- 博客(128927)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 【RSI 论文精读】深度解读：MASS — 基于多智能体自监督的递归自改进
MASS 用"让模型组建团队来解自己解不了的题，再从团队的胜利中学习"这一结构变换，在非可验证任务上第一次跑通了不依赖外部奖励的递归自改进闭环——两轮循环、胜率 53.9%→69.9%、评估吻合度 73%→93%，代价是同源盲区未解和编码能力回退。
2026-10-28 12:39:18
281
原创 【论文精读】HarnessPro：以帕累托优化实现性能—成本权衡的递归式 Harness 自我改进
HarnessPro提出一种无标签的递归式Harness自我改进方法，通过帕累托优化实现性能与成本的协同提升。该框架利用多智能体系统分析执行轨迹，动态调整推理强度与工具预算，在无需官方测试的情况下演化出轻量（lite）、均衡（medium）、高性能（heavy）三类Harness。实验表明，其在Terminal-Bench 2等基准上相较RHO平均提升2.0%通过率，同时降低26.1%任务成本，有效推动性能-成本帕累托前沿前移。
2026-10-23 13:01:05
352
原创 【论文精读】RSI-Anything：以世界模型解锁递归自我改进
RSI-Anything提出一种基于JEPA-Anything的世界模型框架，实现递归自我改进。通过预测性模型指导行动与数据选择，结合反馈驱动的策略与模型更新，并引入组件及兼容性检查机制，确保系统持续优化。在代码修复、GUI交互、实验室规划与反应优化中均显著提升性能，如任务完成率提高39.4%，产率达96.15%，实现跨领域持续进化，验证了预测模型与系统更新协同推动智能体自我演进的有效性。
2026-10-23 11:26:12
168
原创 【论文精读】The Last AI Built by Humans 最后一批由人类打造的 AI：走向真正的递归自我改进 Recursive Self-Improvement
本文提出递归自我改进（RSI）的五级自主演进路径，从执行、策略、经验获取到环境适应，最终实现元改进。基于余量闭合指数（HCI）揭示当前大模型局限，结合科学发现、具身智能等场景需求，系统梳理产业实践与实证证据，指出实现真正RSI的关键挑战，推动AI从工具向自进化超级智能体跃迁。
2026-10-19 17:51:50
584
2
原创 Meta：Context Language Models 能够原生管理自身上下文的语言模型
本文提出上下文语言模型（CLM），首次将上下文管理作为语言模型的原生能力，通过将上下文视为可自由编辑的文件，实现模型自主更新与优化。实验表明，零样本CLM在多项长程任务中显著超越现有基线：在BrowseComp-Plus上准确率提升11.4%，FLOPs降低21.5%；在12小时EdgeBench任务中得分提高5%，算力节省59%；在24小时多智能体集群任务中端到端加速65%。CLM支持上下文内学习与强化学习，可通过自然语言指令或技能进化循环优化策略，并结合后缀缓存复用技术，在保持性能前提下降低35%服务器
2026-10-02 22:04:27
74
原创 【技术报告深度解析】第一开源大模型 MiMo-V2.6：迈向自我改进的强化学习规模化
MiMo-V2.6 是小米推出的全模态强化学习模型系列，通过扩展算力、环境与评分机制，推动大模型自我改进。其基于 hybrid-SWA 架构，融合多模态预训练与 agent 中期训练，实现跨领域任务能力跃升。在强化学习阶段，采用异步大 batch 训练（单 step 处理 27–37 亿 token）、多样化 agent harness 及分组式 agentic 评分，提升奖励信号精度。通过冻结 MoE 路由器、多层防御与统一基础设施，保障大规模训练稳定。开源工具链支持可复现的 agentic RL 研究，
2026-09-30 15:47:22
214
原创 【DeepThink V1.1.0 发布】全球免费开源自由使用打造你的个人 AI 操作系统：支持全自主托管模式完成超复杂长程任务
DeepThink v1.1.0发布，实现从工具驱动到自主AI Agent系统的重大升级。新版本核心包含：1）Autonomy Layer统一架构，集成7大自主能力（感知、认知、决策、执行、学习、适应、监控）的度量与验收闭环；2）全托管模式（Autonomous Mode），通过三层防御机制和四道硬刹车护栏实现安全自主运行。同时修复桌面版打包依赖问题，新增49项单测和20项E2E测试确保稳定性。该项目为开源多平台AI操作系统，支持本地化部署与复杂任务自动化处理。
2026-08-07 02:20:02
867
原创 硬件产品的叙事与营销：架构设计与工程实践
硬件产品的购买决策通常发生在信息不对称条件下：买方难以在购买前验证真实工作负载下的性能、长期可靠性、量产一致性与售后承诺。现有研究分别讨论产品架构、创新扩散与叙事说服，却较少把对外主张、架构决策与证据资产放入同一个可审计框架。本文提出叙事—架构一致性框架（Narrative–Architecture Alignment，NAA），将硬件产品的对外叙事分解为类别叙事、价值叙事、架构因果叙事与证据叙事四个层次，并用主张注册表把每一条主张绑定到适用范围、证据等级、责任人与有效期。
2026-11-06 13:52:10
25
原创 企业级 AI Agent 智能体系统：反思与自我修正
企业级 AI Agent 正从对话助手走向可执行业务流程，其错误不再只是文本瑕疵，而可能表现为错误退款、越权操作或合规违规。反思与自我修正是提升 Agent 可靠性的常用手段，但现有方法多在可回滚的沙箱中评估，默认反馈充分、动作可逆、成本不受约束，难以直接满足企业对审计、权限与风险控制的要求。
2026-11-06 12:42:59
31
原创 深度解析 机器人安全认证与标准
机器人正从结构化工厂走向人机共融、开放环境与具身智能。现有安全认证主要继承机械安全范式，以标准符合性和一次性型式试验为核心，难以完整覆盖学习型组件的分布漂移、长尾风险、软件持续更新以及网络安全与功能安全的耦合。
2026-11-06 11:06:21
35
原创 Agent 平台审计日志体系技术方案与系统设计
大语言模型（Large Language Model, LLM）智能体正在进入企业生产环境，工具调用、权限变更、资金操作和数据访问等动作会产生真实副作用。现有可观测性体系擅长回答“系统是否正常”，却难以回答“谁在何时、依据哪条策略、对什么资源做了什么、结果如何、证据是否被篡改”。审计日志因此从运维附属品转变为平台的基础证据设施。本文给出一套面向多租户 Agent 平台的审计日志体系技术方案与系统设计。本文首先区分审计日志与可观测性 trace 的目标、采样方式、生命周期和失效语义；
2026-11-06 01:57:09
72
原创 Google A2UI 极简教程（按当前生产版 v0.9.1）
先跑通 5 分钟演示建立直观感受，然后参照 ADK 的代码示例，用 A2UI Agent SDK 在 Python 中创建你的第一个能“说话”并生成界面的智能体。
2026-11-06 01:26:42
298
原创 A2A（Agent2Agent）极简教程
A2A v1.0 是跨框架Agent的通用通信协议，实现无代码共享的互操作。通过标准化的Agent Card、Task状态机与JSON-RPC绑定，支持多模态消息与流式交付。实测四类组合（手写/SDK服务端 + raw/sdk客户端）全部互通，验证了“仅靠协议即可协作”的核心理念。适用于Agent间任务委托，但不适用于内部编排或需共享记忆的场景。
2026-11-06 00:50:33
99
原创 深度解析 Harness 的可观测性埋点
大语言模型（Large Language Model, LLM）智能体的能力越来越取决于运行时外壳（Harness）而非单次模型调用，但长程任务中的失败往往静默、跨进程且难以复现。现有实践要么只记录应用层推理与工具选择而看不到系统副作用，要么只采集内核事件而缺少语义意图，二者之间形成语义鸿沟。本文把 Harness 埋点建模为受约束的证据设计问题：提出任务、循环、模型、工具、上下文、系统与语义关联七层信号面，用事件有向无环图刻画因果关系，并给出“失败假设—最小证据集—诊断覆盖率—开销向量”的形式化模型；
2026-11-06 00:20:31
54
原创 传感器选型与标定在教育场景的落地实践
“传感器选型与标定在教育场景的落地实践”这一标题包含三个容易产生歧义的词：选型、标定、落地。为避免论述发散，本文先给出范围假设。第一，本文将“教育场景”限定为本科工程教育中的测控技术与仪器、自动化、电子信息、机械电子等专业的传感器与检测技术课程、测量实习和项目式学习。职业教育、中小学科普和高精度计量培训不在本文的主要讨论范围内，但部分设计原则可以迁移。第二，本文将“选型”理解为从测量任务出发，在性能、接口、环境适应性、成本、安全、可维护性和教学可见性等多维约束下做出可解释的工程决策，而不是简单地比较数据手册
2026-11-05 23:11:20
24
原创 NAS 与家庭数据中心技术选型与对比评测
家庭与小型工作室的数据量、设备数量和云依赖同步上升，本地网络附加存储（Network Attached Storage，NAS）与家庭数据中心成为数据主权、隐私和长期成本控制的重要选项。现有资料多由厂商基准、社区经验或企业级存储研究构成，缺少面向家庭规模、同时覆盖硬件、文件系统、网络协议与运维治理的统一选型方法和可复现评测协议。本文把 NAS 与家庭数据中心选型形式化为受预算、功耗、噪声、空间和运维能力约束的多目标决策问题，提出物理层、存储层、服务层和治理层四层参考架构，比较成品 NAS、TrueNAS/Z
2026-11-05 22:02:08
55
原创 权限请求的用户体验（HITL）：从概念验证到规模化落地
当 LLM Agent 从给出建议转向代替用户执行动作，权限请求（permission request）成为人机协同中最频繁、也最容易被忽视的控制面。概念验证阶段，逐次弹窗足以证明“人类可以说不”；规模化阶段，同一交互会演变为审批疲劳、机械批准与授权漂移。在本文检索范围内，现有研究分别考察移动系统权限、同意疲劳、Agent 审批行为或运行时授权机制，但尚未见到把交互设计、风险决策与生命周期治理连接起来的统一框架。
2026-11-05 20:25:31
165
原创 协作机器人安全：架构设计与工程实践
协作机器人在共享工作空间中与人协同作业，其安全能力取决于机械设计、安全相关控制、环境感知、任务策略与工程流程的共同作用，而非单一算法或单一传感器。现有研究多聚焦速度与分离监控（Speed and Separation Monitoring, SSM）的感知或控制环节，工程落地时仍面临安全职责边界不清、感知不确定性未进入安全预算、学习型策略难以认证以及验证证据链不完整等问题。
2026-11-05 14:48:53
363
原创 智能系统的可维护性的 8 个常见坑与避坑清单
以机器学习模型和大语言模型为核心的智能系统正在进入生产环境，但其维护难度并未随开发工具的成熟而同步下降。现有软件工程实践主要围绕确定性代码、显式接口和稳定依赖展开，难以直接覆盖提示词、模型版本、工具调用、评测数据和运行轨迹之间的耦合；已有研究分别讨论了机器学习技术债、数据级联、提示敏感性和智能体失效，但缺少面向工程团队的、可执行的维护清单。本文把智能系统的可维护性界定为在可接受成本内理解、修改、验证、发布和回滚系统行为的能力，并将其分解为可诊断性、可修改性、可验证性、可复现性、可回滚性和可治理性六个维度。
2026-11-05 13:12:15
155
原创 AI Agent 平台：研发效能
软件研发正从代码补全走向由 AI 智能体（AI Agent）承担端到端任务，平台层面的编排、验证与度量成为决定研发效能的关键。现有工作多以基准解决率衡量智能体，缺少对交付周期、返工、人工评审负荷与单位任务成本的系统刻画，导致“生成更快”未必带来“交付更快”。本文将标题解释为面向软件研发的 AI Agent 平台如何在系统层面提升研发效能，提出 RDAP 五层参考架构（任务契约、编排路由、执行沙箱、知识验证、观测治理）与快、中、慢三个闭环；给出 E4 四维效能模型（有效性、时效性、经济性、可靠性）及研发效能指
2026-11-05 11:35:38
163
原创 企业级 AI Agent 智能体系统：灰度发布与回滚
企业级 AI Agent 正从单轮问答走向可调用工具、维护记忆、执行多步业务流程的生产系统。与传统微服务相比，Agent 的行为由模型、提示、工具契约、记忆状态和护栏策略共同决定，具有非确定性、状态耦合和副作用不可逆等特征；直接套用副本级灰度与流量回切，既难以可靠识别质量回退，也无法撤销已经发生的外部副作用。针对这一缺口，本文提出 AegisRollout——一个面向企业级 Agent 的版本化灰度发布与可补偿回滚框架。
2026-11-05 01:59:00
184
原创 一个 Harness 的自我修养：超时、重试、幂等与断点续跑
大语言模型（Large Language Model, LLM）智能体正在从对话走向长程任务执行，Harness 作为模型之外的运行时外壳，承担工具调用、上下文管理、沙箱执行与状态持久化等职责。现有研究多关注模型能力与任务基准，Harness 的超时、重试、幂等与断点续跑往往被当作分散的工程细节，缺少统一语义：超时被误判为失败，盲目重试放大故障并重复副作用，检查点无法覆盖模型非确定性，崩溃恢复可能产生双写。
2026-11-05 00:49:48
121
原创 软硬一体系统的分层架构：硬件、BSP、中间件与应用
软硬一体系统把异构硬件、板级支持包（Board Support Package，BSP）、中间件与应用逻辑共同交付，广泛出现在机器人、汽车电子与工业边缘智能中。现有工程实践通常以框图描述分层，却很少把层间假设写成可校验、可演进的契约，导致硬件更换、模型升级与安全认证时出现隐蔽的跨层耦合。
2026-11-04 23:40:36
66
原创 可靠性测试与老化：原理、实现与 Benchmark
先进制程、三维集成与 AI 加速器把可靠性从后端筛选问题推到了设计与运行时的前台：偏置温度不稳定性、热载流子注入、介质击穿、电迁移与热机械疲劳在真实任务剖面下累积，最终表现为时序失效、参数漂移或突发故障。现有可靠性测试实践依赖标准化加速应力与经验外推，但存在四个断点：测试应力与真实使用脱节，器件级模型与系统级决策脱节，测试数据与现场数据割裂，方法之间缺少统一评测口径。本文给出一套“原理—实现—基准”三位一体的研究框架。原理部分统一形式化失效机理、加速因子、删失寿命分布、竞争风险与可识别性条件；实现部分提出
2026-11-04 22:31:25
384
原创 自我修改代码的安全约束：落地路径与最佳实践
自进化智能体开始持久化地修改自身代码、提示、工具、记忆与配置。与常规软件更新不同，修改者、被修改对象与评估者可能同处一个信任域，由此产生自指、代际继承、组合漂移与种群授权四类问题。现有防御多为单点措施，缺少把“可变性”当作受治理资源来建模的统一约束。本文提出 GUARD 框架，以受治理变更（Governed）、不可绕过中介（Unbypassable）、可归因谱系（Attributable）、可回滚世代（Reversible）与纵深约束（Defense in depth）五项原则组织安全边界；
2026-11-04 20:54:46
60
原创 合成数据驱动的自我提升：架构设计与工程实践
高质量人类数据的增长速度正在慢于模型与智能体的能力需求，利用模型自身生成的任务、轨迹、推理与偏好数据进行迭代式自我提升，已成为一条重要的扩展路径。现有工作多从算法侧证明“自生成—自筛选—再训练”在特定基准上的可行性，却较少回答一个工程问题：在验证器不完美、分布持续漂移、成本受预算约束的真实系统中，哪些合成数据可以被安全地固化进模型权重？本文把自我提升重新表述为一个以证据为中心的受约束闭环优化问题，提出 HELIX 双螺旋架构。
2026-11-04 19:34:09
157
原创 提示注入与工具投毒防护：设计哲学与工程权衡
工具使用把大语言模型从文本生成器变成能够读写文件、调用 API、执行交易的执行体，也使提示注入与工具投毒从“输出质量问题”升级为“动作完整性问题”。现有防御多把两者视为同一类文本攻击，以分类器或提示词约束为核心，导致保证类别不清、评测口径不可比、工程代价被低估。本文区分数据面提示注入与控制面工具投毒，给出统一的信任边界与安全目标形式化；归纳检测、分离、约束、溯源与确认四类设计哲学，并比较其概率性、结构性与确定性保证。
2026-11-04 14:13:32
206
原创 重新思考 机制可解释性
大语言模型（Large Language Model, LLM）的能力增长快于我们对其内部计算的理解，机制可解释性因而成为人工智能安全与科学研究的核心议题之一。近年研究从电路分析、因果干预走向稀疏自编码器（Sparse Autoencoder, SAE）与特征级归因，产出了大量关于注意力头、特征和计算图的解释；然而，领域内部缺少关于“什么算作一个机制解释”的共同判据，解释对象不断增多，经过独立验证的解释却没有同步增加。本文将这一现象概括为“验证缺口”，并追溯其认识论根源：机制被默认为紧凑、可分解、可局部化且
2026-11-04 13:04:20
205
原创 Agent RSI 自进化设计哲学与十条设计原则
智能体（Agent）的递归自我改进（Recursive Self-Improvement，RSI）被视为通向持续学习与自主科研的重要路径，但现有系统多在“能否修改自身”上展开竞争，对“修改什么、由谁判定、何时提交、如何撤回、谁来负责”缺乏统一的设计语言。本文提出受控递归自我改进（Bounded Recursive Self-Improvement，BRSI）的设计哲学：将 RSI 视为在目标、证据、权限与预算约束下的开放式搜索，而非无限制的自我重写。
2026-11-04 11:43:42
302
原创 渠道建设与出海：落地路径与最佳实践
企业级 AI 与智能体产品的渠道建设与出海，正在从“寻找代理商、上线海外站点”转变为同时管理产品可交付性、伙伴经济性、合规属地性与证据积累的系统工程。现有渠道管理研究多针对标准化软件与实体分销，国际化研究多关注进入模式与制度距离，二者较少解释 AI 产品在非确定性交付、强集成与高信任门槛下的渠道—市场耦合。本文提出能力—机会—渠道—证据—增长运营（CORE-GO）框架，把渠道建设与出海组织为一个阶段门闭环；建立渠道经济可行域模型，给出伙伴折扣的可行区间；
2026-11-04 02:07:04
715
原创 Agent Harness 不是框架，而是运行时：能力边界与职责划分
大语言模型（Large Language Model, LLM）智能体正在从文本生成走向真实环境中的读写、执行与交易，包裹模型的智能体挽具（Agent Harness，以下简称 Harness）因而成为模型与外部世界之间的事实边界。当前工程实践常把 Harness 当作框架：以图、链、组件和提示模板为中心组织代码，却把权限、生命周期、状态与故障语义留给隐式的进程内约定。本文主张，这一范畴混淆会带来四类后果：能力泄漏难以被完全中介，状态难以恢复，故障责任无法归属，基准结果无法复现。
2026-11-04 00:46:27
111
原创 世界模型与预测式学习演进路线图与趋势判断
智能体要在开放环境中行动，就需要在行动前估计后果；世界模型与预测式学习因此成为具身智能、视频模拟与通用智能体研究的交汇点。然而，现有讨论常把潜动力学、视频生成、特征预测与策略序列建模放在同一标签下比较，导致能力主张不可比、评测口径相互错位。本文以“预测目标—动作接口—决策耦合”三轴坐标系重构该领域的演进，将其划分为思想奠基、深度潜变量模型、想象训练与序列化、生成式与联合嵌入双轨分化、世界基础模型再融合五个阶段，并识别两次关键分叉与一次再融合。
2026-11-03 23:09:49
339
原创 能力退化防护与 Guardrail：落地路径与最佳实践
LLM 智能体正在从一次性问答走向长程、自进化、持续交付的运行时系统。模型升级、提示改写、工具 schema 演进、记忆写入与策略调整都会改变系统的能力边界；聚合指标上升并不等于每一项能力都没有退步。现有护栏研究主要关注安全违规的拦截，评测研究主要关注排行榜分数，二者之间缺少对“能力退化”的统一度量、发布门禁与工程闭环；护栏本身还可能引入过度拒答、误拦截、延迟与人力成本，形成被忽视的“护栏税”。本文提出 CDG（Capability Degradation Guard）参考架构：以能力契约为资产单元，以“变
2026-11-03 21:49:11
328
原创 Harness 的失败重试与降级全链路技术方案
大语言模型（Large Language Model, LLM）智能体正在从短对话走向长程、工具密集、带真实副作用的执行任务，Harness 作为模型之外的运行时，其可靠性取决于整条链路上的失败检测、重试、降级、对账与验收，而不是某一个局部开关。现有实践常把重试与降级分散在各层实现：底层盲目重试放大流量，工具层超时后无法判断副作用是否已经发生，编排层过早降级又缺少对外声明，最终形成“成功率看起来没降、实际交付已静默失真”的假象。
2026-11-03 20:40:00
153
原创 重新思考 人机协作的任务移交机制
过去十年，人机协作研究多集中在两个问题：人工智能能否完成任务，以及人类是否信任人工智能。当大语言模型驱动的智能体开始承担跨小时、跨工具、跨会话的长程任务时，一个更基础的问题浮现出来：任务的控制权应当在何时、以何种方式、连同哪些状态与责任，从一方转移到另一方？现有系统通常把移交实现为异常路径——模型置信度低时弹出确认框，工具调用失败后转人工。这样的实现把复杂的协作问题压缩为一次点击，容易导致上下文断层、权限悬空、责任稀释与审计断链。本文主张将任务移交重新概念化为一种一等运行时协议，而不是错误处理分支。我们提出
2026-11-03 19:30:48
342
原创 面向企业的 Harness 加固技术选型与对比评测
企业正在把编码、运维、客服与知识工作交给能够调用 shell、文件系统、浏览器与企业接口的智能体。能力扩张把安全边界从模型输出转移到 Harness：模型可能在不可信内容的影响下生成工具调用，而真正决定后果的是 Harness 如何隔离、授权、约束信息流、拦截动作、留下证据并治理供应链。现有研究与工程实践分别发展出沙箱、权限控制、信息流控制、人工审批与审计等加固手段，但缺少面向企业选型的共同威胁模型、可比指标与非补偿性决策方法。本文提出 HCP-6 六控制面参考架构，把加固技术组织为隔离、授权、信息流、执行
2026-11-03 13:54:10
688
原创 工具调用超时与并发控制技术方案与系统设计
大语言模型（Large Language Model, LLM）智能体通过工具调用把推理转化为外部动作，超时与并发控制因而成为任务可靠性和服务等级目标（Service Level Objective, SLO）的边界。现有工程实践常把超时当作客户端参数、把重试当作局部补偿、把并发限制当作网关配置，三者分别调优，缺少任务级的预算传播、副作用感知与闭环反馈。
2026-11-03 12:17:34
275
原创 芯片安全与硬件木马全链路技术方案
全球化的集成电路供应链把设计、制造、封测与交付拆分给多个互不完全信任的主体，硬件木马（Hardware Trojan，HT）可以在任一环节被植入，并在现场由罕见条件触发。现有防御多按阶段独立研究：硅前静态检测在大型设计上的泛化能力有限，硅后侧信道分析依赖可信参考或易受工艺漂移影响，运行时监控覆盖范围有限，而且各阶段证据缺少统一表示与校准，难以形成端到端结论。本文提出 TruChain，一个覆盖设计、制造、封测交付、现场运行与响应取证五个阶段的芯片安全全链路技术方案。TruChain 以可签名的跨阶段证据对象
2026-11-03 02:40:55
144
原创 生命周期与 EOL 管理全链路技术方案
智能硬件整机寿命常为五到十年，关键器件供应寿命却可能只有两到五年，软件与云服务支持窗口又不同。器件停产、最后采购、备件预测、软件补丁、数据销毁与回收合规分属不同部门，形成“数据割裂、决策局部、风险后置”。现有产品生命周期管理（Product Lifecycle Management, PLM）擅长产品结构与变更，却很少把生命周期终止（End-of-Life, EOL）作为可计算的一等对象；停产管理标准给出流程要求，却缺少跨层数据模型与联合决策；
2026-11-03 01:31:43
338
原创 下一代 AI 硬件的形态探索演进路线图与趋势判断
大模型训练与推理的算力需求持续增长，而制程微缩、内存带宽、供电散热与制造成本正同时逼近物理和经济边界。现有综述多沿器件或单一技术路线展开，缺少一套能够跨云端、边缘与终端比较“形态”的统一语言，也缺少把技术演进与可验证里程碑对应起来的路线图。本文把 AI 硬件形态定义为计算组织、存储层级、集成方式、互连、供电散热、软件生态、部署边界与经济制造八个维度的组合，建立六约束可行性模型和形态适配度评估模板；在此基础上，综合公开文献与一阶解析模型，给出 2026–2035 年三阶段演进路线图，并提出八条带有观测指标和证
2026-11-03 00:11:06
736
《Kotlin项目实战开发》第3章+类型系统与可空类型
2017-09-30
ClickHouse 高性能、可扩展和低成本的OLAP数据库 陈光剑 20230912
2023-09-14
Will AI Fix Work? 工作节奏超过了我们的跟上能力 人工智能有望创造一种全新的工作方式
2023-05-17
THE AI INDEX REPORT 人工智能指数报告 Measuring trends in Artificial Inte
2023-04-06
An introduction to functional programming through lambda calculus.PDF.zip
2019-09-22
Principles of programming languages by Gilles Dowek (auth.) (z-lib.org).pdf
2021-04-28
Kotlin Coroutines by Tutorials (1st Edition)
2021-04-28
A Brief History of Artificial Intelligence
2021-04-28
怎样做Agent的编排调度？核心方法论和最佳实践是什么
2026-07-10
谁能讲讲？这元旦节到底是放了还是没放？#元旦节#
2025-12-27
2024 年可以实现 AGI 吗？
2024-01-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人