-
非技术小白专用指南，5分钟学会Claude Code Skills
Claude Code Skills其实很简单。没有MCP那些恶心的配置格式转换调试，它可以简单到只有一个Markdown文件。如果你对于Markdown不了解，可以看下面的入门小册子：其中和Skills关系最大的是元信息，看起来很复杂，其实说白了就是用来解释标注这个文本的内容，它就类似于Skill技能包的身份证，Claude后面之所以能够查找到这个Skill， 完全依赖于这些元信息的标注。Mar…- 0
- 0
-
三种AI记忆让智能体真正“长大”
当你的AI助手不仅能记住你的喜好，还能从失败中学习，甚至在思考中自我优化，这意味着记忆系统已经进化出了完整的心智层次。过去一年，AI行业经历了一场记忆觉醒。然而行业仍面临一个关键问题：大多数记忆系统仍停留在“记住什么”的层面，而非“如何利用记忆成长”。智能体记忆正在分化为三个清晰的认知层次：事实性记忆建立身份、经验性记忆沉淀能力、工作记忆优化思考。这种分化不仅是一种技术架构，更是AI从工具进化为伙…- 0
- 0
-
AI Agent 记忆系统：从短期到长期的技术架构与实践
前言Cloud Native随着 AI Agent 应用的快速发展，智能体需要处理越来越复杂的任务和更长的对话历史。然而，LLM 的上下文窗口限制、不断增长的 token 成本，以及如何让 AI“记住”用户偏好和历史交互，都成为了构建实用 AI Agent 系统面临的核心挑战。记忆系统（Memory System）正是为了解决这些问题而诞生的关键技术。记忆系统使 AI Agent 能够像人类一样，…- 0
- 0
-
构建企业级智能体AI系统的七层架构
服务层、中间件、上下文管理及更多内容现代智能体AI系统，无论运行于开发、预发布还是生产环境，均采用分层架构构建，而非单一服务。每一层各司其职，分别负责智能体编排、内存管理、安全控制、可扩展性与故障处理等核心功能。企业级智能体系统需整合这些层级，确保智能体在真实业务负载下保持高可靠性、可观测性与安全性- 0
- 0
-
史上最最通俗的，AI发展历程综述！
本文将追根溯源，从历史发展的时间线视角，深入探究AI的诞生历程，以及其在诞生后的几十年间所经历的变革与演进。在阐述演进过程时，我会详细介绍大量相关的细分技术模块，期望大家能对AI整体的技术模块及其相互关系形成系统化的认知。（鉴于篇幅限制，不会对某一技术进行极为深入的探讨，若大家对任一细分技术感兴趣，可单独交流。）最后，我将结合自身亲身参与的一些AI案例，探讨如何更有效地运用AI提升业务价值，同时展…- 0
- 0
-
为什么大多数 Agent 项目，最终都没能跑进核心业务系统？
过去一年，企业在AI上的投入正在迅速拉开差距：有的企业，AI应用仍停留在Demo和试点阶段；而有的企业，已经开始用Agent重构研究、运营与决策流程。表面上看，大家采用的或许都是“大模型”，但真正拉开差距的，并不在于模型能力本身，而是源于一个最根本的问题：即企业是否具备支撑AI长期稳定运行、并持续放大价值的基础设施？当AI开始切实影响组织效率、成本结构与决策速度时，Agent能否规模化落地，已不再…- 0
- 0
-
PNAS：大语言模型如何在不同语言中加剧知识鸿沟
导语一项于12月18日发布在PNAS的研究聚焦于大型语言模型（LLM）在不同语言环境下学习新知识时的不平等现象。研究团队针对 19 种语言和 4 个主流模型（包括 GPT-4o-Mini、Llama-3.1-8B 等）构建了多语言平行数据集，通过上下文学习和微调两种方式，系统性地观测了基于语言的性能差异。研究发现，LLM 在处理低资源语言时，在新知识学习的效率、跨语言迁移、知识冲突的优先级处理以及…- 0
- 0
-
一口气看完了200+企业的300多个AI案例，我发现了什么？
过去两个月时间，InfoQ 发起了中国技术力量年终榜单的案例征集（评选结果请戳【阅读原文】），最终一共征集到了来自 200+ 企业的 300 多个 AI 案例，根据对这些提报案例的分析，我们发现当前中国人工智能产业正处于一场深刻而务实的转型之中，从早期对模型参数规模、技术指标和算力堆砌的模型竞赛，逐步转向以业务价值、落地效率与合规性为核心的落地竞赛。通过对这些案例的系统梳理，可以清晰地看到，真正实…- 0
- 0
-
Kubernetes 会成为 AI Agent 的最佳运行平台吗？
📄 文章摘要从云原生演进视角出发，系统阐述为什么 AI Agent 需要 Kubernetes 级别的基础设施，以及如何通过 Agent 编排、MCP 服务化与 AI 原生网关，构建真正生产级的 AI 原生架构。作为一个长期在云原生领域工作的实践者，我越来越确信一件事：AI Agent 不只是一个应用形态的变化，而是基础设施范式的迁移。随着人工智能从 Demo、Copilot 逐步走向真正承担任务…- 0
- 0
-
2026 年 ChatGPT 要加广告了，最懂你的 AI 都开始出卖你
2026 年，很可能是人类首次需要给 AI 安装「广告拦截器」的一年。就在今天凌晨，据 The Information 爆料称，OpenAI 员工正在琢磨如何让 ChatGPT 在用户提出相关问题时，优先显示「赞助内容」。比如你问睫毛膏推荐，就可能看到厂商的软广。近几周内，OpenAI 的员工还制作了多种广告展示方式的原型图，其中就包括可能会出现在 ChatGPT 的界面侧边栏中。从 2…- 0
- 0
-
凯文·凯利的2049：一份写给中国企业家的未来地图
2025年8月7日，OpenAI发布了GPT-5。沃顿商学院的教授伊桑·莫利克（Ethan Mollick）长期关注创新创业与人工智能，第二天他就在博客上分享了他的GPT-5使用感受。他只输入了一句话：“做一个野兽派建筑生成器，要酷。”两分钟后，他的屏幕上便出现了一个可以随意拖拽、编辑的3D城市模拟器：有霓虹灯,有飞驰的汽车,有动态摄像机。他全程没看一行代码，甚至在后续的优化中，他也只是不断地说“…- 0
- 0
-
全新输入法发布，终于舒服了！
作为自媒体工作者，每天不仅要写文案，还要面对不同的沟通对象。回复粉丝留言、处理商务合作、和老板同事沟通，这些都需要通过敲键盘去完成。一直以来我非常渴望有一款高效的输入工具，能帮我提升工作效率，现在终于找到了。智谱 AutoGLM 团队推出了电脑端智能语音助手「智谱 AI 语音输入法」，经过一段时间的体验，我觉得可以将它推荐给各位。智谱 AI 语音输入法已经上线了 MacOS 和 Windows 版…- 0
- 0
-
skill如何实现近乎无限上下文？：《Equipping agents…… with Agent Skills》 ②
Skill是由指令、脚本和资源组成的结构化文件夹，用来补足 Agent 在过程知识和组织背景上的能力缺口。本文将深入解析 Skill 的内部构成、渐进式披露的三层加载机制，以及它如何让大语言模型拥有近似“无限上下文”的工作方式。01Skill的核心构成：SKILL.md每一个 Skill 都是一个文件夹，而它的核心文件是 SKILL.md。可以将其理解为这项技能的“使…- 0
- 0
-
上下文缩减新视角-可逆vs不可逆：Manus联合创始人 Peak Ji最新分享①
在长上下文处理的实践中，上下文压缩常面临丢失关键信息的挑战。Manus公司的联合创始人Peak Ji分享了他们的最新实践，提出了一套关于“可逆”与“不可逆”的精妙平衡策略，为上下文管理提供了新的视角。01可逆压缩 vs. 不可逆摘要首先，需要更新一个认知：不能笼统地将所有“减小上下文”的操作都称为“压缩”。为了精细化管理，Manus将其严格划分为两种操作。第一种是压缩 (Compaction)，其…- 0
- 0
-
Open WebUI：可能是目前最好用的本地大模型 Web 界面
做本地大模型（Local LLM）折腾久了，大家应该都绕不开 Ollama。东西是好东西，但天天对着黑底白字的命令行窗口（Terminal）聊天，体验确实差点意思，尤其是想发个图、传个文件的时候，命令行就捉襟见肘了。最近在 云栈社区 有个项目被大家反复安利 —— Open WebUI（以前叫 Ollama WebUI）。我也跟风部署了一套，用了几天，感觉这玩…- 0
- 0
-
Claude Agent Skills 深度解析：原理、工作流与最佳实践
Claude 现已引入 Skills 功能，显著提升了其执行特定任务的能力。Skills 本质上是一个包含指令、脚本和资源的结构化文件夹，Claude 能够根据任务需求动态加载这些资源。这一机制的核心优势在于按需加载：Claude 仅在检测到当前任务与特定技能相关时才会调用该技能。这种设计不仅确保了 Claude 的运行效率，还能使其快速获取特定领域的专业知识，从而更高效地完成任务。在执行过程中，…- 0
- 0
-
Seed Prover 1.5：全新 Agentic 架构，更强数学推理表现
今年 7 月，字节跳动 Seed 团队受邀参加了 IMO 2025。我们的形式化数学推理模型 Seed Prover 通过 3 天的尝试，完整解决了 6 道题目中的 4 道以及一道题的部分证明，达到官方认证的银牌成绩。近日，我们推出新一代形式化数学推理专用模型 Seed Prover 1.5 ，通过大规模的 Agentic RL 训练，其推理能力和推理效率取得显著进步。相比上一…- 0
- 0
-
MiniMax M2.1 终于上线，咱憋了一肚子话终于能说了。。。。。
昨天，MiniMax M2.1 发布。前脚 MiniMax 刚传出通过港交所聆讯的消息，后脚就直接发布了新一代模型 —— M2.1。巧的是 GLM-4.7 也几乎选在同一时间段发布。你品，你细品这个时间点。这哪是发模型啊！不过我不想聊资本故事，因为我拿到了 M2.1 的内测资格，连测了一晚上，觉得这个模型有点东西啊，体感约等于 90% 的 claude，怕是自己“幸存者偏差”，一直捂着没…- 0
- 0
-
GLM-4.7发布后，n8n就不用学了！搭个AI Skills一键生成工作流
今天，我又要来得罪人了。甚至可以说，这篇文章发出来，可能会直接断了很多人的财路。起因是我前几天分享的两篇关于n8n工作流的文章，彻底爆了：这10个n8n工作流，直接干死了90%的Tiktok视频生产，一键直出100条这15个n8n工作流，直接干掉了90%的跨境电商营销工作这几天应该有超过500人加我微信。。但因为我还在外面出差，导致很多消息回复很慢加我的很多同学都想学n8n，还有一部分让我帮忙定制…- 0
- 0
-
在引入 AI Agent 之前，企业至少要先想清楚这 5 件事
前两篇文章里，我反复强调一个判断：AI Agent 进入企业，卡住的不是能力，而是组织是否准备好承担后果。但现实中，真正让企业犯错的，往往不是“大方向没想清楚”，而是在具体决策时，没有一套可以反复使用的判断标准。于是问题就会变成：这个 Agent 到底能不能上？是现在上，还是等等再上？是小范围试，还是直接进主流程？下面这 5 个问题，是我认为任何企业在引入 AI Agent 之前，都必须先想清楚的…- 0
- 0
-
MiniMax M2.1 首测——从零构建应用的新体验
很幸运前两天受邀参加了 M2.1 的内测，然后今天看到 MiniMax 官方正式发布了，先说结论：我觉得叫 M2.1 有点谦虚了，因为实际体验下来，MiniMax M2.1 的提升很明显。1.延迟和长程任务的管理明显做了优化，同样的任务比之前效率更高，消耗更少的tokens，写代码不啰嗦；2.另外指令遵循能力变强；3.代码能力绝对称得上第一梯队（包括开源和闭源）实际上，Minimax 在发布 M2…- 0
- 0
-
阿里 Qwen3-TTS 两大更新直接封神！支持跨物种音色克隆，3 秒复刻！
说实话，今年语音模型的内卷程度已经到了不讲武德的地步。但这次，Qwen3-TTS 的更新，是真的有点狠，可能会直接刷新你的认知。阿里通义刚刚上线了 Qwen3-TTS 的两大核心能力：• VoiceDesign（VD-Flash）：用文字“设计”声音，而不是选声音。• VoiceClone（VC-Flash）：3 秒音频，跨语言、跨物种级别的音色克隆。不仅可以让你自…- 0
- 0
-
探秘 AgentRun丨流量一大就瘫痪？如何解决 AI 模型调用之痛
阿里云函数计算 AgentRun 全新发布后，我们整理了“探秘 AgentRun”系列文章，本系列将梳理企业落地 Agent 常见难题，给出具体解法，助力 Agentic AI 快速走进生产级环境。欢迎加入“函数计算 AgentRun 客户群”与我们交流，钉钉群号：134570017218。在《通过无代码创建的 Agent，如何用高代码进行更新？》文章中，我们提到过一个真实用户的痛点：“我之前做过…- 0
- 0
-
智能时代的数据基座：烟台银行构建“可信数据存储安全体系”的实践与展望
导读 传统的以网络边界防护和静态灾备为核心的数据安全模式，正面临根本性挑战：数据流动速度与价值密度激增使得攻击面无限扩大，合规底线日趋严格，尤其是若不能保障数据全生命周期内的机密性、完整性与可用性，所有基于数据的AI智能体都将成为“无源之水”甚至因“数据中毒”而引发战略风险。本文由来自烟台银行的同行分享了该行“三层递进、持续自愈”的数据存储安全体系建设实践，包括技术路线评估选…- 0
- 0
扫码打开当前页
联系我们
-
￥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：×