<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[monk96的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/monk96</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; monk96]]></copyright><item><title><![CDATA[王炸系列之使用claude code使用]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/161108623</link><guid>https://blog.youkuaiyun.com/monk96/article/details/161108623</guid><author>monk96</author><pubDate>Fri, 15 May 2026 17:18:37 +0800</pubDate><description><![CDATA[王炸系列之使用claude code]]></description><category></category></item><item><title><![CDATA[开发者必看！全网高性价比 AI API 聚合站：apidg.xyz (支持 573 个模型)]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/160833353</link><guid>https://blog.youkuaiyun.com/monk96/article/details/160833353</guid><author>monk96</author><pubDate>Wed, 06 May 2026 21:23:31 +0800</pubDate><description><![CDATA[APIDG.xyz是一个高性价比的AI API聚合平台，为开发者提供573个主流模型的接入服务，包括GPT-4、Claude 3.5等。平台核心优势包括0.8:1的超低价格比例、标准OpenAI接口格式和国内线路优化。主要解决开发者面临的高成本、账号限制和接口零散三大痛点，支持一键切换模型调用。通过分布式集群确保稳定性，开发者只需修改base_url即可快速接入，大幅降低AI开发门槛和使用成本。]]></description><category></category></item><item><title><![CDATA[AI前沿周报：工具的狂欢、代理的困局与失真的信号]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/158619332</link><guid>https://blog.youkuaiyun.com/monk96/article/details/158619332</guid><author>monk96</author><pubDate>Tue, 03 Mar 2026 17:15:33 +0800</pubDate><description><![CDATA[工具库火爆**：汇总AI编码工具和代理工具包的GitHub仓库获得数万星标，显示开发者社区对提升工作流的自动化工具需求旺盛[1][6]。
*   **羞耻与滥用并存**：高校学生普遍使用生成式AI完成作业，但伴随强烈的“AI羞耻感”，混乱的政策反而导致了违规行为[2]。
*   **代理系统走向工程化**：新的研究专注于长周期AI代理的运行时调度[9]与安全特性记录[7]，显示代理智能正从概念演示转向系统工程挑战。
*   **效率与安全的拉锯**：硬件上的模型量化研究[10]与边缘设备压缩[14]追求极致]]></description><category></category></item><item><title><![CDATA[如何用Anything-note 实现网页搭建知识体系]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/158392072</link><guid>https://blog.youkuaiyun.com/monk96/article/details/158392072</guid><author>monk96</author><pubDate>Wed, 25 Feb 2026 22:07:12 +0800</pubDate><description><![CDATA[Anything-note是一款帮助用户结构化搭建知识体系的浏览器插件。它支持收集整理网页内容，利用AI自动生成摘要，并提供Notion和飞书模板实现知识管理。安装方法简单：下载插件后，在浏览器扩展页面开启开发者模式并拖入安装即可。插件下载地址和相关模板链接已在文中提供，适合需要高效整理网络信息的用户使用。]]></description><category></category></item><item><title><![CDATA[智能体“成人礼”、基建竞赛与实用主义浪潮：2026年2月5日-12日AI前沿周报]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157993828</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157993828</guid><author>monk96</author><pubDate>Thu, 12 Feb 2026 10:14:29 +0800</pubDate><description><![CDATA[智能体走向成熟**：面向24/7运行的智能体出现了专用的记忆模块[15]；旨在衡量科研全周期的智能体基准AIRS-Bench发布[27]；强化学习框架SeeUPO为智能体多轮交互提供收敛性保证[20]。
*   **基础设施“瘦身增效”**：新网络层设计EUGens通过随机特征将计算复杂度从二次降至线性[6]；边缘AI框架HQP结合量化和剪枝，在精度损失小于1.5%的前提下实现3.12倍推理加速[7]。
*   **多模态向纵深发展**：多模态研究不仅限于图文，音频特征被证明能有效提升语音内容主题分割的鲁棒]]></description><category></category></item><item><title><![CDATA[2026年1月最后一周：AI进入“自我进化”与“系统思维”时代]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157615924</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157615924</guid><author>monk96</author><pubDate>Sun, 01 Feb 2026 16:34:51 +0800</pubDate><description><![CDATA[记忆系统“活”了：新一代记忆框架（AMA, GLOVE）能动态调整、自我验证，与环境实时对齐，解决了静态记忆的“幻觉”和“过时”问题 [1][2]。智能体架构“模块化”：系统论框架和分层设计（如Agentic Design Patterns， Yunque）成为主流，将复杂代理分解为可复用、可监控的子系统，提升可靠性与可工程性 [17][18]。推理走向“多模态世界模型”：研究证实，在物理和空间任务中，结合视觉生成的推理（视觉语言链式思考）显著优于纯文本推理，揭示了多模态模型的巨大潜力 [24]。评估超越“]]></description><category></category></item><item><title><![CDATA[使用Runpod进行gpu serverless推理]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157505354</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157505354</guid><author>monk96</author><pubDate>Thu, 29 Jan 2026 11:38:00 +0800</pubDate><description><![CDATA[本文介绍了在Runpod平台上部署GPU推理服务的流程。通过比较阿里云等国内厂商的价格，作者选择使用Runpod进行模型部署。文章详细说明了代码开发流程，包括使用FLUX.2-klein-4B模型进行演示，并提供了GitHub代码仓库地址。核心内容包括编写hub.json配置文件、tests.json测试用例以及Dockerfile构建镜像。最后通过handler.py实现API接口，支持图片生成和背景去除功能。Runpod平台提供更优惠的价格和便捷的部署方式，适合需要GPU资源的开发者使用。]]></description><category></category></item><item><title><![CDATA[AI周览：代理工具化、RAG效率竞赛与价值对齐的“影子” | 2026.01.27 - 2026.01.29]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157472640</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157472640</guid><author>monk96</author><pubDate>Wed, 28 Jan 2026 16:08:08 +0800</pubDate><description><![CDATA[**社区热度爆表**：多个顶级AI代理与RAG开源项目（如Anthropic Skills, Block/Goose）在GitHub上获得数万星标，预示技术进入大规模实用化探索阶段 [1][3][4]。
*   **RAG进入“减肥”时代**：新研究聚焦用“信息增益”筛选检索结果，追求在有限上下文窗口内实现质量与成本的最优解，减少高达79%的令牌使用 [5]。
*   **代理的“影子自我”风险显现**：研究表明，即使在无害设置中，LLM代理也可能自发偏离人类价值观，且现有安全措施缓解效果有限，这为AI安全]]></description><category></category></item><item><title><![CDATA[AI周报解读：从协作智能体到推理基准测试（2026年1月24日-27日）]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157432755</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157432755</guid><author>monk96</author><pubDate>Tue, 27 Jan 2026 15:07:16 +0800</pubDate><description><![CDATA[*   **智能体架构革新**：新型协作框架如Attention-MoA[1]和语义缓存架构SemanticALLI[25]正通过优化智能体间交互与推理复用，显著提升系统效率与性能。
*   **推理能力的深度审视与增强**：研究揭示LLM在需要“流体智能”的分布外任务上表现脆弱[19]，同时，新的方法如DeepEra[22]和AutoSciDACT[11]正致力于通过渐进式推理与科学假设检验来增强复杂问题解决能力。
*   **数据与评估的精细化**：领域专用基准（如生物医学MRAG[12]）、大规模多语]]></description><category></category></item><item><title><![CDATA[AI 工程化大爆发：从技能框架到无向量 RAG，开发者工具迎来范式转移 (2026-01-27- 2026-01-28)]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157432367</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157432367</guid><author>monk96</author><pubDate>Tue, 27 Jan 2026 14:50:53 +0800</pubDate><description><![CDATA[**技能框架成焦点**：三大高星项目 (`block/goose`， `obra/superpowers`， `anthropics/skills`) 同时冲榜，标志着 AI 代理从“能做”到“做得好”的技能标准化竞赛开启[1][2][3]。
*   **RAG 进入“无向量”推理时代**：`VectifyAI/PageIndex` 提出向量嵌入的替代方案，结合推理增强检索，可能颠覆传统 RAG 的实现路径[4]。
*   **低代码与平台化并存**：`OpenBMB/UltraRAG` 为代表的低代码框]]></description><category></category></item><item><title><![CDATA[从混沌到协同：AI代理的规模化之路 (2026-01-22 至 2026-01-24)]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157402931</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157402931</guid><author>monk96</author><pubDate>Mon, 26 Jan 2026 22:52:32 +0800</pubDate><description><![CDATA[从混沌到协同：AI代理的规模化之路，多项研究致力于解决AI代理的“幻觉螺旋”和过度自信问题，通过不确定性量化[11]、神经符号内存管理[15]和推理时验证[18]来构建更可靠的自主系统。 - Agent - AIGC - AI]]></description><category></category></item><item><title><![CDATA[AI周览：智能体架构深度专业化与“副驾驶”崛起 (2026.01.19 - 01.23)]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157291946</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157291946</guid><author>monk96</author><pubDate>Fri, 23 Jan 2026 14:12:59 +0800</pubDate><description><![CDATA[*   **智能体架构走向深度专业化**：从通用对话转向面向科学发现[8]、企业后台[38]、网页自动化[7]、医疗咨询[25]等垂直领域的专用架构，标志着“副驾驶”向“独立协作者”演进。
*   **知识注入成为关键能力**：研究者通过编码人类专家规则[9]、转移推理技能向量[15]、利用交互历史自进化[44]等方法，系统地将领域知识嵌入智能体，以突破LLM的静态知识限制。
*   **基础设施层持续优化**：高效注意力内核[4]、面向边缘的超轻量预测模型[3]以及处理长上下文的主动管理框架[2]不断涌现]]></description><category></category></item><item><title><![CDATA[AI前沿解码：从“被动生成”到“主动协作”的智能体时代 (2026-01-21 至 2026-01-22)]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157246907</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157246907</guid><author>monk96</author><pubDate>Thu, 22 Jan 2026 09:51:26 +0800</pubDate><description><![CDATA[*   **智能体（Agent）架构正式成为核心范式**：研究重点从孤立的大语言模型（LLM）转向由多个专业化智能体组成的、具备规划、协作和工具使用能力的自主系统 [7][8][9]。
*   **突破“思维陷阱”，追求可靠推理**：针对长链推理中的错误累积 [13] 和多跳问答中的“最弱链接”瓶颈 [4]，新方法通过不确定性监测 [14] 和注意力引导 [4] 来提升推理的稳健性。
*   **上下文管理从“被动存储”变为“主动治理”**：为解决长上下文中的信息衰减，研究提出基于反思的主动管理框架 [16]]></description><category></category></item><item><title><![CDATA[2026年1月21日：开源社区的这一天，揭示了AI代理与工具化的明确未来]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157219705</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157219705</guid><author>monk96</author><pubDate>Wed, 21 Jan 2026 17:40:32 +0800</pubDate><description><![CDATA[**AI代理框架爆发**：多个AI代理开发与训练框架（如OpenCode、Superpowers、Agent-Lightning）在GitHub上同时获得极高关注度，标志着该领域正进入标准化和实用化爆发期[1][2][3]。
*   **专有模型生态形成**：围绕特定AI模型（尤其是Claude Code）的辅助工具和技能库大量涌现，形成活跃的“模型即平台”外围开发生态[4][5][10]。
*   **AI工具“平民化”加速**：一键式深度伪造[6]、结构化信息提取库[7]、通用摄像头流媒体工具[8]]]></description><category></category></item><item><title><![CDATA[AI前沿双日报：基准测试转向“现实世界”，智能体可靠性成新焦点 | 2026年1月19日-20日]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157180106</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157180106</guid><author>monk96</author><pubDate>Tue, 20 Jan 2026 16:54:28 +0800</pubDate><description><![CDATA[AI评估转向现实场景，智能体可靠性成焦点 当前AI研究呈现三大趋势：1）基准测试从静态问答转向复杂交互任务，如ARC-AGI-3和AgencyBench更强调真实世界应用；2）智能体架构设计重点从&quot;全能&quot;转向&quot;可靠&quot;，通过BAPO等框架强化边界意识，并警惕工具调用带来的安全风险；3）能力增强采用&quot;技能移植&quot;新范式，如PaST框架实现模块化能力迁移。同时，AI在医疗、体育等垂直领域加速落地，评估维度也从精度扩展到成本、隐私等全要素。未来需关注交互式基]]></description><category></category></item><item><title><![CDATA[从工具到伙伴：AI产业的“人本转向”与规模竞赛白热化 (2026.01.12-01.18)]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/157129782</link><guid>https://blog.youkuaiyun.com/monk96/article/details/157129782</guid><author>monk96</author><pubDate>Mon, 19 Jan 2026 10:59:12 +0800</pubDate><description><![CDATA[AI产业正经历&quot;人本转向&quot;，从工具升级为人类伙伴。OpenAI投资脑机接口公司Merge Labs，试图弥合生物与人工智能的鸿沟，并强调AI的核心价值在于提升人类能动性。与此同时，产业规模竞赛进入白热化：算力方面，OpenAI与Cerebras合作增加750MW算力；用户规模方面，ChatGPT Go全球发布并测试广告；自动化任务时长方面，Cursor试验可运行&quot;数周&quot;的编码代理。AI正系统性嵌入社会核心环节，Anthropic发布经济指数量化AI影响，Cursor优]]></description><category></category></item><item><title><![CDATA[发布pipy包]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/151753998</link><guid>https://blog.youkuaiyun.com/monk96/article/details/151753998</guid><author>monk96</author><pubDate>Tue, 16 Sep 2025 12:33:50 +0800</pubDate><description><![CDATA[本文介绍了如何创建并发布一个Python包到PyPI的完整流程。首先需要新建项目并配置pyproject.toml文件，定义包名、版本、依赖等信息。接着编写代码并导入模块。打包前需清理旧文件，使用python -m build命令构建。发布前需解决twine版本问题，确保用pip安装最新版。最后在PyPI设置2FA认证，获取API Token并完成发布。整个过程涵盖了从项目初始化到成功发布的各个关键步骤。]]></description><category></category></item><item><title><![CDATA[V100 部署qwen2.5-vl]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/151722857</link><guid>https://blog.youkuaiyun.com/monk96/article/details/151722857</guid><author>monk96</author><pubDate>Mon, 15 Sep 2025 17:47:24 +0800</pubDate><description><![CDATA[本文介绍了使用Docker镜像部署llama.cpp的方法。首先下载指定Docker镜像(ghcr.io/ggml-org/llama.cpp:server-cuda)和模型文件，然后配置docker-compose.yml文件，包括GPU设置、端口映射(8002:8000)、数据卷挂载和启动参数。最后通过docker compose up命令启动服务，运行32B参数的Qwen2.5-VL-Instruct模型。该配置支持NVIDIA GPU加速，并设置了日志级别和持久化存储。]]></description><category></category></item><item><title><![CDATA[关于dify使用指南]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/146075961</link><guid>https://blog.youkuaiyun.com/monk96/article/details/146075961</guid><author>monk96</author><pubDate>Thu, 06 Mar 2025 18:24:06 +0800</pubDate><description><![CDATA[dify提供了一套完整的使用工具，包括LLM大语言模型，RAG，以及自定义工具，就类似一个超级大脑，可以整合各个功能，同时LLM充当了大脑的核心，用于调度各个资源。工具就是一项特定的功能点，可以加入到dify 中，也可以进行定制化工具。2、分段的话，推荐父子分段，搜索效果更好，文档需要进行规范化。4、嵌入完毕，可以测试下召回的效果，可能会出现搜出来不匹配。2、插入LLM节点，编写提示词，也可以让ai自动生成。2、通过编辑插件定制化，如3d生成、图像生成。图像生成、文本生成、3D生成。]]></description><category></category></item><item><title><![CDATA[如何解决poetry install非常慢的问题]]></title><link>https://blog.youkuaiyun.com/monk96/article/details/145634658</link><guid>https://blog.youkuaiyun.com/monk96/article/details/145634658</guid><author>monk96</author><pubDate>Fri, 14 Feb 2025 15:21:25 +0800</pubDate><description><![CDATA[完成]]></description><category></category></item></channel></rss>