-
AI 如何成为认知导航仪？
🚀 引言｜理解世界，不靠感觉，而靠校准 上一篇推文，我们讨论 AI 是否已超越人类智能；今天的问题是——既然它足够聪明，能否带我们抵达更准确的认知？ 科学从来不是终点，只是人类认知最靠谱的路径。 所谓 “当前最佳理解”，是科学共同体在当下能给出的最稳妥判断。过去想接近这种高度，需要时间、学历和实验室；如今，只要会用 AI，我们就能快速对齐最新共识。 🧭 什么才算 “当前最佳理解”？ 动态共识：它会…- 7
- 0
-
解决不了可靠性的AI Agent，就还是自娱自乐的实验室玩具
Andy读完需要6分钟速读仅需 2 分钟在 AI 领域，Agent 早已不是新鲜概念。OpenAI 内部早在 GPT-3 时期就构建了可自主调试代码的 Agent 雏形。但是我们发现 Agent 并没有像我们像的那样，出现在各个场景各个领域都大放异彩、百花齐放局面？ 一个残酷的现实是：Agent 系统正陷入"实验室玩具"与"工业级工具"的死亡峡谷。根本原因是…- 4
- 0
-
智能体框架：11 个顶级 AI Agent 框架！
最近笔者在找智能体框架，看到一个文章：https://ai.plainenglish.io/11-best-ai-Agent-frameworks-for-software-developers-afa1700644bc，在此翻译翻译给大家。 人工智能 Agent（智能体）彻底改变了软件开发者构建智能应用的方式。这些 AI Agent 框架提供了所需的基础设施、工具集和方法论，用以创建能够以最少的…- 8
- 0
-
AI 编程如何在团队中真正落地？
引言上一篇《如何让 AI 成为你的编程搭档？一次真实重构告诉你答案》中提到，对于Cursor这样一个拥有跨时代AI代码能力，但是又需要从工程角度不断约束或拓展其易用性的工具，就更加考验使用者的经验和技巧。生产工具的升级必定引发生产流程的改进，以何种思路、方法、范式，去最大化Cursor带来的效率提升，并最小化其薄弱之处和引入的风险，是当前在团队中最需要思考的问题。上篇以个人开发者的角度，介绍了在复…- 16
- 0
-
RAG检索策略深度解析：从BM25到Embedding、Reranker，如何为LLM选对“导航系统”？
大家好！今天我们来聊聊一个热门技术——RAG（检索增强生成）中至关重要的“检索”环节。如果你正在探索如何让你的大型语言模型（LLM）更智能、回答更靠谱，那这篇文章你可千万别错过。 我们会一起深入了解几种主流的检索策略：从经典的BM25，到现代的各类Embedding技术（稀疏、密集、多向量），再到提升最终效果的Reranker。目标是帮你理解它们的工作原理和适用场景，为你构建高效RAG系统提供…- 7
- 0
-
从8万+数据源提炼洞察，ChatGPT+Zilliz +LangChain如何成创新药研发新范式
过去几十年中，如果说有一个行业，成功率比赌博还低，成本投入比芯片还高，那必定是创新药。 先看几个数据我们就有概念了：百亿研发成本、90%以上的失败率，十年起步的研发时间。 具体来说： 过去十多年，全球创新药的平均开发成本高达13亿美元，其中，抗癌和免疫调节药物上，平均每种药物的研发成本高达27亿美元。 但是，药物的研发成功率上，到2022 年仅为 6.3%，且仍有下降趋势。 那么一款新药的研发以及…- 5
- 0
-
巨头混战Agent，押注背后是真未来还是新泡沫？
作者｜西梅汁 编辑｜星奈 媒体｜AI大模型工场 今年，被不少业内人称为“Agent元年”。 这一年，AI Agent的概念像一枚火种，从初创公司Manus的Demo视频点燃，到字节跳动用“扣子空间”将Agent化身为“裂变工具”，嵌入日常场景；百度“心响”定位通用超级智能体APP，覆盖200+任务类型，试图实现复杂任务的一站式解决；阿里的“心流”项目则深入研究Agent的人机协同效率，从电商客服到…- 6
- 0
-
从碎片到图谱：Graph RAG如何用知识网络颠覆传统搜索？
在传统的RAG中，我们先会把文章切成一块一块的文字片段，然后把每一块都通过embedding转化成向量存到向量数据库里。不了解传统RAG的小伙伴，我们来举一个简单的例子说明一下。 如果我们按句子来分块存到向量数据库中后，那么当用户问“老王喜欢吃什么”时，系统就很容易找到“老王喜欢吃西瓜”和“老王也喜欢吃桃子”。如果他们的主题相关度很高，但是如果你问“这篇文章里一共提到了几次西瓜”，那就有点麻烦…- 5
- 0
-
对生成式AI的海德格尔式分析：对“技术阱架”的“另一种思”
人工智能技术已经深入各行各业：在医学领域，自动化诊断技术能够快速、精准地识别病症；在遥感与环境监测中，卫星影像自动识别自然要素；在教育场景中，各级各类学校也在积极部署和整合（AI时代学校教育的“避坑清单 + 对策指南”）。各种工业、服务场景中，流程自动化不断替代传统人工操作……这一切都表明，机器正以超越人类的速度和稳定性，承担越来越多原本属于人的任务。大哲学家们会怎么看待当前的生成式AI呢？我们无…- 6
- 0
-
港大新作：多模态RAG，支持图、文、表、公式等8种文档格式
本公众号主要关注NLP、CV、LLM、RAG、Agent等AI前沿技术，免费分享业界实战案例与课程，助力您全面拥抱AIGC。 RAG-Anything能处理和查询包含文本、图像、表格、公式等多模态内容的复杂文档的图RAG。 是在LightRAG基础上扩展的，LightRAG也真是火爆17.8K星了。 RAG-Anything继承了LightRAG架构，整体如下： 文档解析阶段 集成 MinerU …- 11
- 0
-
Dify落地知识库场景的小思考及多模态RAG结合图像信息的几种策略评估
今天是2025年7月1日，星期二，北京，晴 今天是2025年下半年的第一天，新的起点，我们继续看技术。 从评估角度看多模态RAG中的文档信息增强，逐步整合跨模态输入（文本、图像、字幕、OCR）后对应的相应影响，虽然说，这种范式看起来像是去年的，但温故而知新。 另外，来看看一个问题，关于dify是否应该被抛弃的一些思考？还是要分具体使用场景去看。 一、从评估角度看多模态RAG中的文档信息增强 来看最…- 8
- 0
-
MPC安全之魂：承诺方案技术深度解析
万字长文，彻底搞懂MPC安全之魂：承诺方案技术深度解析 在数字化浪潮席卷全球的今天，数据已成为驱动社会进步与经济发展的核心燃料。然而，“数据孤岛”现象普遍存在，不同机构、企业之间的数据因隐私、安全和法规的限制而难以流通与融合，极大地阻碍了数据价值的深度挖掘。在此背景下，如何在不泄露各方原始数据的前提下进行联合计算，成为了一个至关重要的核心挑战。多方安全计算（Multi-Party Computat…- 7
- 0
-
一文解读小白怎么快速搭建一个基于MCP协议的AI agent应用
点击蓝字 关注我们 一文解读小白怎么快速搭建一个基于MCP协议的AI Agent应用 最近主导了一款ai agent系统的开发，在定架构的时候选择了MCP协议，在期间遇到不少坑点，记录顺分享一下相关内容。此篇是系列的第二篇：读完预计能对怎么搭建一个基于MCP协议的agent应用有初步的认知～ 什么是MCP？ 最简单而言：MCP提供了工具（资源和prompt用的少）的规范化协议。它的核…- 8
- 0
-
ZeroSearch：在不进行搜索的情况下激励大语言模型的搜索能力
在数字化信息爆炸的时代，搜索能力已成为人工智能系统的核心竞争力之一。传统搜索引擎如谷歌、百度等通过爬虫抓取网页内容、建立索引库，并根据复杂的排序算法返回相关结果。然而，当我们将目光转向大语言模型(LLM)驱动的智能时代，搜索范式正经历一场革命性变革。阿里巴巴通义团队于2025年5月开源的ZeroSearch框架，开创了一种全新的搜索范式——无需调用真实搜索引擎API，仅依靠强化学习和大模型自身知识…- 4
- 0
-
什么才是AI时代最大的创业机会？
流量分发，仍然是AI时代的最大机会01 最近一直在思考AI时代最大的机会是什么？ 流量分发，一直是不同互联网技术革命阶段下，最大的机会。 在PC互联网时代，影响流量分发的是谷歌、百度这样的搜素引擎和其竞价排行的流量权重； 在移动互联网时代，影响流量分发的是头条、抖音、小红书、IG这样的信息流产品和嵌入在信息流之中的匹配广告； 在AI时代，由于AI模型给用户的问答是对用户最高效的解决方案，用户对信息…- 5
- 0
-
AI Agent 的发展：能力、技术架构和软硬件形态
内容编辑丨桑基韬 内容审核丨特工少女如果说 2023 年是生成式 AI 的爆发之年，那么 2025 年无疑正在成为“AI Agent 的元年”。从科技巨头到初创公司，从软件应用到智能硬件，几乎所有产品都在被“Agent”概念重构。AI Agent 正从一个技术概念，迅速演变为科技行业的新范式。 但热议背后，众说纷纭：AI Agent 的能力边界在哪里？在技术架构中，它应该扮演“超级应用”还是“新一…- 6
- 0
-
我们不再是“码农”，而是AI时代的“建筑师”
“装配式建筑”定义了未来建筑的发展。 墙体、楼板、楼梯，甚至整个厨房和卫生间，都在工厂的自动化流水线上被精准地生产出来。这些标准化的“预制件”被运到工地，工人们像搭积木一样快速组装。效率、质量和速度都得到了颠覆性的提升。 这，就是我们正在经历的AI编程时代。 如果把编程比作建房子，那么我们正在经历一场从传统砌砖到装配式建筑的革命。这不仅仅是工具的升级，更是整个思维方式的根本转变。 传统编程：一砖一…- 4
- 0
-
腾讯大模型应用演进之路：从 RAG 到 MCP 的技术实践
导读 在 2024 年大模型应用元年的背景下，随着业务对大模型的深度应用及业界技术的不断迭代，腾讯太极机器学习平台在大模型应用支持方面取得新进展。本次分享由腾讯高级工程师赵喜生带来，主要围绕腾讯太极机器学习平台在大模型应用的场景、技术演进及落地实践展开，介绍从 RAG 到 GraphRAG，从 Function Calling 到 MCP 的技术发展路径。 今天的介绍会围绕下面五点展开：1. 腾讯…- 5
- 0
-
图文检索也能多向量！Jina-Embeddings v4 上线模力方舟
模力方舟 Embedding 与 Reranker 模型现已全部开放免费使用，RAG 架构必备的检索向量和重排序能力，即刻零成本上手！ 模力方舟现已正式上线来自 Jina AI 的新一代通用向量模型 ——Jina-Embeddings v4，访问链接即可在线体验：https://ai.gitee.com/serverless-api?model=jina-embeddings-v4。 作为 Jin…- 29
- 0
-
qodo如何构建大型代码仓库的RAG？
拥有数千个仓库和数百万行代码的代码库，大多是遗留代码，这使得上下文感知成为企业开发者采用AI时的关键因素。而检索增强型生成（Retrieval Augmented Generation，简称RAG）技术正是解决这一问题的有效手段。本文将详细介绍如何将RAG应用于大规模代码库，以及qodo（前身为Codium）在构建生成式AI编码平台时所采取的策略。在大的代码仓库中使用RAG RAG大致可以分为两个…- 7
- 0
-
从理论到应用：AI搜索MCP的最佳实践案例解析
阿里妹导读本文深入探讨了如何通过 MCP 协议让大语言模型（LLM）高效调用外部工具，并结合多个实际场景展示了 MCP 在 AI 应用中的价值和未来潜力。背景那些LLM不知道的事开篇先尝试直接问LLM一个问题，“今天天气如何”。 然而，并未能从LLM获得期望回答。原因也很简单，今天是哪天？天气是哪里的天气？这些问题对于LLM来说统统不得而知。 因此，我们很自然地想到，是不是能让LLM自己学会用工具…- 4
- 0
-
Basis：一种全新 AI 研究机构的设计，与人文愿景。
今天创造有意义的新事物的方式还是这两种：搭建一片“自由市场”，或建造一座“大教堂”。在大教堂的周围让自由市场野蛮生长，最有趣。这是今天我的一段感悟。一个朋友补充说，教堂后面也需要有花园。 今天的分享会涉及到这些关键词：通用推理引擎，科学精神，人文精神，新型机构构建，开源软件，概率计算，长期资本，组织动态演进，现实世界挑战，研究驱动，反商业商业组织，等等。 这篇使命宣言型的文章来自于我的一位互关网友…- 3
- 0
-
AI不是工具，而是一次文明级的转折
（DALL·E） 最近，我一直在系统学习和记录自己的AI研究笔记，也在不同平台上分享我的思考。上次写的关于「智能体经济Agent Economy」的文章意外收获了很多关注，也引来了不少讨论。 今天，我想借这个机会，把我在学习过程里逐渐形成的另一个更宏观的想法，讲得更清楚一些：AI不是简单的生产力工具升级，而是一次可能改变文明运行逻辑的转折点。 01 ✍️从“工具升级”到“文明跃迁” 我们常常用“…- 6
- 0
-
如何用“图增强 RAG”提升中文问答体验
想象一下，你的问答机器人不再是“关键词搬运工”，而是个真正会“思考”的小伙伴：它能把相关知识串成思路，再用轻松的口吻给你讲清楚。以下这套基于 Graph RAG（Graph-Enhanced Retrieval-Augmented Generation）的方案，既保留了检索效率，又增强了逻辑可解释性，适合中文内容库。 一、为什么要把“图”搬进检索里 摆脱关键词束缚传统 RAG 单纯靠向量或关键词匹…- 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：×