-
推荐系统三十年：从协同过滤到大模型时代的技术编年史
文章系统地梳理了推荐系统从 1992 年诞生至今的三十余年发展历程。它以时间为轴，详细阐述了四个关键阶段：起源篇（协同过滤的黎明）、发展篇（Netflix Prize 与特征工程时代）、成熟篇（深度学习的全面统治）和未来篇（大模型时代的范式转移）。文中不仅介绍了 Tapestry、GroupLens 等早期系统，矩阵分解、GBDT+LR 等中期技术，以及 Wide & Deep、DIN 等… -
亚马逊钥匙：每年解锁 1 亿扇门的系统架构解析
本文深入探讨了亚马逊钥匙背后的系统架构，该服务为配送员提供对门禁社区或建筑的安全访问。文章详细介绍了该系统从最初尝试解决停车访问问题，到转向解决最后一公里配送难题的演变过程。最初系统采用无服务器（Lambda / 物联网）架构。随着业务扩展到全球数百万地点，系统演进为基于 ECS Fargate 的容器化微服务架构，以应对扩展性挑战。文章重点介绍了蜂窝网络硬件、ECS Fargate 以提高性能、… -
Google AI Studio：开发者体验全面升级
Google AI Studio 在 Google I/O 大会上重磅发布一系列更新，旨在改善开发者使用 Gemini 和其他模型进行构建的体验。主要功能包括编辑器原生集成的代码生成，利用 Gemini 2.5 Pro 的编码能力，通过文本或图像提示快速创建 Web 应用程序。新的“构建”选项卡助力应用程序快速开发，并支持一键部署至 Cloud Run。更轻松地访问 Imagen、Veo 及原生语… -
ClickHouse 的“独孤九剑”：极速查询的终极秘籍
本文以“独孤九剑”为喻，生动形象地介绍了 ClickHouse 作为 OLAP 数据库系统的核心技术特点。文章从整体架构入手，阐述了 ClickHouse 的存储层和查询处理层的创新之处，以及 MPP 架构的优势。随后，文章详细解读了 ClickHouse 的八大关键技术，包括列式存储、向量化执行引擎、预排序、表引擎、数据类型、分片与副本策略、索引设计和计算引擎。通过对这些技术的深入分析，揭示了 … -
AI 写 70%，剩下 30%难得要命？Google 工程师直言：代码审查已成“最大瓶颈”
文章深入探讨了 AI 代码生成工具（如 GitHub Copilot、Gemini、Claude）在提升开发者生产力方面的双面效应。Google Chrome & Gemini 工程师 Addy Osmani 指出，尽管 AI 能快速生成 70%的代码，尤其在 UI、业务流程和样板代码方面，但剩下的 30%关键工程细节（如业务边界、异常处理、系统适配、可维护性、性能优化等）却成为资深工程师… -
Claude Skills 发布：提示词、素材按需加载
文章详细介绍了 Anthropic 推出的 Claude Skills 功能，它允许用户按需加载专业的提示词包和可执行代码包，从而扩展 Claude 模型的能力。该功能具备可组合性（多个技能叠加，Claude 自动识别）、可移植性（跨 Claude Apps、API 和 Claude Code 使用）、高效性（只加载最小必要信息）以及包含可执行代码的特性。Skills 的结构包括核心指令（SKIL… -
Vol.72 技术、应用、资本，2025 年 9 月 AI 行业综述---154 页 PPT
本期播客以 2025 年 9 月为时间节点，对 AI 行业进行了全面而深入的综述，内容涵盖技术发展、应用趋势和资本流向。在技术层面，播客详细阐述了 OpenAI 所定义的 AI 发展范式，强调了强化学习在模型自我进化中的关键作用，并分析了中美两国在开源模型、多模态 AI（图片、视频、3D）以及 AI 编码（AI Coding）领域的激烈竞争与各自优势。在应用层面，播客重点探讨了 AI Agent … -
【早阅】氛围编程：AI 幻觉让你错失 20% 实际生产力，并累积巨额技术债务！
本文深度剖析了当前 AI 辅助编程中存在的“氛围编程”（Vibe Coding）现象及其潜在危害。作者指出，虽然许多开发者主观感觉 AI 编码工具提升了 20% 的生产力，但随机对照实验（RCT）表明实际生产力反而下降了 20%。这一错觉源于 AI 过度抽象化、“自动驾驶”陷阱以及 AI 生成低质量代码导致的巨额技术债务。文章提出了三大解决方案：一是进行交互式规划，确保人类始终参与并修正 AI 的… -
刘润年度演讲：最赚的生意，藏在情绪里
刘润年度演讲深入剖析了当前商业环境的挑战，指出企业正面临“生态位干旱化”和“内卷”困境。文章提出“大迁徙”作为核心应对策略，鼓励企业跳出红海竞争，寻找新的增长蓝海，并以角马迁徙为例生动阐释。其次，文章强调企业需避免“品类僵化”，通过“停下笔、换卷子、答新题”的方法，从旧有产品思维转向关注和满足用户新需求，通过烤匠、AirBuggy、智能门锁等案例进行论证。最后，文章指出消费者正在经历“价值重排”，… -
为什么 AI 干不了体力活——对话清华大学教授刘嘉 | 万有引力
CSDN《万有引力》系列对清华大学刘嘉教授的深度访谈，深入探讨了人工智能发展的核心问题与未来趋势。刘教授回顾了自己从 AI 寒冬到回归 AI 研究的历程，强调脑科学与 AI 交叉研究的深远意义。他指出，AI 在体力活方面面临巨大挑战，因为小脑主管运动且进化更复杂。刘教授坚定认为“Scaling Law”是 AI 的第一性原理，模型参数的扩大是通向智能的必要条件。同时，他提出“通用模型专家化”是工业… -
提示词工程已 Out！爆火的“上下文工程”究竟是个什么？
文章介绍了 AI 领域新兴的'上下文工程'概念，指出其正在替代传统的'提示词工程'。通过 Shopify CEO 和 AI 专家的观点，阐述了上下文工程的核心在于为任务提供足够的上下文信息，使大语言模型能够产生合理响应。文章详细分析了上下文的组成部分，包括系统指令、用户输入、对话历史等，并通过实际案例对比展示了上下文设计对 AI 应用效果的决定性影响。特别强… -
Cursor Rules 优化实战：构建高效稳定的 AI 代码生成规范体系｜得物技术
文章深入探讨了在得物内部如何优化基于 Cursor IDE 的 AI 代码生成规范体系。针对旧版 Rules 存在的规则冗余、提示词冲突和维护困难等痛点，提出了基于“分层架构 + 职责分离 + 按需调用”的新版三层结构设计理念。详细阐述了基础层（如代码质量、命名）、模块层（如组件、服务）和流程层（如 CRUD 页面、数据埋点）的精细化设计，并通过标准化规则格式和 AI 协作执行协议，确保 AI 准… -
DeepSeek 团队新作：把代码变成思维链，大模型推理各种能力全面提升
DeepSeek 团队发布了一项新研究，他们构建了一个名为 CODEI/O 的数据集，该数据集通过将代码转换为思维链的形式，用于训练大型语言模型。该数据集包含 300 多万个实例，并通过引入验证和修订机制，形成了更高质量的 CODEI/O++ 数据集。通过对 Qwen、Llama 等模型进行训练，结果表明，在包括常识、数学、代码、物理、工程等多种类型的推理任务中，模型性能都取得了全面提升，甚至在非… -
Instagram 如何规模化其基础设施以支持十亿用户
本文深入探讨了 Instagram 如何扩展其基础设施以支持十亿用户。文章回顾了 Instagram 早期面临的挑战，如手动服务器扩容、性能不稳定和数据库过载。随后，文章详细介绍了 Instagram 在扩展方面的三个关键维度：通过增加服务器来扩容基础设施，通过优化查询和缓存来提高服务器效率，以及通过自动化和持续部署来扩展工程团队。此外，文章还深入研究了 Instagram 的后端架构，包括 Dj… -
一张图秒生 LoRA ? Qwen-Image-i2L 诞生记
文章详细阐述了魔搭社区在“图生 LoRA”技术上的探索与实践，推出了 Qwen-Image-i2L 模型系列。该模型旨在通过输入一张图片，直接生成对应的 LoRA 模型权重，将耗时数小时的传统 LoRA 训练过程压缩到模型前向推理。文章首先分析了该技术的可行性，并探讨了模型结构设计中遇到的挑战与解决方案，如采用双层全连接结构并结合多种强大图像编码器。随后，文章详细介绍了 Qwen-Image-i2… -
2018 - 2020，抖音超越快手的关键三年｜42 章经
文章通过对前字节跳动员工于北川的深度访谈，复盘了抖音从 2018 年到 2020 年高速增长并超越快手的关键三年。于北川作为内部亲历者，详细阐述了抖音早期通过坚守年轻化品牌调性、独立审美和强大的内容运营吸引种子用户；其单列分发器和“无脑”内容消费心智如何实现极致的分发效率和用户泛化；以及在与快手的竞争中，字节跳动如何通过“不破不立”的战略思维、倾集团之力在 2020 年春节进行流量大战并最终奠定胜… -
拆箱开源版 Coze：Agent 核心三件套大公开，48 小时揽下 9K Star
文章详细介绍了字节跳动 Coze 平台近期开源的两款核心产品：低代码可视化 Agent 开发平台 Coze Studio 和 Prompt 开发、评测与运维平台 Coze Loop，并结合此前已开源的 Agent 开发框架 Eino，共同构建了 Agent 从开发、评测到运维的完整生命周期闭环。文章指出，Agent 正从“炫技玩具”走向“落地应用”，但仍面临用户体验不稳定和开发门槛过高两大阻力。C… -
万字解读 OpenAI 产品哲学：先发布再迭代、不要低估模型微调和评估
本文是对 OpenAI 首席产品官 Kevin Weil 一期播客访谈的编译，主要阐述了 OpenAI 的产品发布哲学——“迭代部署”，即先发布不完美的产品，然后在公开迭代中不断完善，以及“模型最大化”的理念。Weil 强调 OpenAI 不应只是一家产品公司，而应是研究与产品并重的公司，两者的紧密合作至关重要。他还指出，模型微调的价值被行业低估，针对特定用例进行微调能显著提升模型表现。此外，We… -
阿里千问 QwQ-32B 推理模型开源，比肩 671B 满血 DeepSeek-R1！笔记本就能跑
文章介绍了阿里云开源的 QwQ-32B 推理模型，该模型以 320 亿参数实现了与 6710 亿参数的 DeepSeek-R1 相媲美的性能，并在 LeCun 领衔的 LiveBench 等基准测试中超越了 DeepSeek-R1。QwQ-32B 在多个基准测试中超越了 o1-mini，并能在消费级显卡上流畅运行，极大地降低了 AI 应用的硬件门槛。文章通过数学题、微积分和推理题等实例，展示了 Q…
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：×