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
Linux
前端
后端
程序员
面试
iOS
人工智能
Python
Agent
展开
全部
Linux
前端
后端
程序员
面试
iOS
人工智能
Python
Agent
Java
GitHub
产品
AIGC
运维
算法
暂无数据
推荐
最新
Super-agent 在各大模型厂商的应用情况
一句话结论 Super-agent 目前不是一个标准产品品类,而是一个正在快速收敛的架构范式:常驻协调层 + 多子代理并行 + 跨系统连接 + 治理边界。各家命名不同(dot / Duet / Mus
从零开始实现扫雷游戏(C 语言控制台版)
扫雷是很多人最早接触的电脑游戏之一。它规则简单,但非常适合练习 C 语言的二维数组、函数封装、多文件编程、随机数、字符处理等知识。 这篇文章会从扫雷的规则和设计思路讲起,再一步一步给出完整代码实现。最
从 Windows 换到 Mac 三个月,我真香了
我用了快十年的 Windows,从 Win7 到 Win11,中间换过四五台笔记本,从来没想过有一天会用 Mac。总觉得 Mac 是设计师和果粉的玩具,写代码还是得 Windows。 直到三个月前,公
整段代码交给 AI 之前,先算这笔账:怎么判断这段工序能不能交
业务背景 2026年10月12日,Ars Technica 与 AV Club 分别转述了 Bloomberg 的报道:Epic Games 在与迪士尼的 15 亿美元合作射击游戏项目中,转为 AI
推荐下我的两个AI信息源
我这边目前对AI,分为3种互动 1、边学习AI的一些理论知识 2、用AI写代码,实现需求 3、还要思考AI对研发流程和开发团队的影响 其中第三条,我是没事就看2个信息源来提供思路的,分别是 Claud
深度揭秘:当你在刷抖音时,抖音在"刷"你 —— 万字拆解推荐算法背后的技术全景
引言:一秒钟背后的算力风暴 凌晨两点,你躺在床上刷着抖音。屏幕上划过一只英短蓝猫,你嘴角微扬,多看了两秒;下一个视频是NBA绝杀集锦,你面无表情地划走;再下一个是野外求生搭建庇护所,你停住了——不只是
干与湿:AI 拿走脑力之后,人剩下什么
《无人知晓》E45 里,李继刚有个判断很锋利:工业革命拿走了体力,AI 正在拿走脑力。留给人的,是心力。 01|烘干机和木材 这对概念出自段永朝、姜奇平的《新物种起源》。 干状态:整个社会像一台烘干机
DeepSeek 偷偷给你取外号?拆一下 AI 人格化背后的技术
DeepSeek 偷偷给你取外号?拆一下 AI 人格化背后的技术 最近网上有个话题讨论度不低:有人在 DeepSeek 的深度思考模式里,发现它会在"思考过程"中给用户起外号,什么"这位朋友""求知欲
JavaScript 递归入门:从 1 到 n 求和,再到数组扁平化
递归是很多人学算法时的第一个坎。 循环很好理解,for 从 1 跑到 n,代码一步一步执行。但递归不一样,它会出现“函数调用自己”的情况,看起来像绕了一圈。 这篇文章用两个小例子把递归讲清楚: 求 1
蛋炒饭周刊 · 第 1 期(2026-09-07至2026-09-11)
🤖 AI 与工具 1. 一台电脑、五个领域、六位获奖者:Claude Code 黑客松把 Opus 4.7 玩出了什么新花样(Anthropic 官方博客) 为什么值得看: 不是"AI 能做什么"的空
两亿大奖,一夜暴富,江西彩票、概率学、阴谋论暨景观社会
近日,中国福彩“快乐8”选七玩法中有一人投注近5万倍共中2.2亿余元,两个小目标,一夜全自由,如果你以为这是故事,那么你错了,如果你以为这是生活,那么我们都错了。
Stable Diffusion API
Stable Diffusion 是一种尖端的开源工具,用于从文本生成图像。 Stable Diffusion Web UI 通过 API 和交互式 UI 打开了许多这些功能。 我们将首先介绍如何使用
数组——总结篇
本篇是前几篇数组题解的总结篇和理论篇,题目链接:二分查找 、 移除元素 27 、有序数组的平方 977 、长度最小的子数组 209 。包含数组的简单知识、二分查找总结,双指针总结和选择排序。 一. 数
因果推断之中介效应
在AB实验和非AB实验因果推断中,我们得到的结论往往是单一的变量X对变量Y的影响,而我们往往想知道X是通过何种路径对Y造成影响的。此时就需要通过中介效应分析来得出因果关系之中的变量影响路径。
面试数十人有感
平时会接一些模拟面试的服务,几个月下来也面试几十个人了,来和大家聊聊面试了这些人的感想。 基础对于每个人都是很重要的一步。无论你做的是什么领域的东西,计算机科学中的必修课必须是要学好的。就前端而言,OS、数据结构与算法、网络这几块内容是必须要掌握的基础的,这些基础不扎实,你的天…
一文看懂 计算机视觉(cv) 与 计算机图形学(cg) 的区别
什么是计算机视觉 (Computer Vision)?与计算机图形学 (Computer Graphics)以及图像处理(Image Process)有什么区别? 用一句话来概括,计算机视觉(CV)是
AB实验统计学基础:假设检验和最小样本量
在进行AB实验时,我们常遇到这样的问题: 实验样本量是否足够? 如果不够还需要多少样本? 两个组的差异能否证明干预是有效的?
从做早餐理解 DAG 与拓扑排序:任务依赖图的核心逻辑
从做早餐理解 DAG 与拓扑排序:任务依赖图的核心逻辑 为什么编译代码时,有些模块会先被构建? 这背后都是任务之间的依赖关系在起作用。 要管理这种依赖,计算机科学中有一个核心工具——DAG(有向无环图
实验偏差校正:方差缩减技术
这次实验又不显著? 样本量太少指标波动剧烈? 通常增加样本量是对以上问题最简单直接的解法。但若因客观条件限制导致无法增加样本量呢? 本文介绍的方差缩减技术也许能帮到你。
AB实验分流方式:发现最优分组概述
当前在货拉拉进行的诸多 AB实验中,部分实验中实验单元少,简单随机分流会导致实验与对照的实验前偏差大。本文档调研了业界先进的实验前偏差应对技术,在最优随机分组的基础上,进一步提出了离线分流。