- 博客(20)
- 收藏
- 关注
RSS订阅原创 为什么说Coze 搭建应用：既不聪明，也不省力？
作者体验了Coze平台的Beta版应用创建功能，发现其存在诸多问题。UI设计不符合常用工具层级逻辑，图标过度设计且交互体验差；操作流程从后端逻辑切入，对新手极不友好；功能开发过程繁琐，遇到bug难解决，且实现效果有限。虽然组件数量基本够用，但复杂功能仍无法实现，导致该功能定位尴尬——程序员嫌麻烦，小白嫌复杂。作者建议若能结合AI代码生成工具或简化设计流程会更好用，并推测该功能可能是为了构建平台闭环或未来商业化做准备。整体评价：学习成本高、场景小众、体验欠佳。
2025-06-23 16:15:17
2004
原创 不同AI架构如何选择？单Agent+MCP“与“多Agent“架构对比分析！
AI智能体架构选择指南：单一智能体+MCP vs 多智能体系统 在构建AI应用时，开发者面临架构选择难题。单一智能体搭配MCP协议像一个"全能专家"，简单高效，适合快速迭代和小规模应用；多智能体系统则像"专家团队"，专业分工但复杂度高，适合复杂任务和大规模并发。典型场景中，客服系统适合单一架构，投资分析需要多智能体，而大型电商平台可采用混合模式。选择时需权衡效率与复杂度，考虑业务需求、资源和技术能力。随着AI发展，两种架构都在向标准化、自适应和智能化方向演进。
2025-06-19 16:37:15
950
原创 RL 不再需要奖励信号？UC Berkeley 发布自监督 RL 新范式RLIF
《强化学习从内部反馈提升语言模型推理能力》摘要：研究表明，传统强化学习方法（如RLHF和RLVR）依赖外部反馈存在局限性。为此，研究者提出RLIF（强化学习从内部反馈）新范式，仅利用模型自身置信度作为内在奖励信号。基于此开发的INTUITOR方法在多项测试中表现优异：1）显著提升指令遵循能力，减少无效输出；2）促进结构化推理，早期学习效果优于传统方法；3）逐步发展出预代码推理能力；4）在线置信度机制有效防止奖励滥用。消融实验显示KL惩罚对跨领域泛化至关重要。该方法为不依赖外部验证的模型优化提供了新思路。
2025-06-16 13:49:54
716
原创 AI智能体：一键生成爆款故事会短视频，解锁一个挣钱的工作流
摘要：本文介绍了一个全自动AI视频生成工作流，该系统通过8个板块、54个节点实现从文案输入到视频输出的完整流程。工作流包含文案结构化处理、语音合成与音频处理、视觉元素生成三大核心模块，能自动生成具有情绪钩子、水墨画风格画面的爆款故事视频。该方案已成功复现原作者的商业变现模式，通过13次调试优化了剧本框架、人物设计和悬疑解说等关键元素，最终实现包含炸裂开场、多轮反转的叙事闭环。系统支持从标题输入到视频草稿输出的全链路自动化，为内容创作提供高效解决方案。
2025-06-13 15:37:35
878
原创 从传统 RAG 演进到 Agentic RAG 架构设计
摘要：传统RAG存在检索生成单次性、推理能力不足和策略固化等问题。Agentic RAG通过引入AI智能体实现动态优化：1）智能体重写查询纠错；2）动态判断信息需求并选择数据源；3）多轮验证响应相关性。该架构支持反复调整，显著提升复杂查询处理能力，且可根据需求灵活定制流程。（149字）
2025-06-12 21:23:20
299
原创 智能体开发框架Langgraph基础流程和理论梳理
摘要： Langgraph作为大模型智能体的关键工具，通过状态图、节点、边和检查点等模块，解决了传统链式调用框架（如Langchain）的局限性。其核心优势在于支持循环调用、条件判断和"时间旅行"（状态回溯），并能实现人工干预（人在回路），使智能体更接近人类解决问题的逻辑。状态图记录全流程执行数据，检查点保存节点记忆，二者协同提升复杂任务处理的灵活性和容错性，为AI应用开发提供更强适应性。（149字）
2025-06-11 22:28:18
962
原创 不知道LangChain是什么，如何快速入门？
LangChain是一个强大的框架，旨在帮助开发人员使用语言模型构建端到端的应用程序。LangChain通过将大型语言模型与其他知识库、计算逻辑相结合，实现了功能更加强大的人工智能应用。
2025-06-10 14:06:53
844
原创 使用DeepSeek的四个层级，你在哪一层？
作为国内最火最强大的AI，DeepSeek为我们带来的意想不到的惊喜：知识问答、文本分析、外文翻译、摘要生成、报告写作、创作文案、深度推理、等等。
2025-06-09 14:10:41
942
原创 拆解OpenAI最大对手的杀手锏：为什么会是MCP？
当Model Context Protocol（MCP）在2024年11月首次亮相时，技术社区曾短暂为之振奋——从Copilot到Cognition再到Cursor，主流AI工具链玩家相继宣布接入支持。然而这场技术狂欢如同流星划过，直到2025年2月AI工程师峰会上演了惊人转折。
2025-06-07 11:31:15
859
原创 谷歌Gemini-0605发布，全球大模型第一！
上个月发布的 0506 的I/O版本，带来了编码性能的提升。但是我们复盘中提到过，似乎在通用基准上，存在第二轮瓶颈（“过于关注coding能力后，还不如0325版本”）。[半年复盘，AI迎来预训练后的新瓶颈。]
2025-06-06 17:08:43
278
原创 其实AI大模型深度学习的创新方法总结出来就八个字：“排列组合，会讲故事”！
本文提出了一种基于模块化组合的模型创新方法，核心在于将顶会模型中的先进模块（如注意力机制、卷积优化、特征融合等）迁移应用到特定小规模数据集。通过系统分析六类关键模块（包括频域处理、下采样优化和Mamba模块等）的技术特性，论证了模块缝合策略在提升模型性能、降低计算复杂度方面的有效性。这种方法既能保持各模块的原有优势，又通过灵活组合适应不同任务需求，为资源受限场景下的模型设计提供了实用解决方案。
2025-06-05 16:32:09
216
原创 流程工业大模型的挑战与机遇有哪些？
流程工业大模型ProcessFM：挑战与机遇 针对流程工业复杂机理、高精度控制等难题，任磊团队提出ProcessFM框架，融合"数据+机理+知识+计算"四层架构，构建具备机理认知、知识问答等六大核心能力的工业大模型。该框架通过多模态预训练、机理内嵌微调等技术，解决通用大模型在泛化性、可信性等方面的不足，并面向电力、冶金等行业实现任务适配。应用表明，ProcessFM能有效支持工艺优化、异常诊断和材料研发，未来需突破多模态融合、可解释决策等关键技术，推动流程工业智能化升级。 （字数：149
2025-06-04 13:40:46
979
原创 SearchAgent-X: 打破效率桎梏，释放下一代“AI搜索智能体”的真正潜能！
南开大学与伊利诺伊大学提出SearchAgent-X框架，显著提升AI搜索智能体效率。研究发现传统系统的两大效率瓶颈：过度精准检索反而拖慢整体速度，以及微小延迟会通过缓存失效被急剧放大。SearchAgent-X采用优先级感知调度和无停顿检索两项关键技术，在多个数据集测试中实现1.3-3.4倍吞吐量提升和1.7-5倍延迟降低，同时保持答案质量。该研究揭示了AI算法与系统协同设计的重要性，为复杂智能体系统的实用化提供了新思路。
2025-06-03 15:59:55
552
原创 AI Agent & 多智能体系统：“单兵作战”到“团队协作”的进化
本文介绍了AI智能体(Agent)及其框架与应用。首先定义AI Agent为包含大模型、工具和提示词三要素的自主智能系统。其次对比分析两大Agent框架：LangGraph支持循环流程和状态持久化，适合复杂交互场景；Google ADK采用模块化设计，侧重多代理协作。最后以旅行预订为例展示多Agent系统，通过Supervisor协调航班和酒店子代理分工协作，体现了分布式智能的优势。全文从基础概念到架构实现，系统梳理了AI Agent的技术框架与应用模式。
2025-05-30 13:44:08
620
原创 图解 LLM（大语言模型）的工作原理
这篇文章用通俗易懂的方式解释了大型语言模型(LLM)的工作原理。首先通过条件概率的实例说明LLM预测单词是基于上下文计算的条件概率。接着介绍了损失函数(如交叉熵和负对数似然)用于优化模型参数。重点讲解了"temperature"参数的作用：较低温度使输出更确定但缺乏创意，较高温度增加随机性但可能不连贯。最后通过代码示例展示了温度参数对采样的影响，强调要理解LLM需要掌握概率统计等基础知识。全文以直观图解和实例帮助读者理解这些核心概念。
2025-05-29 16:55:02
1827
原创 以实现业务场景为目标的智能体设计：从用户需求到多智能体落地的全流程解析！
摘要：本文以电信运营商套餐推荐为例，阐述了如何构建以业务为导向的智能体系统。企业应避免技术堆砌，聚焦业务痛点，通过多智能体协同（意图识别、套餐匹配等）优化用户旅程。开发阶段需明确角色分工，测试环节验证交互效率与稳定性，运营期则通过数据分析持续优化。智能体的核心价值在于提升转化率、节省人力成本，其成功关键是将AI能力与业务流程深度融合，而非单纯追求技术先进性。（149字）
2025-05-28 15:50:12
1254
原创 家人们！除了用 Cursor 写代码，用 Cursor 辅助读代码也很OK！
AI工具助力程序员快速理解复杂代码库。传统代码阅读面临诸多痛点，如上下文切换成本高、依赖关系复杂、注释缺失等问题。Cursor等AI编程助手通过智能代码导航、AI解读和依赖分析等功能，大幅提升代码阅读效率。以VSCode源码为例，只需10分钟即可通过AI助手完成项目概览、架构图生成、核心流程分析和复杂函数解读等步骤，快速掌握大型代码库的核心逻辑，告别熬夜读代码的困扰。AI工具正改变程序员理解代码的方式，使代码阅读效率得到质的提升。
2025-05-27 15:29:18
625
原创 揭秘AI推理能力四大技术！如何让大模型像人类一样“深度思考”？
你有没有想过，为什么ChatGPT能轻松解出一道复杂的数学题，而Siri却只能干巴巴地告诉你“今天是星期几”？答案藏在一个关键的区别里——推理能力！正是这种能力，让AI从只会背答案的“书呆子”，变成了能深度思考的“学霸”。今天，我们将用最通俗的语言，揭秘提升AI推理能力的四大核心技术，带你看懂大模型如何一步步从“小学生”进化到“解题高手”。
2025-05-26 14:45:16
656
原创 用Cherry替代Manus，AI调用多个MCP在本地处理Excel生成可视化报告文件
摘要：本文介绍了如何利用开源工具Cherry Studio结合多个MCP（模型调用协议）工具在本地实现类似Manus的AI Agent功能。通过Excel数据分析案例，展示了如何整合Excel处理、深度思考、图表生成和文件操作系统等MCP工具，完成从数据读取到自动生成可视化HTML报告的全流程。文章详细说明了MCP工具的获取、安装配置方法，并推荐了适合工具调度的大模型选择策略，为想要自主搭建AI数据分析系统的开发者提供了实用指南。
2025-05-24 16:59:44
2863
原创 AI产品经理的Know-How：如何打造公司法务智能助理
在企业运营中，合同管理是法务团队的核心职责之一。随着公司规模扩大和业务复杂化，合同数量激增，手工处理变得效率低下且容易出错。AI技术，尤其是智能助理的引入，可以显著提升法务团队的工作效率并降低风险。设计一款公司法务智能助理需要深入理解法务团队的实际需求，并结合AI技术优化合同管理的各个环节。本文从总体思路、合同草拟、合同审查和履约管理四个方面探讨了如何设计这样一款工具。通过模板化设计、结构化输入和在线协作，提升起草效率；通过多维度审查和LLM技术，增强风险控制；通过日历和互动功能，确保履约管理无遗漏。最终，
2025-05-23 16:47:19
541
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人