-
美团竟然也推出了 AI 编程产品，叫：NoCode
美团竟然也推出了 AI 编程类的产品呢，叫：NoCode ，它可以像聊天一样轻松搭建你的专属网站、游戏、各种小工具等等。根据官方介绍，NoCode 并不只是简单的代码生成器，它依托 AI Agent，早已超越工具范畴——它更像是你的「产品经理+设计师+工程师团队」。就像真正的搭档一样，把你的想法，变成可访问的网站——无需等待，直接交付成果。NoCode 根据描述生成专业页面，自动设计、开发并适配移…- 11
- 0
-
黄铁军对大模型的四个预判：洗牌、安全核爆、GPT-5与再造DeepSeek
“百模大战”后，大模型行业加速收敛，一部分玩家离场，模型竞争逐渐成为巨头的游戏。4月份，李飞飞教授领先编制的《2025年人工智能指数报告》提供的数据显示，2024年全年具有特殊影响力的模型（Notable AI models）当中，排名前5的几乎都来自美国、中国的科技巨头。2024年全球有特殊影响力的模型分布，谷歌位列第一 来源：2025 AI指数报告日前，在智源大会上与腾讯科技的交流中，智源研究…- 5
- 0
-
传统数据仓库正在被 Agentic AI 吞噬？Agentic Data Stack 初探
从技术架构的角度看，我认为这一次的 AI 浪潮将深刻影响整个软件生态。DSS 系统的设计是以人作为最终消费者的决策支持逻辑为中心，然而，随着 Agentic AI 时代来临，最终的“消费者”更可能是 Agent，对数据仓库和复杂 ETL 链路将被重新设计，甚至消失。传统数据仓库偏重结构与查询模式，会被 Agentic Data Stack 架构强调语义与响应模式取代。引言：Snowflake 换 …- 2
- 0
-
当马斯克用Grok大模型重塑Twitter推荐系统
埃隆·#马斯克 最近在推特上宣布，Twitter（现为 X）的#推荐算法 将更多地采用 #Grok AI，一个显著的变化是，来自小账户的优质帖子将更多地出现在你的信息流中。这则推文不仅仅是一次产品更新，它预示着一个新时代的到来：#大语言模型（#LLM）正在从根本上重塑推荐系统这一高度专业化的领域。618 限时特惠五折！?推荐系统的范式转移：从特征工程到深度理…- 6
- 0
-
AI大模型知识问答系统架构图
特别声明：该文章出于传递知识而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。这篇文章详细解释了一张AI大模型知识问答架构图，主要内容如下：一、整体流程概述AI大模型知识问答架构图展示了构建和使用基于大语言模型的知识问答系统的核心流程，分为知识库构建（离线处理）和知识问答（在线使用）两大阶段。二、知识库构建阶段1. 知识源准备● 以各种文档格式（如WORD、PD…- 24
- 0
-
聊透 Agent，它是「同事」还是「工具」，创业机会和价值究竟是什么？
2025 年，是 Agent 按下加速键的一年。从年初 DeepSeek 引发的惊叹，到 GPT-4o 和 Claude 3.5 接连登场，大模型的边界一次次被重写。但真正让 AI 产业链神经绷紧的，不是模型的性能迭代，而是 Agent 的横空出世。Manus、Devin 等产品的爆火，都在重申一个共识：大模型将不再只是工具，而是要成为可以自我调度的智能体。Agent 由此成为继大模型之后，全球科…- 4
- 0
-
Demis Hassabis：当 AI 开始解释和操作世界，就不再是工具，而是真实世界参与者
作为一位跨越游戏、神经科学与 AI 研究的科学家，Google DeepMind 联合创始人&CEO、2024 年诺贝尔化学奖得主 Demis Hassabis 在美国高级研究院（IAS）的分享中，多次强调他对“智能系统的建构过程”本身的关注，以及他所提出的猜想：“自然界中一切可被发现的模式，理论上都应能被经典学习算法所建模。”Hassabis 告诉 IAS 院长 David Nirenb…- 2
- 0
-
药械营养保健企业的Agentic AI应用（罕见病诊断、患者护理、生产检测等）全解析
一、医药行业的数据爆炸与AI转型趋势在传统的“数据为王”时代，制药行业一直为如何处理与利用庞大数据而苦恼。进入AI应用时代，一切更具想象空间！据预测，至2025年，全球将产生超180泽字节的数据，医疗健康领域贡献超过三分之一。生成式AI单一环节就预计能为制药价值链带来600亿到1100亿美元的年价值。如果将Agents（代理体）、生成式AI与统计建模结合，未来潜力几乎没有上限。二、启动Agenti…- 4
- 0
-
深度研究：模型即产品，智能体即利润
红杉资本AI Ascent 2025主题演讲：AI的万亿美元机遇一、 AI市场的宏观视角与机遇 (So What?)市场潜力巨大：AI服务市场的起点远超云计算转型初期，未来十年甚至二十年有潜力成为一个极其庞大的市场。利润池的转变：AI不仅在攻击服务业的利润池，也在攻击软件业。企业正从“销售工具”（软件预算）转向“销售成果”（劳工预算），这扩大了潜在市场（TAM）。采纳速度空前：时机已到 (Immi…- 6
- 0
-
如何像 Manus 交付业务需求– OneAgent + MCPs 范式
Manus 交付(Deliver) 业务需求其实是一种新的单领域 Agent 开发范式，让我们从最简单的 LLM 调用讲起。Agent 发展简史1. 单一 LLM 调用最开始将 LLM 当做一个好用的文本任务类万能接口，利用其完成单一的摘要、分类、翻译类工作。基于文本的调用交互虽然简单，但是依然是当前 AI 系统的本质。2. Workflow LLM 编排随着应用需求的复杂化，单一的 LLM 调用…- 5
- 0
-
LLM评估：从原型开发到生产部署的全流程实践(含code)
一、评估为何是LLM产品的核心竞争力在人工智能领域，大语言模型（LLM）正以惊人的速度渗透到各个行业。从金融科技的智能客服到医疗领域的病历分析，从电商的数据查询到教育行业的个性化辅导，LLM的应用场景日益丰富。然而，随着应用的深入，一个核心问题逐渐凸显：如何确保LLM在真实场景中稳定、可靠且符合预期地运行？管理学大师彼得·德鲁克曾说："无法衡量，就无法改进。" 这句话在LLM领…- 6
- 0
-
拒绝碎片化 RAG，谷歌 DeepMind 推出 ReadAgent：模拟人类阅读长文本，或是NotebookLM底层技术？
近年来，RAG 框架从最初的朴素设计，逐步演化出各类高级变体，诸如 GraphRAG、HippoRAG 等结构越来越复杂。作为一名实际使用者，我在应用过程中也愈发感受到这种复杂性带来的沉重负担。起初，RAG 似乎只是为了解决上下文窗口不足的问题引入的一种检索增强手段；但如今，它逐渐变成了一个需要精心构建索引、划分片段、设计路由与重排机制的系统工程。这让我不禁反思：科技树是不是点歪了？怎么就没有一点…- 4
- 0
-
喝点VC｜a16z谈搜索大变局：搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式
Z Highlights搜索行为从传统浏览器向大型语言模型（LLM）平台迁移，价值超800亿美元的SEO市场根基已现裂痕，搜索迈入由语言模型主导的“生成式引擎优化（GEO）”全新范式。曝光定义从“搜索结果页排名”转变为“直接出现在模型生成的答案中”，LLM具备记忆、推理能力并提供个性化响应，彻底改变内容发现与优化逻辑。竞争焦点从点击率转向“模型引用率”，品牌需“编码至AI层”以构建新竞争壁垒，“无…- 4
- 0
-
Agent工程能力思考记录
本文探讨了在大模型（LLM）时代下，如何重新定义业务核心资产以及Agent的演进与协作机制。文章从技术分层、Agent定义、协作模式、任务分配、冲突解决到工具调用标准（如MCP协议）等多个维度展开分析，并结合工程实践视角，提出了对Agent平台能力建设的思考，旨在为构建高效、灵活、可扩展的Agent系统提供参考。业务核心资产定义上面这张图是LLM时代技术分层 与 Java时代技术分层的一个简单映射…- 7
- 0
-
字节跳动2步突破，复杂文档布局解析，为啥如此惊艳？
一、现有方案的局限性现有的文档图像解析解决方案主要分为两大类：基于集成的方法和端到端的方法。基于集成的方法通过将多个专家模型组装到一个多阶段的流水线中来实现文档解析，这些方法虽然在特定任务上表现出色，但需要对每个模型进行独立优化，并且在组件间协调方面面临挑战。端到端的方法则利用通用或专家视觉语言模型（VLMs）直接自回归地生成页面级内容，虽然能够捕捉页面级语义，但在解析长文档和复杂布局时，常常会遇…- 5
- 0
-
Dinox Agent：超越工作流，迎接你的私人 AI 助理
引言在日常工作与学习中，我们对智能工具的依赖日益加深，期望它们能帮助我们提升效率、捕捉灵感。Dinox聆龙笔记自诞生之初，便致力于用 AI 简化笔记记录与知识管理。此前，我们熟知的 workflow模式（工作流模式）已在任务自动化上小试牛刀，展现了其便捷之处。但我们深知，AI 的真正潜力，远不止于此。我们一直在思考：如何让 AI 不再仅仅是一个忠实的执行者，而能进化成一个真正理解你、与你…- 7
- 0
-
大模型_搭建工作流（百炼）
大模型_搭建工作流（成语接龙）概述我基于百炼官方文档，自主设计并实现了一套支持循环执行的“成语接龙”工作流，能够自动加载、校验并串联上下游节点，确保流程稳定高效运行。• 定义• 循环节点是工作流中用于处理重复任务的组件。• 接受引用类型的数组输入，支持多数组时以最短长度为准，每次循环传入对应项。• 通过中间变量在循环间共享数据，并配合变量设置节点动态修改变量值。• 输出也是数…- 7
- 0
-
告别手动绘图！基于AI的Smart Mermaid自动可视化图表工具搭建与使用指南
一、简介• 一款基于 AI 技术的 Web 应用程序，可将文本内容智能转换为 Mermaid 格式的代码，并将其渲染成可视化图表• 可以智能制作流程图、序列图、甘特图、状态图等等，并且支持在线调整、图片导出• 可以Docker快速部署，支持自定义选择大语言模型• 开源地址参考：https://github.com/liujuntao123/smart-mermaid，项目运行逻辑参考下…- 6
- 0
-
Ollama最新版本神功能：AI思维链随你控制
什么是思考功能？思考功能允许AI模型在给出最终答案之前，先展示其内部的推理过程。这就像是让AI"开口思考"，用户可以看到模型是如何一步步分析问题并得出结论的。支持思考功能的模型ollama 目前支持思考功能的模型包括：• DeepSeek R1 - 推理能力强大的开源模型• Qwen 3 - 阿里巴巴推出的多语言大模型• 更多模型正在陆续…- 9
- 0
-
探索未来产品形态 – AI Agent 产品设计思考
写在前面本文重点讨论了 AI Agent概念、类型与适用场景、交互方式和形态转变。要点：AI Agent是能理解环境等完成目标的智能实体，具智能性等特性。相关核心概念对比，即MCP可切换技能；单智能体负责单一任务；多智能体分工；Function Call调用接口；Workflow是任务链。涉及到交互方式转变，人机交互转向以意图为中心，竞争转向理解用户行为和沉淀价值。AI Agent从对话式到对话 …- 6
- 0
-
AI Agent的概念、自主程度和抽象层次
从事AI的人都知道，如果你现在没有在搞Agent，出门都不好意思跟人打招呼。但是，到底什么是Agent呢？恐怕专家们也未必说得清楚。这实在怪不到谁的头上，谁让这个概念的含义竟如此宽泛呢？本文集中精力讨论清楚三件事：当前业界对Agent最新的定义是什么？有没有共识？不同类型的Agent在自主程度上的不同，本质是什么？为了把Agent设计好，需要做哪些抽象？到底什么是Agent？AI圈内人讨论Agen…- 7
- 0
-
文档解析PP-StructureV3：PDF秒变高质量Markdown文件
背景介绍在大模型与RAG技术快速发展的当下，结构化数据对于智能系统的重要性日益凸显。将文档图像、PDF等非结构化数据精准地转换成结构化数据（如Markdown、JSON）已成为行业待解决的关键问题。目前众多开源方案在处理复杂文档情形时，都会遇到文字识别能力差、阅读顺序无法正确恢复、表格识别不准、长难公式无法解析等问题。基于广大用户的反馈和对行业痛点的分析，飞桨团队从文档解析的多个模块全栈优化，打造…- 51
- 0
-
推理模型与rag搜索结合！介绍5个马上能上手的小项目
在推理模型与rag搜索结合方向，为大家介绍5个易于上手的小项目。第一个项目探讨如何在rag的过程中引入思考模块，缓解rag错检遗漏的问题。第二个项目探讨如何扩展推理模型的思维链过程，边思考边搜索来解决问题。第三个项目探讨用强化学习训练方法优化推理模型规划、反思工具的能力。第四个项目会基于第二、三项目中的技术，探讨成熟的搜索工具。第五个项目会在推理的过程中引入图片等多模态数据。在搜索的过程中引入反思…- 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：×