-
我的研发实践：高准确率 AICoding 工作流设计
本文深入探讨了在企业级复杂场景下，如何通过 AI 技术显著提升研发效能，同时确保代码质量。作者以“氛围编程”概念切入，指出 AI 生成代码虽能提高效率，但在质量保障方面仍存挑战。基于此，团队聚焦于 AB 实验下线、Switch 开关治理等高频、重复且熟悉的非业务需求场景，设计了一套高准确率的 AICoding 工作流。该工作流融合了 MCP（Agent 与工具通信）、A2A（Agent 间协作）和… -
六个月疯狂编程、爆肝 30 万行代码！程序员每月花 1400 元，把 Claude Code 玩到极限后感慨：可能因此少活五年
文章详细记录了一位资深开发者 JokeGold5455 在六个月内，利用 AI 编程助手 Claude Code 重构一个约 10 万行 TypeScript 微服务项目至 30-40 万行代码的经历。尽管为此付出了巨大努力，甚至自嘲“可能因此少活五年”，但他最终成功将项目从技术债累累的旧系统改造为高质量、高效率的新系统。作者深入探讨了如何克服 AI 在长期、复杂任务中面临的挑战，如上下文丢失、技… -
万字详解高可用架构设计
本文从高可用架构设计的重要性出发，详细介绍了系统设计的四高愿景：高可用、高性能、高扩展和高效率。文章强调了从产品需求到代码开发、运维部署的全生命周期设计，并探讨了故障预防、发现、恢复和总结的关键步骤。此外，文章还深入讨论了 API 安全策略、系统灰度发布、容量评估与规划、性能压测以及架构分层设计等关键技术。最后，文章介绍了无状态设计、回滚设计、灰度发布、幂等设计等提高系统可用性和扩展性的关键原则，… -
面向生产环境的高效上下文感知多智能体框架设计
本文解决了在扩展用于长周期任务的复杂 AI 智能体时，上下文管理的关键瓶颈，反对仅仅增加上下文窗口大小。文章提出了“上下文工程”作为一个新的学科，将上下文视为具有自身架构和生命周期的一等公民系统。Google 的智能体开发工具包 (ADK) 是一个开源、多智能体原生框架，它基于上下文是“编译视图”且构建于更丰富的有状态系统之上的理念。ADK 的架构遵循三个核心原则：将存储与表示分离，通过命名的处理… -
使用编程技能赚取被动收入 [译]
本文通过作者从公司 CTO 转型为独立开发者的经历，详细介绍了如何利用编程技能创建并运营能带来被动收入的软件产品组合。文章强调了独立开发者的职业道路是可行的，关键在于创造产品、自启动和持续迭代。作者分享了通过开发小型应用和 SaaS 产品实现被动收入的经验，并指出创业过程中最大的挑战是高度不确定性，需要通过快速迭代和验证来降低风险。此外，文章还讨论了营销和销售的重要性，强调了早期用户获取、社区互动… -
阿里半夜开源全新推理模型，QwQ-32B 比肩 DeepSeek-R1 满血版
阿里开源了新的推理模型 QwQ-32B，该模型参数量为 320 亿，但性能可与 6710 亿参数的 DeepSeek-R1 满血版相媲美，实现了模型压缩。该模型基于 Qwen2.5-32B，通过扩展强化学习（RL）方法，采用冷启动和两阶段训练，在数学和编码任务上取得了显著的性能提升。QwQ-32B 已在 Hugging Face 和 ModelScope 开源，并集成了与 Agent 相关的能力，… -
2025 年终必看：开源大模型哪家强？9 大模型架构演变历程一次性看明白
本文作为一份深入的技术指南，全面回顾了 2025 年开源大语言模型（LLM）领域的最新发展与架构演变。文章首先概述了语言模型从统计到大模型阶段的四个关键历程，随后详细对比了 DeepSeekV3/R1、OLMo2、Gemma3、MistralSmall 3.1、Llama4、Qwen3、SmolLM3、Kimi2 和 GLM-4.5 等九大主流开源模型的独特架构设计。重点讨论了混合专家（MoE）架… -
从 browser-use 出发，品 Agent 实现
本文从工程师的视角出发，系统地回顾了 LLM 应用从纯对话到 Workflow 编排再到 Agent 的演进过程。重点阐述了 Agent 的三个核心组成部分：记忆(Memory)、规划(Planning)和工具(Tools)。详细介绍了 Agent 的两种规划范式（分解优先与交错分解）和记忆的分类（短期与长期）。作者以 browser-use 项目为例，剖析了其工程架构，包括 Agent Core… -
6000 字+6 个案例：写给普通人的 MCP 入门指南
本文旨在降低普通用户使用 MCP (Model Context Protocol) 的门槛。首先简要介绍了 MCP 的概念和作用，即统一 LLM 与工具交互的数据格式标准，降低适配成本。接着详细讲解了配置 MCP 前的准备工作，包括安装 uvx 和 npx 等命令行工具，并区分了 Stdio 和 SSE 两种模式。随后，文章分别针对 Windsurf 和 ChatWise 两种客户端，提供了详细的… -
AI 编程神器 Cursor 十大使用技巧：让代码更听你的话
本文详细介绍了 AI 编程工具 Cursor 的十大使用技巧，以及 MCP (模型上下文协议) 如何通过统一标准，让 AI 更好地连接外部世界，从而赋能 AI 编程，实现自然语言编程和快速迭代。文章还探讨了“聊天式”编程的兴起，以及 Cursor 如何改变传统的软件开发流程，模糊产品经理、设计师和程序员之间的界限。此外，文章还分享了 Cursor 团队对未来工程师的看法，即人机混合体将成为主流，创… -
Claude Skills 不就是把提示词存个文件夹吗？
该文章详细解读了 Anthropic Claude 生态系统中的核心组件，包括 Prompts、Skills、Projects、Subagents 和 MCP，旨在帮助读者理解这些功能如何协同工作，将传统的“提示词工程”提升为更高级的“流程工程”。作者刘小排从 AI 产品创业者的视角出发，通过生动比喻和官方解释，清晰阐述了每个组件的定义、作用及适用场景。Skills 被定义为可复用的流程、脚本和资… -
AI 原生数据库的思考
在 AI 大模型技术日益普及的背景下，企业在落地 AI 应用时面临私有数据缺失和模型缺乏记忆两大挑战。为应对这些挑战，文章指出数据库需要进化，以实时存储企业私有数据和用户行为，并支持高效的上下文工程。作者提出了一种新的数据库工作负载——“面向 Agent 的多模混合搜索”，要求数据库能处理结构化、半结构化及无结构化数据，并支持关系、全文、向量、图等多种索引。文章详细阐述了 AI 数据库的“变与不变… -
在画了几百张 nano banana pro 图片收获了几百万流量之后的一些提示词写作经验
作者分享了其在 AI 绘图领域，尤其是在生成“nano banana pro”系列图片并获得数百万流量后的提示词写作经验。文章核心观点是提示词是实现创作想法的手段而非目的，并提供了一套非传统但实用的 AI 辅助提示词优化流程。他首先强调不必过度追求提示词的专业细节，而是应从大白话开始，关注审美和判断力。当效果不佳时，作者建议利用多个 AI 模型（如 Gemini、ChatGPT）进行优化，并提供明… -
AI 智能体构建总结：17 种架构详细实现！
本文旨在弥合 AI 智能体理论与实践之间的鸿沟，为开发者、研究人员和 AI 爱好者提供一条结构化、实用且深入的学习路径。文章详细介绍了 17 种 AI 智能体架构，并将其分为五大核心部分：基础模式（如反思、工具使用、ReAct、规划）、多智能体协作（如多智能体系统、黑板系统）、高级记忆与推理（如情景+语义记忆、思维树）、安全性、可靠性与真实世界交互（如演习线束、模拟器、PEV、元认知）以及学习与适… -
从 CoT 到 AGI：深扒大模型 LLM“深度思考”的技术演进
文章详细探讨了大型语言模型（LLM）“深度思考”能力的起源与发展，从机器思考的本质、Transformer 架构的微观结构与参数规模的重要性入手。接着，阐述了深度思考减少幻觉的必要性，并详细介绍了 CoT 及其变体等外部引导方法。核心篇幅深入分析了基于人类反馈的强化学习（RLHF），对比了 PPO、DPO 和 GRPO 等主流算法的优劣，并对 RLHF 的局限性进行了批判性反思。最后，展望了原子性… -
不再构建智能体，转而构建技能 – Barry Zhang & Mahesh Murag，Anthropic
在本次演讲中，Anthropic 的 Barry Zhang 和 Mahesh Murag 介绍了“智能体技能”（Agent Skills）这一概念。他们指出，当前的 AI 智能体虽然拥有智能，但常缺乏实际工作所需的领域专业知识。智能体技能通过将可组合的过程性知识打包成简单的、基于文件的文件夹来解决这一问题，使其易于创建、版本控制、共享，并能与现有运行时环境和模型上下文协议（MCP）服务器集成。这… -
如何构建生产级生成式 AI 应用
本综合指南阐述了将生成式 AI 原型过渡到生产级应用中的复杂性。它强调了团队常遇到的问题，例如准确性不足、模型幻觉、成本过高、性能瓶颈以及安全防护机制缺失等。文章提供了结构化的建议，首先从“为何使用大模型？”这一根本问题切入，随后深入探讨了关键方面，如基于各项性能指标的模型选择、作为首要防御的提示工程，以及如何优化输入质量。此外，还涵盖了 Token 用量优化以降低成本、实施安全防护机制以确保符合… -
SPEC 为什么会失败？
文章指出，AI 辅助编码正在改变开发方式，SPEC（Specification）驱动开发成为向 AI 传达设计意图的关键。然而，实践中存在背景缺失、评审缺位、过度设计、规约与实现解耦以及流程形式化等五个主要失败点。针对每个失败点，文章详细阐述了失败场景及其根本原因，并提出了“先定规则再干活”、“开发者承担架构师责任”、“拆分 SPEC 并追求确定性”、“先行调整 SPEC 再改代码”和“将 SPE… -
文件系统在智能体上下文工程中的应用
本文探讨了深度智能体如何利用文件系统工具（读取、写入、编辑、列表、搜索）来改进“上下文工程”，这是智能体可靠性的关键方面。文章指出了上下文管理中常见的挑战，例如检索过多 Token、所需上下文超出窗口限制、难以找到特定领域的信息，以及智能体无法随时间学习。作者认为，文件系统为智能体提供了一个统一且灵活的接口，用于存储、检索和更新无限量的上下文。该方法通过以下方式提供帮助：将大型工具的输出结果卸载到…
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：×