-
当AI的知识与认知能力全面超越人类时
当AI 知识与认知能力超越人类之后，作为具体个人如何辨别与区分哪些是自己可理解的知识领域，哪些是无法判断的知识领域，或者是哪些根本无法理解与判断，完全超越出自己认知范围之内领域，可能未来最大的挑战来源于，很多时候是人类认知无法理解与判断的领域会越来越大，并且完全无法理解它为什么会如此发生，可能未来超级智能的发展与进化速度会在为人类认知与判断划分一个基本界限，人类智能由于遭遇了几十万倍智能…- 0
- 0
-
Spring AI Agents 震撼发布：下一代 AI 开发范式已来！
在刚刚落幕的 GitHub Universe 2025 大会上，GitHub 发布了其平台的颠覆性进化——Agent HQ（智能体中控）。它为开发者提供了一个统一的工作流，使其能够在任何时间、任何地点协调任何智能体。Agent HQ 旨在将 GitHub 转变为一个开放的 AI 生态系统，在单一平台上整合所有主流智能体。在未来几个月内，来自 Anthropic、OpenAI、Google、Cogn…- 0
- 0
-
ollama v0.12.9 发布：修复 CPU Only 系统性能回退并优化 GPU 与 ROCm 支持
2025年11月2日，Ollama 发布了 v0.12.9 最新版本，本次更新主要针对 CPU-only 系统的性能回退问题进行了修复，同时在 GPU 设备检测、ROCm 错误处理以及 CUDA 内存分配优化方面进行了多项改进。以下是版本的详细变化说明。一、主要更新内容1. 修复 CPU-only 系统性能回退问题本次版本重点修复了在仅使用 CPU 的环境下出现的性…- 0
- 0
-
老年人怎样用活法定义算法：1年100人1场实践
当大模型等新技术的浪潮席卷而来，我们常常被它的速度与潜能震撼。人们争相体验最新功能，讨论它如何重塑生产与教育，如何改变信息传播与知识形态等问题。然而，技术奔涌向前，不同的人以不同的节奏与它相遇。我们不禁思考：当技术进入老年人的生活中，会发生什么？他们怎样理解、使用？他们的声音、节奏、好奇与迟疑，是否正被数字世界看到？为了找到答案，复旦大学老龄研究院、复旦大学AI向善与数智养老研究中心与腾讯SSV时…- 0
- 0
-
Claude Skills，4000字详解 Anthropic 的思考
Anthropic 上周出了一个 新的技能 skills ,我看了很兴奋我认为这会引导 第三方工具 的形态在看了 3个官方所有对于 skills的描述以后,并进行实践我认为Skills = 笔记式形态+ 可执行工具 + AI调度与自优化这意味着什么?Skills用你已经会的形态（传统笔记）,让AI既能理解规则,又能调用工具执行任务,还能在使用中自我优化为什么形态很重要我上周尝试学习N8N,花了几个…- 0
- 0
-
什么是AI PaaS？一文读懂AI开发新未来
AI应用部署面临复杂挑战。AI PaaS作为平台级解决方案，抽象AI基础设施和功能，简化AI应用构建、部署与运行，加速生产级AI开发。Heroku提供此类服务。译自：What Is an AI PaaS? A Guide to the Future of AI Development[1]作者：Doug Sillars部署AI驱动的应用程序不仅仅是调用模型。开发者必须处理推理基础设施、…- 0
- 0
-
谷歌又出神器：只要给个网址，自动帮你出官网同款设计！
你是不是也这样：公司海报、朋友圈图，每次都长得不一样？想统一“画风”，又没钱请专职设计师，搞得品牌特“山寨”。现在，谷歌好像要来“治”这个大麻烦了。最近他们推出了一个实验性的新工具—— Pomelli ，它和Canva、稿定那些AI设计工具，思路完全不一样。它最骚的操作是：你把网址丢给它，它就能“偷”走你的品牌DNA。废话不多说，我带你实操一遍，看看它到底有多神（多坑）。第一步：喂网址，让它“偷”…- 0
- 0
-
基于 SubAgents 实现多模型融合，同时极致压缩成本
在这篇文章中，威廉说，最近AI辅助编程工具缺乏创新，那就让我来吧 我们引入了三个创新：1. 全球第一个引入Agent 运行时间控制，让AI做高质量交付2. 可以并行运行有冲突任务3. 全球第一个提供了worktree 自动合并到主分支的功能，并且能够自动解决冲突的功能实际上这些能力都得益于我们在 SubAgent上的投入从而使得上面功能都得以实现。今天我们来介绍 auto-coder.c…- 0
- 0
-
Codex 积分制计费上线，Claude Code 急了……
Codex 用户终于等来了「加餐」！OpenAI Developers 刚刚宣布了一个让开发者们激动的消息：Codex 推出了积分制度，还把所有人的速率限制全部重置了。简单来说就是：你可以花钱买更多使用量了。积分系统上线OpenAI 终于听到了用户的呼声，推出了更灵活的使用方式。ChatGPT Plus 和 Pro 用户现在可以购买积分来获得额外的 Codex…- 0
- 0
-
AI心理咨询师新突破：TheraMind引领长期治疗新范式及知识增强AI应用探讨
摘要TheraMind 是一种创新的智能心理辅导智能体，基于大语言模型（LLM），通过独特的双循环架构解决现有系统在情感理解、策略适应和长期记忆方面的不足。其“会话内循环”实现动态对话管理，“跨会话循环”支持长期治疗规划。本文详细解析 TheraMind 的框架与实验成果，展现其在多会话一致性、灵活性和治疗契合度上的卓越表现 。正文一、引言：心理健康服务的新需求与挑战随着全球心理健康服务…- 0
- 0
-
基于本地LLM构建AI驱动的日志分析系统
深夜3点，生产系统突然崩溃。面前500MB的日志文件里藏着200多万行记录，监控工具只提示“出了问题”，却没说问题在哪。老板在催答案，你却在grep和awk的关键词海洋里挣扎——这是无数运维和开发人员都经历过的噩梦。传统日志分析手段早已跟不上海量数据的需求：关键词搜索漏上下文、云日志工具又贵又依赖网络、手动翻阅更是天方夜谭。但如果能直接用自然语言提问“凌晨3点12分支付系统故障的原因是什么”，并立…- 0
- 0
-
从“更大”到“更聪明”：蚂蚁集团推出 Ling 2.0，大模型推理进入“稀疏智能时代”
在这个“模型越大越好”的时代，蚂蚁集团却走出了一条反向思路——让模型变得更聪明，而不是更臃肿。最近，蚂蚁集团的 Inclusion AI 团队正式发布了 Ling 2.0 系列模型——一个以“推理优先（Reasoning-First）”为核心设计理念的稀疏 MoE（Mixture of Experts）语言模型家族。它最大的特点是：参数总量可以从 160 亿一路扩展到 1 万亿，但每个 …- 0
- 0
-
Opera One升级内置AI 迎来智能助手新纪元
Opera在人工智能与元宇宙领域进展顺利，收入保持稳健增长，为AI时代的新一轮发展奠定了坚实基础，目前Opera正在加速提升旗下浏览器的AI功能。近日，基于 Opera Neon 中开发的 Neon Chat Agent ，Opera One AI 将被彻底改造，以更快速、更智能、更有效地协助用户浏览网络。最重要的是，它依然完全免费。此前，Opera推出了面向AI时代的首个Agent浏览器Oper…- 0
- 0
-
LangExtract——大模型文本提炼工具
LangExtract——大模型文本提炼工具概述什么是LangExtractLangExtract是一个Python库，它使用大型语言模型（LLMs）从非结构化文本文档中提取结构化信息。该库可以处理临床笔记、文学文本或报告等材料，识别和组织关键细节，同时保持提取的数据和源文本位置之间的精确映射。核心能力能力描述标注来源将每个提取映射到源文本中的精确字符位置结构化输出根据少量样本规范输出…- 0
- 0
-
OpenAI 公开 Atlas 架构：为 Agent 重新发明浏览器
今天，OpenAI 公开 Atlas 的核心技术实现，这是一个专门为 Agent 开发的浏览器，让 AI 能够看到完整的界面渲染，而不是需要像人一样，挨个的点击所有元素，才能获得所有信息这也是 OpenAI 首次在工程领域，进行的官方发布Atlas 看起来就是个 Chromium 套壳，毕竟...你还能看到 Chrome 应用商店，能装 Chrome 插件Edge、Brave…- 0
- 0
-
树莓派这种“玩具级”设备，真能跑大模型吗？
在前两期中，我们带大家用 Ollama 在 PC 上零代码部署 Qwen3-0.6B，也深入探讨了 Android/iOS 设备上部署轻量级 Qwen 模型。本期，我们将目光投向更“硬核”的嵌入式世界——在树莓派5上跑起 Qwen3，打造一台完全离线、自带屏幕与键盘的“AI小终端”。无需联网、不依赖 Python、不用 llama.cpp，仅靠 C 语言实现，连路由器都能跑！本教程所采用的方案源自…- 0
- 0
-
Cursor 2.0的一些有趣的新特性
Cursor 2.0版本来了，有一点一雪前耻的感觉，重新在短短一天内收获了大量用户的好评。该版本引入的新功能很多，我们这里简单看几个亮点。省流版1. 自研的Composer模型强大，能力略逊于sonnet 4.5，编码速度是普通的4倍以上。2. 可以并发开启多任务，不用担心它们互相干扰。(通过worktree实现)3. 集成内置浏览器，极大提升界面类编码工作的效率。4. 内置语…- 0
- 0
-
Anthropic 发布最新研究：LLM 展现初步自省迹象
语言模型能「看见」自己的思考吗？Anthropic 最新研究表明，Claude 展现出了真实但有限的内省能力：它能在某种程度上识别自己的内部状态。这听起来像科幻小说，但研究团队开发了一套巧妙的验证方法：向模型的「大脑」注入已知概念，然后观察这些注入如何影响模型对自身内部状态的报告。概念注入实验研究人员请模型检测是否有概念被注入到它的「思维」中。当他们向神经网络注入代表特定概念的模式时，Claude…- 0
- 0
-
让Agent系统更聪明之前，先让它能被信任
当我们将所有希望寄托于大模型的「智能」时，却忘记了智能的不确定性必须以工程的确定性为支撑。一个无法复现、无法调试、无法观测的智能，更像是一场精彩但失控的魔法，而非我们真正需要的、可靠的生产力。本文尝试从系统工程的视角剖析 Agent 系统在可运行、可复现与可进化三个层次上不断升级的问题以及复杂度。进一步认识到：框架/平台让 Agent 「好搭」但没有让它「好用」，真正的复杂性，从未被消除，只是被推…- 0
- 0
-
Rag不行？谷歌DeepMind同款，文档阅读新助手：ReadAgent
最近我们已经全落地了一个AI用例生成的Agent，在这个项目中，有两个难点：其一，就是不同团队和组织的需求输入格式不一致，有使用研发平台进行需求管理，有使用飞书、word、ppt、markdown等等各种类型，长度复杂度不一致，小需求或清晰功能点还好，但是一设计到复杂功能设计文档或者长需求文档就存在上下文问题、重点信息丢失问题。其二，如何提高个人私有经验和知识对生成质量的作用？之前尝试过各种Rag…- 0
- 0
-
4大阶段，10个步骤，助你高效构建企业级智能体（Agent）
在之前的一篇文章《万字长文解读AI原生（AI Native）应用架构新范式，架构师迎接的下一场科技革命》中，给大家从技术层面，用万字长文剖析了在AI时代下，AI原生应用架构应该是什么样子，那篇文章侧重于智能体应用技术落地。而今天，我们从整体构建企业级智能体做事的角度来聊聊，如何高效的构建企业级智能体，这里我划分成了4大阶段，10个步骤，整体关系图如下：一、明确需求阶段这个阶段要做的事，我们需要明确…- 0
- 0
-
DocReward：让智能体“写得更专业”的文档奖励模型
编者按：当大模型已能“写对”内容，如何让文档也“好看、易读”成为办公智能体转型的新焦点。微软亚洲研究院携手香港中文大学、中国科学院大学提出了一个专注于评估文档“结构与样式”专业性的奖励模型 DocReward。该模型为智能体生成的文档提供了清晰、可量化的优化信号，使其不仅在内容层面准确可信，更在形式呈现上清晰有序、专业规范，为下一代智能办公智能体的落地奠定了关键基础。近年来，随着智能体化转型（Ag…- 0
- 0
-
沃尔沃RAG实战：企业级知识库，早就该放弃小分块策略
小分块不如大分块，动态JSON更适合复杂场景业务落地。沃尔沃汽车是全球知名汽车制造商，所有的战略决策都依赖于高效的数据洞察。在此背景下，沃尔沃战略部门需要构建基于向量检索的 多模态AI 文档检索系统，支撑300-400MB 文档（约 70 万 - 100 万向量嵌入）稳定处理，适配部门级日均 10-20 次查询场景。其对文档检索系统的要求如下：体验侧，需足够精准、能够处理各种多模态数据、支持元数据…- 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：×