-
当AI开始“组团上班”：大模型多智能体协作到底有多牛？
有时候，一个聪明人不如一群“各有所长”的人一起干活。 在AI的世界里，这种“组队打怪”的方式，正悄然流行，它有个很酷的名字：Multi-Agent（多智能体）协作。 还记得《复仇者联盟》吗？每个超级英雄都有自己的本领，钢铁侠负责科技，黑寡妇搞情报，绿巨人顶近战……他们一起才能打败灭霸。 现在，把这些英雄换成大模型驱动的智能体（Agent），你就会发现：AI不再是一个“大而全”的孤胆英雄，而是一个个…- 5
- 0
-
企业如何建设AI应用开发平台
1 引言 人工智能在过去几年中迅猛发展，助力开发者将AI模型投入生产的工具与平台也随之演进。无论您正在构建聊天机器人、图像生成器还是推荐引擎，选择合适的AI平台都将对性能、可扩展性和开发效率产生决定性影响。 AI开发平台强调一站式开发流程，包括数据处理、训练、部署和运维等，如华为的ModelArts或阿里云的PAI平台。本文将深入解析现代AI开发平台的核心功能，以及它们如何简化大语言模型（LLMs…- 6
- 0
-
有创始人开始收“尽调误工费”了
将投中网设为“星标⭐”，第一时间收获最新推送尽调之前先签一份TS。 作者丨王满华 来源丨投中网 前不久，一位投资人朋友给我分享了一件趣事：某热门赛道的创始人，因为频繁接待前来调研的VC机构，不堪其扰之下提出了“来尽调得先支付误工费”的要求。该创始人还给自己这一决策起了个名号，叫“反向投资模式”。 这不禁让我联想到此前因“想尽调先打1000万保证金”而出圈的领存科技。不过与领存当时的“天价”门槛相比…- 6
- 0
-
一文吃透Dify：Chatflow与Workflow的深度对决
摘要：在 dify 平台开发 AI 应用的过程中，Chatflow 和 Workflow 就像是一对让人困惑的 “孪生兄弟”。初次接触 Dify 的开发者，往往会被它们看似相似的外观和操作界面所迷惑 ，难以快速精准地把握二者之间的核心差异。 就拿客服场景来说，如果错误地选用 Workflow，会出现怎样的状况呢？当用户询问商品的某个细节时，系统给出回答；紧接着用户又询问该商品的使用方法，这时问题就…- 13
- 0
-
Grok-4背后：一场“接近无限算力”的暴力美学革命
点击蓝字 关注我们前言 当科技圈的目光还聚焦于模型参数的百亿、千亿之争时，一个更野蛮、更纯粹的竞争维度已经悄然拉开帷幕——算力。如果说过去的AI发展是一场精巧的算法竞技，那么随着Grok-4的正式发布，我们正被拖入一个由“无限算力”主导的全新纪元。这不仅是技术的迭代，更是一种“暴力美学”的集中体现：用绝对的力量碾压一切技巧，用无尽的计算资源去逼近智能的终极真相。 今天，我们就来深入探讨，传说中的G…- 8
- 0
-
一文讲清楚大模型中8个关键词及原理：LLM、Transformer、GPT、Bert、预训练、微调、深度学习、Token
点击上方蓝字关注我们 什么是大模型？你是不是脑子里浮现的是 OpenAI、ChatGPT、DeepSeek？还有各式各样能跳个舞、可以翻个跟头的机器人？再深入点的，还能说出训练与推理。 有没有一种感觉：就是身边的信息都在声嘶力竭的鼓吹大模型正在改变世界？恍惚自己再不学习下大模型，就马上会被世界所抛弃的感觉？ 如果你有这种感觉，那就对了。因为我曾经也有这个感觉，所以在某个时间、某个瞬间，我就下定…- 2
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 2
- 0
-
企业新基建：MCP + LLM + Agent 8大架构，将打通AI Agent的“神经中枢”落地实操！
随着AI智能体技术的快速发展，如何高效构建和管理多Agent系统成为开发者关注的焦点。本文将深入解析8种当前最受欢迎的LLM Agents开发框架，并详细演示如何为每种框架集成MCP Server，让你的智能体拥有强大的外部工具调用能力，本文上一篇文章的实操篇企业新基建：MCP + LLM + Agent架构，将打通AI Agent的“神经中枢”。 一、什么是MCP Server？ MCP（Mod…- 5
- 0
-
Anthropic官方：Claude Code – 安装配置手册
Claude Code 概述 了解由 Anthropic 开发的智能体式编程工具 Claude Code（编者注：这有别于Cursor等聊天式编程工具），目前作为研究预览版处于测试阶段。 npm install -g @anthropic-ai/claude-code 请勿使用 sudo npm install -g，这可能导致权限问题和安全风险。若遇到权限错误，可参考 配置 Claude Cod…- 28
- 0
-
聊一聊企业落地LLMOps：生产就绪的大语言模型建设（精品）
0 引言大语言模型（LLMs）的迅猛发展彻底革新了人工智能领域，极大地拓展了机器对语言的理解与生成能力。然而，将这些复杂模型部署并管理于生产环境中，面临着诸多传统机器学习运维（MLOps）方法难以全面应对的独特挑战，由此催生了专门的学科领域——LLMOps。1 LLMOps的“缘起”：一种专业化的应对之道尽管MLOps为机器学习模型的全生命周期管理提供了坚实框架，但大语言模型所具有的独特复杂性，使…- 5
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 3
- 0
-
文档太长模型“吃不下”？15种Chunking神技，助你打造聪明绝顶的RAG系统！
❝你以为RAG系统的“聪明才智”全靠大模型？错！真正的高手，都是切块（Chunking）切得好！一、前言：RAG系统的“吃饭哲学”大家好，我是你们的AI技术侃侃君。今天我们聊点硬核又接地气的：RAG系统里的文档切块（Chunking）。你是不是也遇到过这种尴尬：明明有一份厚厚的文档，想让大模型帮你总结、问答、检索，结果模型一脸懵逼——“对不起，token太多，我吃不下！”别急，这不是模型太菜，而是…- 5
- 0
-
不用AI，可能永远造不出新一代动力电池｜甲子光年
这并不是危言耸听。 作者｜张麟 编辑｜王博 和电动汽车体量的增长速度相比，动力电池性能的提升则十分缓慢，甚至即将停滞不前。 2020年-2024年的5年期间，中国市场的新能源汽车保有量从492万辆猛增至3140万辆，占国内汽车总量的比值从1.75%跃升到8.90%。此外，同时期国内动力电池装机量也从63.6GWh提升至548.4GWh。 与此相对的是，同时期纯电新能源汽车的平均续航仅从378公里，…- 4
- 0
-
AI浏览器是AI产品破局关键？| Perplexity 创始人YC圆桌实录
7月11日，YC发布了Perplexity 创始人兼 CEO Aravind Srinivas 6月在 AI Startup School 的圆桌对话，本次对话聚焦于AI时代下搜索与信息交互的未来形态，对话核心议题包括Perplexity 的最新发展、其未来十倍增长的基础设施挑战、公司押注重注的浏览器产品“Comet”的战略构想，以及在与谷歌、OpenAI等科技巨头的激烈竞争中，创业公司如何寻找…- 3
- 0
-
AI原生的创业公司是什么样的？Lovable员工分享
这是一份以采访的角度，提问Mixlab关注的几个问题，材料基于Lovable 员工 Elena的文章整理而成。 M： 大家好，欢迎来到 Mixlab 今天的特别采访。我们非常荣幸邀请到 Lovable 的员工 Elena，来和我们分享她在 Lovable 的工作体验和对 AI 驱动开发未来的看法。Elena，欢迎您！ Elena： 大家好，Mixlab 的观众朋友们，非常高兴能来到这里。 M： E…- 8
- 0
-
探索AI营养师：多模态知识图谱在食品领域大模型问答升级的革命性作用
摘要 我们提出了一个统一的食品领域问答框架，结合了大规模的多模态知识图谱（MMKG）和生成式人工智能。我们的MMKG链接了13,000个食谱、3,000种食材、140,000条关系以及14,000张图片。我们使用40个模板和LLaVA/DeepSeek增强技术生成了40,000对问答。通过联合微调Meta LLaMA 3.1-8B和Stable Diffusion 3.5-Large，将BERT分…- 7
- 0
-
一文读懂：大模型、智能体、工作流、扣子的核心区别与应用场景
读完约7分钟，掌握AI关键概念，不再在技术讨论中一脸懵逼你是否有这样的困惑：朋友圈都在讨论 ChatGPT、智能体、AI工作流，但你却对这些概念一知半解？会议上大家热议 Coze 空间的应用场景，而你只能假装了解地点头？如果是，那这篇文章正是为你准备的！为什么这些概念让人混淆不清？技术圈有个特点：概念越新，解释越模糊。当我第一次遇到这些名词时，也是一头雾水。网上的解释不是太学术就是太肤浅，严重缺乏…- 4
- 0
-
月暗工程师谈K2：AI交互正在从markdown变成html
K2模型发布后（见今日测评文），月之暗面工程师@Justin Wong 写了一篇技术博客，分享了K2的一些研发细节，并回应了年初的投流争议。他认为，底层模型依然是当前最关键的东西。 部分精彩观点，摘录如下： 1.从Claude 3.5 Sonnet开始，AI写前端到达了可以实用的程度，之后几乎所有新出的模型都会秀一下自己的前端能力。 2.没有人规定文本AI必须输出markdown，如果“前端编程”…- 4
- 0
-
Grok 4 数学推理吊打 o3，OpenAI 奥特曼本轮输麻了
AI圈真是刺激。马斯克又一次冲上热榜，这次他发布的Grok 4，号称是世界上最强的模型，马斯克还计划把它送上太空！ 相比 GPT-4o、Claude 4、Gemini 2.5 Pro 等一众明星模型，Grok 4 来势汹汹，不仅性能碾压，还在推理、编程、长文本处理上全面发力，甚至直接对标 AGI（通用人工智能）标准。 今天，我们不吹不黑，带你实战测试 Grok 4 数学推理强在哪，又值不值得你掏钱…- 7
- 0
-
AI虚拟细胞：数字化生命的探索 | 峰瑞报告
细胞是构成生命的基础单元，人体内的细胞时时刻刻在发生变化。根据《自然-医学》2021年发布的研究，一个人每天更新的细胞量为60~100克，约3300亿个细胞。也就是说，每过1秒，就有约380万个细胞在体内更新上线。从微观视角看，细胞内部与外部之间，无时无刻不在进行着复杂的物质交换、能量流动和信号传递。这些动态而有序的过程，驱动着我们的生长、发育、衰老乃至疾病的发生。理解细胞的状态变化，能够帮助我们…- 4
- 0
-
MCP客户端智能体的开发实践
1 引言本文旨在深入剖析模型上下文协议（MCP）架构及其客户端流程，并实现一个 MCP 客户端智能体。我们将明确当向由大语言模型（LLM）支持的 MCP 提出请求时，幕后究竟发生了什么，以期让整个过程更加清晰易懂。目前，关于构建 MCP 服务器的文章已有很多，例如 MCP 官方网站 上的教程，详细介绍了如何构建一个简单的 MCP 天气服务器并将其连接到主机（如 Claude D…- 3
- 0
-
从机器人三定律说起：当AI遇上道德难题，我们该如何选择？
特斯拉的Robotaxi真正上路了，机器人离我们越来越近了，于是情不自禁总有人会问："你说如果有一天机器人真的像电影里那样普及了，它们会不会反过来伤害人类？" 这个问题让龙叔想起了"机器人三定律"。今天，就让我们从这个经典话题说起，聊聊当AI遇上道德难题时，我们该如何思考。 机器人三定律：一个科幻作家的预言 说到机器人三定律，就不得不提到艾萨克·阿西莫夫这位…- 2
- 0
-
作业安全浏览器：作为“业务应用终端容器”的架构、技术与实践深度解析
1. 引言：新业务边界的崛起 随着远程办公、自带设备（BYOD）和SaaS应用的普及，传统的企业网络边界已经瓦解。工作负载和数据交互的重心已从封闭的内网转移到开放的云端。浏览器作为访问这些服务的主要入口，已明确成为业务运营的全新事实安全边界。 至关重要的是，我们需要明确定义企业安全浏览器（ESB）是什么——以及它不是什么。与为安全研究或网络渗透测试设计的浏览器不同，企业安全浏览器的核心目的是作…- 4
- 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：×