当古诗词遇上 AI：从 38 万句诗词中取一个好名字 缘起 给新生儿取名这件事，对很多新手父母来说堪比一场「信息战」——要查八字五行、翻诗词典故、算五格吉凶、排除谐音梗，最后还得在家族群里投票。

1.Edgeone Makers是什么 腾讯最近上线的Edgeone makers，可以帮开发者快速搭建和运行 AI Agent，不需要自己搭建一堆复杂的服务。它提供了模型接入、运行环境、数据记忆和监

把 SkillOpt 包装成一个 Claude Code Skill 一、先说清楚：SkillOpt 是什么，Skill 又是什么 这两个词长得像，但指的是完全不同的两层东西，先分开。 SkillOp

本文是得物技术专家在 AICon 上海演讲整理的技术实录。 「得物推荐 AI Harness 工程化实践系列」的开篇内容，本系列共三篇连载。将系统拆解得物推荐复杂业务场景下，AI代码从生成、防护校验到

【机器人 / 强化学习】IQL（Implicit Q-Learning）：离线强化学习的隐式价值提取 0x00 概要 1.1 核心哲学：在已知数据中"沙里淘金" 1.1 离线学习的"贪婪陷阱" 1.2

一、总体生命周期概览 ACP 定义了智能体间协作的 5 个宏观阶段。 正常路径为注册发现 → 连接握手 → 能力协商 → 任务执行 → 终止。 为应对生产环境中的节点故障、能力降级与多候选节点选择，协

Qwen3.5 DPO 模型对齐实战（pytrio训练版） 以 Qwen3.5 作为基座模型，根据人类对模型回答偏好的预期做 DPO（直接偏好优化），是学习模型对齐的入门任务。 在本文中，我们会使用

多Agent不是能力勋章，是复杂度账单——这笔钱什么时候该付 你手里摊着十几种 Agent 架构模式，Planner、Router、Supervisor、Blackboard，名字一个比一个唬人。

1. 概述 ObserverBase 是 horizon_plugin_pytorch 量化框架中所有 Observer 的抽象基类。它定义了量化校准器的统一接口和核心功能，为各种量化策略（MinMa

背景 自动出价已成为广告平台在动态且充满竞争的在线环境中优化出价决策的关键策略。业界自动出价系统通常经历了三代演进：从基于规则的策略（如PID控制、预算 pacing），到基于强化学习（RL）的方法，

同样是用 AI Agent 建知识图谱，有人做出真金白银，有人烧完预算只剩一堆废三元组。 差距不在算法，也不在框架。

最近科技圈最躁动的名字，非 OpenClaw 莫属。 一方面，它在GitHub上狂揽19万星标，被无数极客奉为“自ChatGPT以来最让人兴奋的项目”，仿佛预示着AI权力的下放。另一方面，它接连遭到M

上个月刚把我做的 HiCAD 2.0 AI渲染引擎正式发布！一句话生成酷炫3D模型 项目加上了 Harness Engineering，还没来得及写文章分享，AI圈就出了“大事”： 6月7号谷歌工程师

我做了一个 RepoMind：让 AI 写架构前，先去看看真实开源项目，吸收优秀的架构经验，并融入到 AI 的设计思想里。

本文提出LearnIR，通过训练轻量网络预测梯度校正分布，实现无需前向算子的扩散后验采样校正；并设计动态分辨率模块，进一步抑制噪声。在多个图像复原基准上，LearnIR均达到先进水平。

前言 一个最小 Agent 很适合处理短任务。 比如： 这类事情通常可以在一次对话、一次主循环里做完。 但真实工作不是这样的。 真实工作经常会拖得更久，也更像一个过程： 完整测试套件可能要跑很久 某个

流式对话 UI 表面上是「后端推 chunk、前端拼进 state」，实际上线后通常会碰到这几类问题：Markdown 边输出边闪、每个 chunk 触发重渲染导致掉帧、自动滚动打断用户翻历史、点了停

VitaBench 2.0 是首个真实生活场景下面向长期动态用户建模的智能体评测基准，它系统性地评测大语言模型在长期、真实、动态的用户互动中个性化与主动性的能力

前言 很多人刚开始做 Agent，会下意识追求一件事： 这个想法很自然。毕竟用户需求、工具输出、文件内容、测试日志、错误堆栈，看起来都可能对后续有用。 但真实系统里，Agent 不是只回答一轮问题。它