记忆的存储区（上下文、LLM、外挂存储）和形式（参数、非参数）… -
硅谷大厂裁员背后的组织变革丨硅谷 AI 转型录 NO.1
文章深入探讨了硅谷大厂裁员潮背后的深层原因，指出这并非短期经济调整，而是 AI 驱动的系统性组织变革。AI 技术正促使企业组织结构扁平化，减少中层管理，并提升个体工作的独立性与标准化。在此背景下，企业正回归制造和销售的本质，同时打破传统前中后台架构，转向更灵活的“端到端”团队。AI 编程的普及降低了技术实现门槛，使得商业价值和获客能力成为创业和企业生存的核心关注点。作者提出，企业正从传统的员工制向… -
如何将 AI 代码采纳率从 30%提升到 80%？
文章深入分析了当前 AI 编程采纳率低的原因，主要归结为信息不对称、任务粒度过大、反馈循环缺失和角色边界模糊。为解决这些问题，作者提出了一套系统性方案：一是建立规范化的分层文档体系，确保 AI 获取充分的业务与技术上下文；二是实施标准化的 Issue 管理流程，将复杂需求拆解为原子任务，实现渐进式开发。文章还分享了“记忆驱动开发”、“严格质量控制”等核心原则，以及上下文优化、提示词工程、Git W… -
让 AI 真正懂旅行：飞猪「问一问」的架构与实战演进
文章详细介绍了飞猪「问一问」从最初的地图规划工具，如何逐步演进为基于多智能体协作、直连实时价库的 AI 智能旅行管家。面对旅游场景高非标、决策链路长、实时库存要求高的挑战，飞猪团队提出“懂行、能算、能做”的核心理念，设计了由意图识别 Agent 和多个场景 Agent 协同工作的多智能体架构。为解决大模型幻觉和效率问题，特别优化了上下文管理（Query 改写、记忆裁剪）并全面转向 Function… -
在 AI 时代构建以产品为中心的工程文化
本期播客的主讲人是 Zach Lloyd，他倡导一种以产品为中心的工程文化，在这种文化中，工程师优先解决用户问题，而非单纯追求技术上的精妙。他强调了诚实、反层级和实用主义等核心价值观。Lloyd 还讨论了如何招聘拥有扎实计算机科学基础的通才工程师，并通过鼓励及时解决小问题来培养主人翁意识。讨论的重点在于工程师如何高效利用 AI 编码工具，这代表了软件生产模式的变革，类似于从汇编语言发展到高级编程语…
AI 前线
扫码打开当前页
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×