- 博客(179)
- 资源 (7)
- 收藏
- 关注
RSS订阅原创 AI岗位面试遇到：ReAct 循环卡死，如何处理
ReAct范式通过“推理-行动-观察”闭环，使语言模型实现主动问题解决。其核心在于交替生成Thought、Action与Observation，结合外部工具动态迭代。面试中关键考察循环终止机制：仅设步数上限不够，需叠加重复动作检测与解析失败回灌三重护栏，防止无限调用与资源浪费。实测显示，加重复检测可将12次无效调用降至2次，显著提升效率与成本控制。
2026-11-05 02:12:09
347
原创 AI厂商动态速览 2026-11-04
某微信公众号称 Qwen 核心团队与 CTO 在阿姆斯特丹技术峰会确认「下周开源」六模型矩阵（Max Plus / Flash / 270 亿稠密 / Coder / 1200 亿 Omni 等），但。做全模型 MoE 后训练（SFT+RL），MIT 权重 + 自研代码 Apache-2.0，化学/材料/生命科学。【仅素材】：2026-07 混元大语言模型部与多模态模型部合并为「基础模型部」，由首席 AI 科学家。（上期 WSJ 专访 10-22 已覆盖，本期窗口未检索到新发言）【仅素材】；
2026-11-04 23:30:40
765
原创 我用142行脚本 自动生成公众号封面
开始做公众号，更新节奏拉起来之后，我发现一件之前没在意的小事，每发一篇文章，都得先配一张封面。公众号横版封面要 900 乘 383，小红书那边要 900 乘 1200 的竖版。两套尺寸，每条内容线一套配色，前几篇我还在设计软件里手画，画到第二十几张的时候，问题来了，配色对不齐，字号忽大忽小，风格飘得厉害。我不想每次发文都被封面卡十分钟。于是我写了个脚本，给定标题和副标题，一条命令出图。现在这个号的 27 张封面，全是它画的。
2026-11-01 12:12:24
95
原创 RAG 召回差？先改切片和重排
RAG召回差，根源在切片与重排。递归字符切块保语义完整，块大小控制200–500字并留10%重叠；融合词法（BM25）与语义（嵌入）检索，用RRF融合不依赖量纲；重排阶段引入意图词与精确短语信号，提升答案准确性。召回求全，重排求准，分工明确。
2026-10-28 22:13:31
393
原创 【外】水星3号实测 1068 token 每秒靠谱吗
Mercury 3以扩散模型实现并行生成，实测平均吞吐251 token/s，首字延迟约1秒，适合Agent、实时客服等低延迟场景。OpenAI兼容接入零成本，新用户享1亿免费token。但权重不开源，长文本生成与结构化输出错误率（2.22%）仍需兜底设计。厂商数据仅供参考，真实表现需自测验证。
2026-10-28 22:12:42
275
原创 AI厂商动态速览 2026-10-27
2026年10月下旬，AI厂商密集发布新进展：OpenAI推出GPT-6.1 Terra及Sol系列，主打低成本高效推理；Anthropic发布Claude Duet与红队安全事件披露；Google Gemini 4 Argon全球上线并宣布涨价；DeepSeek遭美国禁令，但融资传闻与具身智能布局引关注；智谱GLM-Legal法律模型亮相，MiniMax则因刷榜争议受质疑。各厂商聚焦自动化、成本优化与垂直应用，竞争持续深化。
2026-10-27 11:27:10
594
原创 一、背景：RNN 卡在哪，为什么不是“调参“能解决的
本文重读2017年奠基性论文《Attention Is All You Need》，解析Transformer为何颠覆序列建模。它摒弃RNN串行范式，以自注意力实现并行计算，解决长距离依赖与训练效率难题。核心创新包括缩放点积注意力、多头机制、正弦位置编码、残差连接与掩码自注意力，构建出高效可扩展的encoder-decoder架构。实验表明，仅6500万参数的base模型即超越当时最优系统，且训练成本降低两个数量级。这篇论文不仅催生了大模型时代，其设计哲学至今仍在持续影响AI发展。
2026-10-25 10:00:00
568
原创 AI 行业周报20261018：GPT-6 上线，五个核心判断
GPT-6于10月7日上线，OpenAI发布722篇数学手稿引发学界争议；Anthropic降价90%推Haiku 5.5并布局IPO，五角大楼停用其产品，安全与政治成行业主线；国内厂商假期静默但资本活跃，DeepSeek融资传闻800亿，快手、智谱筹备上市；海外价格普降，国内结构性调整，模型层稳、资本层热，行业进入“技术争议+资本博弈”新阶段。
2026-10-19 23:53:36
385
原创 大模型成本怎么降，5 个动作先做前两个
本文剖析大模型成本控制核心策略，指出降本首要动作是稳定前缀以提升缓存命中率（实测仅省30.4%），其次需压缩历史对话长度，因历史占输入61.2%。步数是最大杠杆，5步到40步成本增34倍，必须设max_steps防失控。建议采用三层预算熔断机制，任务级优先触发，避免浪费。强调缓存依赖前缀稳定，动态内容将导致命中归零。最终结论：先稳前缀、压历史、控步数，再优化路由与缓存，层层保障成本可控。
2026-10-19 23:37:35
323
原创 30美元打包4个AI工具，这订阅真的划算吗？
X平台推出30美元/月的“X订阅”，打包Grok、Grok Bot、Cursor与蓝标，看似划算，实则暗藏风险。核心问题在于共享用量池与非隔离工作区——多个Bot共用一台云电脑，凭据、文件、浏览器状态完全互通，存在安全泄露隐患。实测显示，虽可实现多角色协作流水线，但需手动控制可见性。适合已有工具用户或需持续后台任务者，不建议仅用于聊天或追求数据隔离者。替代方案如Claude Managed Agents提供更安全的多代理编排，自部署方案则保障数据主权。理性评估需求，勿被“真香”误导。
2026-10-18 03:42:20
415
原创 大模型的 Token 到底怎么算？一篇讲清
本文深入解析大模型开发中的五大核心概念：Token是计费真实单位，中文因分词特性成本更高；温度与采样影响输出稳定性，任务型应用应设为0；上下文窗口不宜塞满，历史对话占比超10%易引发注意力稀释；KV Cache提升生成速度但消耗显存，影响并发能力；最后总结常见坑点，强调用tiktoken实测token数、锁温度等实践建议，助开发者降本增效。
2026-10-14 10:44:37
73
原创 面试官问 RAG 召回差怎么排查？这份分层答案直接背
RAG召回率低？面试官考察的是系统化排查能力。需区分“检索不到”与“答不对”，从数据、切片、嵌入、检索、重排五层逐级定位。关键用Recall@K量化每层表现，优先优化低分环节。推荐混合检索（向量+BM25）与重排（RRF融合），并结合评测集迭代。避免盲目换模型或混淆问题类型，体现工程闭环思维。
2026-10-11 23:33:27
201
原创 软件开发转Agent应用开发基础：神经网络与深度学习基础
Agent工程师需掌握神经网络基础，理解大模型本质为深度非线性函数复合。核心在于：非线性激活（如GELU）使深层网络有效；预训练目标为下一词元交叉熵；深度通过层次抽象提升参数效率。避免误判模型边界，善用上下文工程而非重训。掌握“用对模型”比“调参”更重要，是构建高效Agent的关键。
2026-10-11 22:30:29
181
原创 Claude Tag 是什么：Anthropic 把 Claude 塞进 Slack 当同事用了
Claude Tag 是 Anthropic 推出的 Slack 集成应用，将 Claude 作为“虚拟团队成员”嵌入协作流程。它支持 @ 指令触发、跨线程记忆、主动巡检与异步任务执行，可自动处理会议简报、代码修复、数据查询等任务。其核心创新在于“Agent Identity”安全模型，实现独立账号、工具调用双签名与频道级权限隔离。虽不可直接迁移，但其多智能体协作范式与安全架构可供借鉴。目前仅限 Enterprise/Team 客户使用，基于 Opus 4.8 模型，未来将扩展至更多平台。
2026-10-08 20:45:48
234
原创 AI 行业周报（2026.10.01 — 10.08）
本周AI行业核心聚焦：OpenAI发布GPT-6并公开722篇数学手稿，引发学界争议；Anthropic大幅降价、推进IPO，同时面临安全与政治压力；五角大楼停用其产品，白宫启动监管调查。国内厂商虽动作放缓，但资本活跃——DeepSeek融资传闻达800亿，快手筹备港股IPO，智谱股价飙升。海外价格持续下行，国内则呈现结构性调整。安全与伦理首次超越技术成为主线，行业进入“高能低控”新阶段。
2026-10-08 10:15:30
1688
原创 开发转型AI Agent研发：拆解 Agent 的记忆系统、推理链路与决策机制
本文面向前端/全栈工程师转型AI Agent开发，系统拆解Agent核心三大模块：记忆系统（类比状态管理，分短期、长期与任务态记忆）、推理链路（基于CoT、反思与图编排实现动态决策）、决策机制（工具调用、循环控制与多Agent协作）。通过前端经验类比（如Redux、Axios、React），降低理解门槛，并强调系统设计、工程化与生产级能力（如RAG、可观测性、安全防护）是转型关键。
2026-09-16 20:36:11
286
原创 Qwen3.8-Max、GPT-5.6 以及 Claude （Opus 5 / Fable 5）的横向对比
国产大模型Qwen3.8-Max在多项基准测试中表现优异，尤其在科研复现（PaperBench 93.0分）和长周期自主编程（连续运行16天）方面超越GPT-5.6和Claude旗舰模型。Claude Fable 5在软件工程任务（SWE-bench Pro 80.0分）保持领先，GPT-5.6则在终端操作略优。价格方面，Qwen3.8-Max展现显著优势（国内API输入¥12/输出¥36），且将开源权重，成为高性价比选择。建议根据需求选择：科研选Qwen，复杂工程选Claude，终端操作在GPT与Qwen
2026-08-08 23:39:44
400
原创 Qwen3.8-Max 模型亮点
阿里巴巴发布新一代大模型Qwen3.8-Max，采用稀疏混合专家架构，参数量达2.4万亿，推理效率提升30%。支持多模态与超长上下文（1M Tokens），在编程、办公等领域实现突破，可自主完成复杂任务。首次开源Max级别模型，并在多项权威评测中表现优异，智能体能力全球第一。API定价具竞争力，国际市场价为同类产品的40%-24%。
2026-08-08 23:38:27
880
原创 [特殊字符] AI 每周新闻要点 — 2026年8月W1
覆盖 OpenAI、Anthropic、Google、DeepSeek、智谱、MiniMax、腾讯混元、字节豆包/Seed、快手可灵、阿里通义千问、小米 MiMo 等国内外主要 AI 厂商的最新动态。
2026-08-07 02:50:30
1097
原创 Kimi K3、Qwen 3.8-Max-preview、Fable 5、GPT-5.6 Sol等七强深度对比
近期，全球科技巨头纷纷推出新一代大模型，包括月之暗面的Kimi K3、阿里的Qwen 3.8-Max-Preview、腾讯Hy3、Anthropic的Fable 5、SpaceX的Grok 4.5、OpenAI的GPT-5.6 Sol以及美团的LongCat-2.0。本文将从技术亮点、核心能力、性价比、适用场景等维度，对七大模型进行全面对比，帮助读者洞察AI发展的新趋势。现在大模型的使用情况来看，各模型之间在实际的生产工作中，一般任务上其实没有那么大的差异，核心的差异点长任务、难任务上的处理效果。
2026-07-25 09:15:00
688
5
原创 DeepSeek 发布新的推测解码方法 DSpark
我们推出DeepSeek-V4系列的预览版，其中包括两个强大的混合专家 (MoE) 语言模型——DeepSeek -V4-Pro（1.6T 参数，已激活 49B）和DeepSeek-V4-Flash （284B 参数，已激活 13B）——两者均支持一百万个标记的上下文长度。混合注意力架构：我们设计了一种混合注意力机制，结合了压缩稀疏注意力（CSA）和高度压缩注意力（HCA），以显著提高长上下文效率。在 100 万个词元的上下文设置下，与 DeepSeek-V3.2 相比，
2026-06-28 10:20:45
440
原创 AI 每日新闻要点 — 2026年6月19日
G7峰会AI三巨头同台、Claude Fable 5 横扫榜单、GPT-5.6 蓄势待发、DeepSeek 500亿首轮融资、MiniMax M3 三项全能、智谱 GLM-5.2 开源、小米 MiMo Code 正面硬刚 Claude Code、字节豆包任务模式上线、阿里 Qwen3.7-Max 登顶国产第一。
2026-06-20 09:45:08
754
原创 GLM-5.2深度拆解：百万上下文+自研架构，国产长程工程模型突围
摘要（149字）： 智谱发布开源大模型GLM-5.2，突破百万Token上下文窗口，支持工程级长任务处理，如代码仓库分析、日志排查等。其核心优势包括： 稳定长程能力：通过IndexShare稀疏注意力架构和MTP解码优化，实现1M上下文低算力消耗，吞吐量提升6.97倍； 顶尖编码性能：在FrontierSWE等工程基准中超越多数开源模型，逼近Claude Opus 4.8； 开源无限制：MIT协议开放权重，配套ZCode工具链。短板在于多模态支持和超高难度任务表现。提供云端调用、本地部署和API集成三种落地
2026-06-19 10:55:28
2076
1
原创 VibeThinker-3B：探索小型语言模型
VibeThinker-3B是一个30亿参数的紧凑模型，专注于可验证推理任务（如数学、编程和STEM）。通过优化的频谱到信号后训练流程，该模型在AIME、LiveCodeBench等挑战性基准测试中表现优异，性能媲美参数规模大数百倍的顶级模型（如DeepSeek V3.2、GLM-5）。研究提出"参数压缩-覆盖假设"，认为可验证推理能力可被高度压缩到小模型中，而开放域知识则需要大规模参数覆盖。实验显示，VibeThinker-3B在IMO级问题上达到80.6分，且能在消费级显卡上运行。这项工作表明小模型不仅
2026-06-19 10:54:50
482
原创 MiniMax M3 vs 质谱GLM5.2 vs Kimi k2.7对比
本月国产大模型已经发布三款，6月1日MiniMax M3发布。Kimi 6月12日 K2.7-Code发布。6月13日GLM-5.2发布。
2026-06-15 10:34:28
1233
原创 Claude vs. Claude Code vs. Cowork：Anthropic 三剑客如何选
Anthropic三大AI工具选型指南：Chat、Code与Cowork的核心差异 Anthropic推出的三款Claude系列产品针对不同场景设计： Claude Chat：对话式AI助手，擅长思维碰撞、内容创作与研究分析，支持文档处理但无法直接访问本地文件 Claude Code：终端编程智能体，能自主完成代码编写、测试和版本管理，适合全周期开发但学习成本较高 Claude Cowork：桌面自动化助手，可直接操作本地文件完成格式化/整理等重复任务，需保持设备在线 选择建议：Chat用于创意构思，Cod
2026-06-15 10:33:05
498
原创 2026年2月国内外七大AI模型参数与基准测试全对比
2026年2月，全球七大AI模型密集发布，包括OpenAI的GPT-5.3 Codex、Anthropic的Claude系列、Google的Gemini 3.1 Pro、阿里的Qwen 3.5等。对比分析显示： 参数规模：GLM-5以7440亿总参数领先，但采用MoE架构降低推理成本；而Qwen 3.5以极低定价（0.8元/百万tokens）抢占市场。 编码能力：Claude Opus 4.6、GPT-5.3 Codex和MiniMax M2.5在SWE-bench测试中均突破80%，位列第一梯队。 推理能
2026-06-15 10:32:20
913
原创 claude fable 5 出来后我们的应该怎么在项目中使用
本文介绍了Claude Fable 5模型的特点及使用建议。Fable 5是基于Mythos的安全增强版本，在性能上较Opus 4.8有显著提升，但成本较高（输入10美元/百万token，输出50美元/百万token）。针对模型选择，建议采用分层策略：80%日常任务使用平价模型（如DeepSeek），15%中等任务用中等模型，5%高价值任务才使用Fable 5等高端模型。文章强调，工程体系（如验证、重试机制等）比单一模型选择更能保证项目质量，建议不迷信单一模型，而是通过分层策略和工程优化来平衡成本与性能。
2026-06-14 09:00:00
289
原创 用AI 花了2个月开发 H5 老虎机游戏的真实复盘
对于想要尝试“一人公司”的开发者，我的建议是：打铁还得自身硬，先打磨好自己的技能树，再让 AI 为你插上翅膀。
2026-06-13 10:30:00
179
原创 cluade code 源码逆向工程解读分析
Claude Code Best (CCB) 是一个对 Anthropic 官方 Claude Code CLI 工具进行逆向工程的开源项目，成功还原了其核心功能。该项目实现了终端原生智能编码系统，具备 AI 自主决策工具调用链，采用五层架构设计，包括入口层、交互层、编排层、核心循环和工具执行层。已实现 REPL 交互界面、多平台 API 通信、流式对话与工具调用循环等核心功能，以及文件操作、命令执行等工具系统。项目包含多层安全机制，如权限模型和沙箱机制。虽然部分高级功能被关闭，但已实现的功能足以支持日常开
2026-06-13 09:00:00
222
原创 SWE-bench Verified：AI 软件工程能力的高质量软件工程基准测试
2025年10月，OpenAI 联合 Princeton NLP 团队发布了，这是一个经过人工验证的高质量软件工程基准测试。它从原始 SWE-bench 的 2,294 个测试用例中精选出 500 个高质量问题，每个问题都经过三位专业开发者的独立审核，旨在为评估 AI 模型解决真实 GitHub 问题的能力提供一个更可靠、更严谨的标准。
2026-06-12 08:45:00
582
原创 APEX-Agents：长期专业任务的AI代理能力测试
APEX-Agents是首个评估AI代理在专业服务领域长期工作能力的基准测试，由Mercor于2026年推出。该基准模拟投资银行、法律和企业咨询等高价值场景，通过480个真实任务测试AI代理在跨应用、多工具环境中的表现。最新结果显示，顶级模型Claude Opus 4.6仅完成29.8%的任务，远低于专业工作要求。评测揭示AI代理在上下文保留、文件导航和模糊性处理等方面存在显著不足，表明当前技术尚无法替代专业人士。该基准为AI代理开发提供了重要参考，凸显了真实工作环境与演示效果之间的巨大差距。
2026-06-12 07:00:00
523
原创 Claude Code 访谈 Loop Engineering 介绍
本文探讨了AI编程从"提示工程"向"循环工程"的范式转变。循环工程的核心是用自动化系统替代人工提示AI，通过定义目标让AI持续迭代完成任务。文章详细介绍了构建循环的五大组件：自动化机制、工作树隔离、技能存储、插件连接和子代理审查，并指出循环工程面临的三大挑战：验证责任、理解力负债和认知投降风险。作者强调开发者应该平衡使用循环工程与保持对代码的理解，认为循环工程是未来工作方式的预演，但提醒过度依赖自动化可能导致质量下降。关键在于设计循环时保持工程师思维，而非完全放弃对代码的控制权。
2026-06-11 15:09:12
606
原创 AI造词--让你学不动的Loop Engineering 又来了
AI编程范式迎来新变革：循环工程（Loop Engineering）正引发热议。这一概念标志着AI编程从单轮提示词工程（Prompt Engineering）向自动化循环系统的跃迁，开发者不再逐轮输入提示词，而是设计能自主调度、验证和迭代的AI系统。核心特点包括反馈机制、会话上下文保留、硬停止条件和多组件协同架构，适用于CI/CD修复、依赖管理等边界明确的任务。然而，该技术仍面临token成本高、调试困难等挑战。最终责任仍需人类工程师把关，体现了AI与人类协同的演进方向。
2026-06-11 15:08:09
846
原创 DeepSeek 大模型落地应用与场景探讨
企业AI应用转型指南：从知识管理到私有化部署 本文系统梳理了大语言模型在企业中的十大核心应用场景，涵盖知识管理、代码生成、营销创作、文档解析、跨语言沟通、教育辅导、数据分析、客服优化、创意策划等领域。重点突破传统效率瓶颈，通过RAG架构、多轮对话设计、长文档分析等技术方案，实现业务场景的智能化升级。针对企业关注的隐私问题，详细介绍了基于开源模型的低成本私有化部署路径，包括模型量化、容器化封装和效果评估体系，形成"选型-部署-验证"闭环。无论是技术团队还是业务部门，都能找到适配自身需求的AI转型方案，在保障数
2026-06-10 16:32:26
217
原创 CRISP 五要素实现AI Coding的高效构建策略
摘要： CRISP模式是提升AI编码效率的核心方法，通过**Context（上下文）、Role（角色）、Issue（问题）、Scope（范围）、Preference（偏好）**五要素结构化需求，确保AI精准理解并生成可验证方案。 关键点： 上下文需明确技术栈、版本及架构特点； 角色定义越具体，AI越能调用专业知识； 问题用“When-Then-But-Should”模板描述，附错误日志； 范围限定最小修改域，避免无关改动； 偏好设定技术约束与优先级。 实践建议： 使用模板化输入，结合分步对话与代码片段增强理
2026-06-10 16:21:04
475
原创 CRIPS的工程化开发方法六大典型问题的处理
CRISP 不是填空题，而是工程思维的结构化表达。常见问题的本质，是人类模糊认知与 AI 精确执行之间的鸿沟。通过模板化输入、要素交叉验证与强制约束声明，可将这一鸿沟转化为高效协作的桥梁。
2026-06-10 16:19:46
406
原创 解决人力瓶颈，让AI Coding 高效迭代的五点建议
摘要 本文针对AI编程中"生成快但验证慢"的瓶颈问题，提出五点工程化建议：1）用标准化规格（如Gherkin语法）替代模糊需求描述；2）建立分层审核机制，让AI自带测试交付并自审代码；3）构建自动化验证体系，实现一键测试；4）沉淀项目规则和修正经验形成复利资产；5）重构协作模式，让人专注于关键决策而非具体实现。这些方法通过将一次性工作转化为可重复利用的工程资产，显著提升AI编程效率和质量，使开发者从低效验证中解放出来，实现持续的技术积累。核心在于建立"复利式工程"思维，让每次开发都为下一次迭代铺路。
2026-06-10 02:55:46
518
原创 小米 MiMo-V2.5系列API永久降价的技术分析（一）
小米MiMo-V2.5系列模型通过五大核心技术突破实现API价格大幅降低99%，核心在于Hybrid SWA+MoE混合架构设计及全链路推理优化。其采用1:7稀疏注意力比例，将计算复杂度从O(n²)降至近O(w*n)，并通过KVCache双池分治、分布式缓存等技术将存储需求压缩至行业1/7。尤其在长上下文场景中，KVCache优化显著降低显存占用和多级存储数据搬运成本，使得推理成本降至行业平均水平的1/7，实现降价仍保持收支平衡。该技术突破推动了大模型行业整体成本下降趋势。
2026-06-10 02:54:08
294
zencoding visio studio 2010
2013-01-06
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人