首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
关注
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
排行榜
综合
后端
排行榜
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
全部
人工智能
AIGC
LLM
Agent
AI编程
后端
前端
算法
OpenAI
展开
全部
人工智能
AIGC
LLM
Agent
AI编程
后端
前端
算法
OpenAI
程序员
Python
LangChain
Trae
深度学习
架构
暂无数据
推荐
最新
当 AI 越来越“聪明”,人类真正的护城河是什么:智商、意识与认知主权
近几年,很多人的直觉都在被刷新:写文案、写代码、做方案、做总结,AI 的表现越来越像“高智商助理”。于是一个更尖锐的问题浮出水面: 如果“智商”可以被机器大规模复制,甚至在很多任务上被超越,那么人类在
如何选择FAISS的索引类型
本文将在**语义检索**领域探讨更加接近实战的话题:如何如何选择FAISS的索引类型。**Faiss** 是一个用于高效相似性搜索和密集向量聚类的库。
每周AI论文速递(260105-260109)
GDPO: Group reward-Decoupled Normalization Policy Optimization for Multi-reward RL Optimization GDPO
当 AI 会写代码之后,我们应该怎么“管”它?
当 AI 能写代码后,真正的挑战不再是 prompt,而是工程治理。本文提出用 AGENTS.md 将工程规范前置为可审计、可复用的资产,并给出一个跨工具的最小实践 playbook。
前端开发消亡史:AI也无法掩盖没有设计创造力的真相
工具被设计出来是为了减少痛苦,而不是增加苦难。技术人的努力与热血正在走向衔尾蛇的结局,认不出自己正在吞噬自己。
AI Agent 框架演进
文章梳理 Agent 六阶段,从 ReAct、Autonomous Loops、Multi-Agent,到 LangGraph 状态机、Deep Agents 的 Computer Use,再到未来畅
有赞AI研发全流程落地实践
本文介绍了有赞 AI 在企业内研发全流程的落地实践,围绕研发的设计、编码、测试阶段落地 AI 能力;过程中建设了 Agent 评测体系,不断反馈,持续迭代;
面对AI的飞速发展,我们的职业路径有什么变化?
有些朋友可能还没有感知到AI的影响,但像我们这样每天都在跟AI打交道的从业人员,几乎时刻都在感受着AI的冲击。最近有两家服务商连续在香港上市,都是提供AI服务的,冲击不小。在AI圈有一种夸张的说法“A
Token 经济学:AI 工程师必修的 Token 治理实战
作为 AI Engineer,请记住:在 AI 时代,代码效率不仅体现在算法复杂度(O(n))上,更体现在 Token 消耗量上。以前我们优化的是 CPU Cycle,现在我们优化的是 Token
Claude Code 中的子 Agent 派生实现:Task Tool 完全指南
揭秘 Claude Code Task Tool!本文详解动态子 Agent 派生机制。 含 6 种专家 Agent 设计、LangGraph 并行执行与状态管理。
🚀 2025 年 12 月 GitHub 十大热门项目排行榜 🔥
2025年12月GitHub十大热门:从claude-mem到CosyVoice,Agent持久记忆、可视化构建、终端开源替代、语音生成全面突破,2025年完美收官!
我在企业落地AI这一年,全流程案例拆解,企业落地AI必看!
AI落地不是画饼。这一年,我把财务对账、客服退单、HR入职全都重构了一遍。数十个真实案例,建议收藏备用。
一文精通Agentic AI设计
在基于大模型的AI应用设计上,存在着两种不同的模式:智能体(Agents)和工作流(WorkFlows)。业界把智能体和工作流以及它们的混合体统称为Agentic AI。设计Agentic AI系统的
DeepSeek V4,定档春节
外媒《The Information》刚刚捅出一个猛料。 DeepSeek V4 定档春节,计划 2 月中旬发布。 而且,这次的目标很明确,显著提升了编程能力。
👉 求你了,别再裸写 fetch 做 AI 流式响应了!90% 的人都在踩这个坑
你的 AI 回复总是莫名“少字漏句”?别再怪网络不稳定了!真相是:你手写的 fetch 解析逻辑,正在把完整的语义“切碎”。TCP 不丢包,但你的代码会!
RAG索引流程详解:如何高效解析文档构建知识库
引言:为什么文档解析是RAG的基石? 在RAG(检索增强生成)系统中,文档解析是整个知识库构建的第一步,也是最关键的一步。就像建房子需要打好地基一样,良好的文档解析质量直接决定了后续检索和生成的效果。
构建AI智能体:八十、SVD知识整理与降维:从数据混沌到语义秩序的智能转换
本文探讨了SVD(奇异值分解)在知识整理与降维中的应用。针对文本数据的高维稀疏性问题,SVD通过矩阵分解自动识别潜在主题和语义关系,实现从词袋到语义理解的转变。核心优势包括:1)自动发现无标签数据中的
AI 向右,社区向左-Captain 的 2025年终总结
AI 向右,社区向左 站在 2025 的尾巴上回望,这确实是极具撕裂感的一年。 一方面,AI 技术像一列高速列车,轰鸣着向着更强的逻辑、更高的效率、更极致的自动化狂奔——我称之为 “向右” ;另一方面
LangGraph智能体开发设计模式(四)——LangGraph多智能体设计模式:网络架构
本篇重点分享了网络架构及其典型实现Swarm架构的特点,并结合代码示例展示了如何利用langgraph-swarm库构建具备动态移交能力的智能体协作网络。
2025 年终技术复盘:从传统编程到 Vibe Coding 的工作流跃迁
本文结合真实项目,回顾 2025 年 AI 编程关键节点,总结我稳定使用的技术栈与工作流,并对 2026 年的趋势做出判断。