-
中美 Agent 创业者闭门：一线创业者的教训、抉择与机会
本文深度剖析了 AI Agent 领域面临的实际落地挑战与创业者的应对策略。文章指出，随着新一代 Agent 模型能力的提升，过去大量基于规则的工作流编排已失去价值，"Bitter lesson"再次显现。当前 Agent 核心挑战在于隐性知识的获取和上下文构建，创业者应聚焦上下文工程。在技术路线上，Workflow 与自主编排 Agent 将长期并行，但价值重心正向后者迁移。… -
智能的未来 | 戴密斯·哈萨比斯（DeepMind 联合创始人兼首席执行官）
在这篇深度访谈中，戴密斯·哈萨比斯 回顾了 DeepMind 的进展，强调了实现通用人工智能（AGI）需要对模型扩展和科学创新进行双重关注。他重点介绍了像 Gemini 3 这样的最新进展，这是一种能够处理各种数据类型的多模态人工智能模型，以及“世界模型”在使人工智能理解超越语言的时空动态方面的重要性。哈萨比斯 谈到了当前人工智能中“参差不齐的智能”现象，即模型在复杂任务中表现出色，但在更简单的任… -
阿里云客服 Agent 业务提效实践：灵活可控的落地方法论
文章介绍了阿里云在客服领域应用 Agent 技术的实践与创新。首先分析了 Agent 的技术本质与常见模式，包括大模型自主规划和 Workflow 预编排两类，以及 Multi-Agent 多智能体系统的应用。随后详细阐述了 Agent 在客服领域的三大价值：改变研发范式、简化业务流程和提升交互多样性（如可视化图表展示）。针对阿里云客服业务面临的复杂产品线、技术问题和个性化流程等挑战，提出了基于 … -
Ilya：扩展时代已经结束了，研究的时代已经开始
文章深入总结了 Ilya Sutskever 在 Dwarkesh Patel 播客中的深度对谈，核心观点是 AI 的“扩展时代”已经结束，当前模型在基准测试上的优异表现与实际泛化能力存在巨大鸿沟，主要源于训练过程中的“奖励作弊”。Ilya 强调人类高效学习的关键在于内置的“价值函数”（如情绪），能提供即时反馈。他提出 AI 发展已进入需要重新思考和基础研究的阶段，而非继续盲目堆砌算力和数据。他重… -
从 MiniMax 到 DeepSeek，关于大模型的四个层级总结！
文章深度剖析了大语言模型“思考”能力的四代演进：从最初的“无思考”到“思考”、再到“工具调用 Agent”，最终发展为“交错思维链 Agent”。文章详细解释了“交错思维链”的本质是模型在思考与行动间建立动态实时反馈循环，实现“边想边做边修正”，使其具备真正“像人一样做事”的能力。同时，文章也强调了 DeepSeek-V3.2 和 MiniMax M2 等模型在推动这一前沿技术发展和生态落地（包括… -
我所知道的优秀系统设计的一切
本文作者以资深工程师的视角，对优秀系统设计提出了独到见解。他指出，好的系统设计并非追求花哨的复杂技术，而是通过有效组合“无聊但经过充分检验的组件”，实现系统长期稳定运行，其标志是“看起来平平无奇”。文章首先区分了软件设计与系统设计的范畴，随后围绕核心挑战“状态”展开，强调应最小化有状态组件数量，并建议由单一服务管理状态。接着，详细阐述了数据库（模式、索引、瓶颈、读写分离、查询优化）、慢快操作分离（… -
王兴一鸣惊人！美团首个开源大模型追平 DeepSeek-V3.1
文章详细介绍了美团首个开源大模型 Longcat-Flash-Chat 的发布及其卓越性能。该模型是一个 560B 的 MoE 模型，在 Agent 工具调用、指令遵循和编程能力等多个基准测试中表现出色，部分超越了 DeepSeek-V3.1 和 Qwen3 MoE-2507，甚至与闭源的 Claude4 Sonnet 不相上下。相较于 DeepSeek-V3.1（671B/A37B）和 Kimi… -
【智造】AI 应用实战：6 个 agent 搞定复杂指令和工具膨胀
文章深入探讨了在联调造数这一典型 AI 应用场景中，如何从单 Agent 模式演进到多 Agent 模式以应对复杂指令和工具膨胀的挑战。单 Agent 模式在工具数量有限、指令相对简单时表现良好，但面对多步骤复杂指令和日益增长的工具库，会遇到“造不准”和“造的慢”的问题。为解决这些痛点，文章提出并详细介绍了多 Agent 架构，将系统拆分为意图识别 Agent、工具引擎（包含工具解析和过滤引擎）、… -
专为 DeepSeek 类强推理加速，老黄拿出 Blackwell Ultra，下代架构性能还要翻倍
文章总结了英伟达 GTC 大会上发布的新技术和未来展望。重点介绍了 Blackwell Ultra AI 加速卡，以及下一代 Vera Rubin 架构，这些技术旨在满足日益增长的 AI 推理算力需求，特别是像 DeepSeek R1 这样的强推理模型。文章还明确提到了 Dynamo 这一分布式推理系统，它在提升推理效率方面起着重要作用。文章还提到了英伟达对未来 AI 发展的愿景，包括 AI 在物… -
加一个 JVM 参数，让系统可用率从 95%提高到 99.995%
本文详细记录了针对一个高并发、低延迟 Java 系统在内存索引切换时出现的可用性问题。通过深入分析 GC 日志，定位到问题根源在于大对象（索引）在年轻代 YGC 时的频繁复制（Object Copy）导致长时间 STW。作者尝试了一系列 JVM 参数优化，包括调整 MaxTenuringThreshold、InitialTenuringThreshold、AlwaysTenure 使索引尽早晋升老… -
Claude 技能：为你的工作流程定制 AI
Anthropic 推出了 Claude 技能，这项新功能旨在通过允许用户将专业知识、指令、脚本和资源打包到“技能包”中，来增强 Claude 在特定任务中的性能。当任务相关时，Claude 会智能地加载这些技能，从而确保效率和速度。“技能”的主要特点包括可组合性（可堆叠组合）、可移植性（一次构建，随处使用）、效率（仅加载所需内容）和强大性（支持可执行代码以实现可靠的任务执行）。“技能”可在 Cl… -
腾讯新闻 PUSH 架构升级之路
文章详细阐述了腾讯新闻 PUSH 平台在面对推送速度慢、开发效率低、稳定性差和运营成本高等挑战后，实施架构升级的整个过程和所取得的显著成效。原架构存在过度微服务化、模块链路冗长、依赖服务瓶颈、容错能力不足及技术栈不统一等突出问题。为解决这些痛点，团队采取了一系列优化措施，包括自建消息通道实现全链路业务闭环、统一 Golang 技术栈、整合精简模块、自建高性能号码包服务、将在线过滤前置到离线预处理、… -
构建人们喜爱的产品的心智模型 (嘉宾：Stewart Butterfield)
在一次难得的播客节目中，Flickr 和 Slack 的联合创始人 Stewart Butterfield 讨论了他的产品哲学和领导力见解。他介绍了“效用曲线”来解释努力如何转化为价值，强调“啊哈时刻”以及过度投资的收益递减。Butterfield 提倡“神圣的不满”，这是一种持续改进的动力，例如 Google 日历有缺陷的时区选择器就体现了这一点。他强调了“品味”在产品设计中的重要性，用“倾斜你… -
Gemma 3：新特性解析
这篇来自谷歌开发者博客的文章详细介绍了 Gemma 3 的新特性和架构改进。关键增强在于引入视觉语言能力，模型可通过自定义的 SigLIP 视觉编码器解读视觉信息。架构经过修改，通过采用 5 比 1 的交错注意力机制，降低了 KV 缓存的内存占用。KV 缓存内存通常会随着上下文长度的增加而增长。Gemma 3 支持更长的上下文长度，大型模型可处理高达 128k 个 tokens。此外，Gemma … -
AI 智能体实战：100+次迭代后的意图识别提升之道
文章深入探讨了 AI 智能体在构建过程中，如何通过四阶段迭代优化意图识别和槽位抽取。从初级的提示词工程方案（方案 A）应对简单场景，到中级方案（方案 B）通过意图与槽位节点分离解决提示词膨胀问题，再到进阶方案（方案 C）引入 RAG 进行意图预泛化以提升泛化能力。最终，文章提出了高阶方案（方案 D），该方案合并了意图抽槽节点并升级了 RAG 召回能力，有效解决了多轮对话中的意图混淆和响应延迟问题。… -
AI 辅助 UI 调试：GitHub Copilot 代理模式与 MCP 服务器实践
本文探讨如何使用 GitHub Copilot 代理模式和 Playwright MCP 服务器调试 Next.js 应用的 UI 问题。作者描述了一个实时调试过程，其中使用这些工具识别并修复了重叠标题和不一致间距等问题，展示了一种“自动化”调试方法。中心主题是，向 Copilot 等 AI 工具提供清晰、详细和迭代的需求至关重要，如同与人类队友协作。本文提供了关于设置 Copilot 自定义指令… -
LlamaIndex 深度实战：用《长安的荔枝》学会构建智能问答系统
本文深度剖析了 RAG（检索增强生成）系统的工作原理，通过生动的比喻解释了从文档切分、向量化到语义检索和答案生成的全过程。接着，文章以《长安的荔枝》为例，详细演示了如何使用 LlamaIndex 这一数据框架，通过简洁的 Python 代码快速构建一个智能问答系统，并对核心 API 进行了详尽解读。更具价值的是，文章通过一系列严谨的实验，深入探讨了 chunk_size、top_k 和 chunk… -
Veo 3.1：Flow 带来高级功能，革新 AI 视频创作
本文宣布谷歌 DeepMind 的 AI 电影制作工具 Flow 迎来重大更新，由全新 Veo 3.1 模型驱动。Veo 3.1 在 Veo 3 的基础上，增强了真实感、提示遵循度和视听质量，尤其是在图像转视频方面表现更佳。Flow 中新的关键功能包括为现有功能（如“Ingredients to Video”、“Frames to Video”和“Extend”）带来丰富的生成音频，从而实现更连贯… -
秘塔 AI 也终于悄悄上线了 DeepResearch。
文章作者深度评测了秘塔 AI 搜索新上线的 DeepResearch 功能，认为其产品设计达到了“教科书”级别。作者通过实际案例展示了 DeepResearch 在处理复杂问题时的独特可视化思考链，打破了传统 AI 搜索的“黑盒”模式，让用户直观了解 AI 的搜索、思考和决策过程。文章还赞扬了秘塔 AI 在报告质量、信息溯源、个性化来源管理等方面的细节设计，并对比了其与 OpenAI 等国际竞品的… -
产品经理也能“开发”需求？淘宝信息流从需求到上线的 AI 端到端实践
文章详细介绍了淘宝推荐信息流业务面临的需求多、技术栈杂、协作效率低等痛点，导致需求上线周期长。为解决这些问题，团队推出了 AI 驱动的 WaterFlow 平台。该平台通过 Central Agent 将产品经理的自然语言需求转化为结构化的需求文档和详细开发任务，再由 Code Agent（Codex）在云端沙盒环境中自动生成多端代码。Codex 结合编程领域大模型与系统、用户、代码上下文，精确指…
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：×