首页
沸点
课程
APP
AI用量
作品广场
专家标注
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
排行榜
综合
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
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
Agent
AI编程
后端
前端
LLM
AIGC
算法
GitHub
展开
全部
人工智能
Agent
AI编程
后端
前端
LLM
AIGC
算法
GitHub
架构
Python
Claude
开源
OpenAI
程序员
暂无数据
推荐
最新
真狠啊,DeepSeek 开放全家桶 API。
DeepSeek 开放了联网搜索、阅读链接、文件解析、OCR、语音识别与语音合成等全家桶 API。本文从使用角度讲清楚每项能力怎么用、能解决什么问题,结合派聪明的接入实践说明带来好处。
官方点名,DeepSeek Harness 的 4 个神级插件。
基于 DeepSeek Harness 0.2.2-rc.1 桌面版,完整实测官方点名的四个社区插件, 以及自研开源终端插件 paiwarp-dsh,涵盖安装步骤、真实场景用法与避坑细节。
从生成到决策:AgenticOps 决策模型的能力实测
本文已收录到开源项目 Alibaba Cloud AI Agent Handbook 的决策模型专题,该专题已汇总了决策模型综述,以及我们在智能体评测、AgenticOps、工单分诊助手等方面的实践,
研发数字人 Agent:从 0 到 1 的架构与实践
本型构建轻量化「研发数字人 Agent 系统」,将个人私有经验结构化沉淀、实时联动线上业务系统、并复刻本人排查思路与工作习惯,实现问题受理、信息检索、逻辑分析、方案输出的全流程自动化闭环。
AgentLoop × Qoder:采集自动装,审计直接问
AI Coding 和办公 Agent 已经成为组织的日常工具,管理者随之需要回答一些具体问题:团队在用哪些 Agent,每天消耗多少 Token,这些 Token 花在了什么工作上,Agent 执行
Jev 拆解:不写字、只判断,一个「决策模型」如何接管 LLM 最贵的那一步
先说结论: Jev 不是「更小的 LLM」,它是一个接口不同的模型:输入 state 加一组带类型的问题,输出选项概率,不做 token 生成。 快和便宜来自「一次前向 + 所有问题并行求值」,但官方
从 50ms 到 3 分钟:淘特动线 Agent 如何把 LLM 塞进一个有预算约束的实时系统
淘特动线 Agent 全链路拆解:三个时机对应三种决策模式,四桶实验用 SOTA 做基线形成棘轮,LLM 只输出商品锚点、面额由代码公式推导,三轮 Chain 按失败代价拆分。
2026 年 Java AI Agent 生态全景盘点:50+ Java 开源项目的分类、实测与选型判断
如果要给 2026 年的 JVM AI 生态选一个最有代表性的项目,我的答案不是 Spring AI,也不是 LangChain4j,而是 Atmosphere~
未来十年的建议
今天看到 X 上一个点,让 AI 给出未来十年的建议。 我试下了我本地的 claude code,codex,kimi,DeepSeek,Grok,Antigravity 等 Agent 给出的建议,
你的 AGENTS.md,真的管到模型写代码了吗?
现在很多 coding agent 都支持 "rules 文件":写一个 AGENTS.md,放几条项目约定,模型"会尽量遵守"。用久了你会发现一个尴尬的事实——规则到底在哪一步生效、生效到什么粒度,
阿里版Codex,再次惊艳到我了。
QoderCN 深度实测,用 Qwen3.8-Flash 实战站点托管、一分钟科普视频、Three.js 机械表、西湖古塔代码建模与 WebGL 捏脸交互。
我用workBuddy开发了自己的第一个小程序并成功上线了
关注晓凡的朋友都知道,晓凡是一名工作了好多年的牛马程序员。跟很多小伙伴一样,这些年一直在研究各种技术,当然了微信小程序开发也学过,但都没上线,这次用WorkBuddy开发了自己的第一款微信小程序
DeepSeek Harness 实战与架构解析:让 Agent 从“会聊”到“能交付”
DSH(命令行叫 dsh)是 DeepSeek 推出的 Agent 运行环境。它给模型提供工具、沙箱、记忆和可组装的插件系统,让模型在一个受约束的执行环境里把任务从开始做到交付。本文从一次“整理周报”
五、《从零手撸 Agent》 — 什么是 Agent:从“会聊天”到“会做事”,差的就是一个循环
前面四篇,你已经在和模型“对话”了:会发消息、会收流式、会拼上下文。但对话不是做事。 这一篇不写一行代码,只干一件事——把概念地图铺正:什么是 Agent、它和聊天机器人差在哪、由哪几部分组成。这张图
Agent Harness 工程(I5):权限与沙箱——让否决改变控制流
权限与沙箱不是两件事:I5 让 deny 真正改变控制流,ask 没有答案就拒绝,审批决定先落盘、再执行,模型默认只看见低风险的工具,再用工作区、子进程、凭证和脱敏四条边界兜住放行后的调用。
Coding Agent,通往 AGI 的重要一环
昨天后台很多人问,我来给诸位解释科普一个点。 为什么 Coding Agent 是通往 AGI 非常重要的一环? 现在我们在用的 Codex,Claude Code,Kimi Code,Grok 等等
做好真人分身却不知道拍什么?8个视频应用场景直接抄
真人分身做好了却不知道拍什么?本文拆解口播带货、日常剧情、古装、职场、演唱会、动漫同框等8个场景,附提示词和避坑提醒,挑一个今晚就能试。
小红书/抖音图文排版利器——一个杂志风skill
VisActor 杂志风图文,editorial-magazine。 把主题、文章或照片交给 Agent,它就可以按照这套工作流程整理内容、准备素材、选择版式,再生成一组图文。
怎么让 200 轮的长任务不崩——三层保全策略
长任务不可避免,200轮代码重构、300轮合同审查等场景需突破单会话极限。核心解法是三层保全:运行中认知交班(MidRunHandoff)缓解压缩压力,结束时认知结算(Settlement)生成结构化
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据
给 LangGraph 加一道可审计记忆:替换默认 Checkpointer,实现防篡改 + 崩溃不丢数据 面向:正在用 LangGraph 做生产级 Agent、又需要审计/留痕的团队。 你将