一、前言 随着深度学习的快速发展，Transformer 算法在各类 AI 任务中都得到了广泛关注。然而，Transformer 的部署面临计算量大、延迟高等挑战，地平线计算芯片能够支撑 Transf

1. 问题现象：模型能跑，但落不了地 在项目支持过程中，一个非常典型但高频的问题是： 典型表现： ONNXRuntime 推理 ✅ 正常 TensorRT 推理 ✅ 正常 hb_compile ❌ 失

前两周，我在深圳千人峰会和厦门中跨展，都分享了怎么用 Codex 来跑 VOC洞察分析 现场反馈说听得很爽 但一到落地的时候，两眼一黑，无从下手。 Codex 门槛还是高了，而且整个流程还是蛮依赖人的

本文从经典计算机类比出发，提出「最小 Agent 计算机」由 Model、Loop、Sandbox、Persistent Storage、Permission Boundary 五个不可约元素构成

【机器人 / 强化学习】SERL：让真机强化学习从“难用”走向“可复现”的强化学习框架 ---- 算法篇（SAC） 0x00 概要 0x01 基础 & 背景 1.1 核心思想 1.2 熵解决的问题 0

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

云原生时代，自动扩缩容几乎是每个云平台、微服务系统和 Kubernetes 集群绕不开的问题。那么问题来了：系统到底应该扩哪个容器？扩多少？什么时候缩？怎样在保证 QoS 的同时，不把云成本打爆？

昨天看了一篇虎嗅发表的文章，黄仁勋即中本聪。我心里还在想，这老黄怎么跟 Satoshi 联系起来了。 然后我又突然想起来自己之前写过一篇关于什么是比特币的文章，一直存在本地的知识库里还没发。我觉得就这

Electron 开发实战全系列收官终章。从第一章环境搭建、基础API入门，到进程通信、界面开发、文件操作、多媒体适配、安全加固、性能优化，再到代码编辑器、IM即时通讯两大商用级实战项目，我们完整走完

【Agentic RL / 强化学习 / OPD】OpenClaw-RL 源码阅读笔记 --- (6)--- Rollout 0x00 概要 0x01 Rollout基础 1.1 概念 1.2 RL2

零、前言 进入 2026 年，大街小巷都在聊着与 AI 有关的话题，AI 在不断地颠覆着我们的日常生活和各行各业的工作习惯。相信很多同学都已经开始用着 AI 相关的产品，例如豆包、元宝、ChatGPT

很多人拍照后调色全靠瞎拉参数，画面要么发灰、要么色彩杂乱刺眼，调几十分钟依旧达不到干净高级的质感。核心问题并不是你不会用修图软件，而是完全不懂色彩底层原理

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

本工作提出全新强化学习框架BeautyGRPO。实验证明，BeautyGRPO 在真实场景的肌肤纹理重建与整体审美对齐上，全面超越了现有的专精修图方法与通用编辑大模型。

【Agentic RL / 强化学习框架】Miles 项目技术分析---（2）--- 关键技术 0x00 概要 0x01 agentic_tool_call 1.1 问题 1.2 解决方案 1.3 框

最近一直在深耕 AI Agent 与大模型应用，比如 JitKnow AI 知识库、JitWord协同AI文档、Pxcharts 超级表格。 今天和大家分享继续分享一下我做的 AI CAD 建模平台

在2026年这个AI Agent爆发元年，个人智能体工具层出不穷。阿里通义实验室开源的CoPaw（Co Personal Agent Workstation，协同个人智能体工作台）

【Agentic RL / 强化学习框架】Miles 项目技术分析---（1）--- 总体 0x00 概要 0x01 基础 1.1 Agentic RL 的需求与难点 1.2 系统架构 1.3 组件边

前言 很多人会把 Agent 理解成一种"更聪明的聊天模型"。 这个说法不能算错，但不够准确。普通聊天模型能理解语言、组织答案、做推理，但它不会直接读取你的文件系统，不会直接运行终端命令，不会直接修改