ChatGPT与大模型研究

Agentic coding workflow 的效果，高度依赖结构、规划与受控执行。随着系统变得越来越复杂，工具和自动化能力不断增多，如果仍然依赖临时式（ad hoc）的 prompting，就会明

在本章中，我们将深入讨论 Claude Code 与 GitHub 的集成。这项集成涉及一系列配置步骤，包括安装 GitHub CLI、把它配置到 Claude Code 工作流中，以及选择 Clau

Model Context Protocol（MCP） 提供了一种标准化方式，让 AI 应用能够通过统一接口连接到工具、数据源和服务。开发者不再需要为每一个宿主应用单独构建一套集成逻辑，而是只需要在一

在本章中，我们将从“如何开始使用 Claude Code”进一步过渡到“如何把它配置成一个适合日常使用的工具”。目标是帮助你真正熟悉 Claude Code 在实际工作中的行为方式、你如何在会话中控制

本章的目标，是通过带你一步步走过 Claude Code 在实践中的实际工作方式，帮助你真正熟悉 Claude Code。我们不会一上来就直接跳进高级功能，而是先建立起对这个系统本身、它所使用的术语，

本章将介绍上下文工程（Context Engineering） ，并解释为什么它已经成为构建和使用现代 AI 智能体时的一个关键概念。很多 AI 系统常被描述为“不过是包了一层 Prompt 的大语言

这两年只要聊 RAG，大家脑子里默认浮现出来的，基本都是同一套流程： 切 chunk。 做 embedding。 进向量库。 top-k 检索。 必要时 rerank。 最后把上下文塞给 LLM。 这

最近 Anthropic 工程团队发了一篇博文，标题叫《Harness design for long-running application development》。这篇文章表面上是在讲他们怎么让

最近在做一个跨会话的客服 Agent 项目时，我踩了一个大坑。Agent 在单轮对话里表现很好，但一旦对话跨越多个 session——用户上周提过的偏好、三天前反馈的 bug、上个月确认的需求——Ag

第一次对 MLX 产生"这东西不一样"的感觉，是在 M4 Max 上跑 Qwen 3.5 35B-A3B 那个 MoE 模型的时候。同一个模型，Ollama 跑出来大概 35 tok/s，切到 MLX

2023 年中，我第一次在终端里敲下 ollama run llama2 的时候，其实没什么特别的期待——当时本地跑大模型的工具一大把，大部分都需要你跟 Python 环境、CUDA 版本、模型格式转

我最早注意到 GEO 这个词，是 2024 年初在 arXiv 上读到普林斯顿那篇论文的时候。当时觉得"又一个造词运动"，没太当回事。直到 2025 年下半年，我负责的一个技术博客流量开始出现诡异的变

很多人还在用 2024 年的视角理解 AI 编程：谁补全更准，谁解释代码更快，谁能把函数一次写对。这个视角已经不够用了。到了 2026 年，行业真正的分水岭，已经不是“模型会不会推理”，而是模型能不能

一、VLA 是什么：机器人的"大语言模型时刻" 1.1 从感知到行动的范式跃迁 传统机器人系统是模块化管线：感知模块识别物体 → 规划模块计算路径 → 控制模块执行动作。每个模块之间用手工定义的接口连

过去一年，如果你经常写代码，大概率已经被各种 AI Coding 工具教育过一轮了。 最开始大家关注的是补全。 后来开始比谁能改代码、谁能解释报错、谁能生成函数。 再往后，工具开始支持 Agent、支

引言：一篇值得认真对待的文章 AI 圈从来不缺趋势判断和宏大叙事。但这篇文章不一样。 它的作者林俊旸是 Qwen3 的核心训练者之一——不是在旁边评论的分析师，而是亲手训练过前沿模型、踩过真实的坑、做

一、来龙去脉：四个 MIT 学生如何掀翻编辑器市场 1.1 创始团队与初心 Cursor 的母公司 Anysphere 成立于 2022 年，由四位 MIT 校友联合创办：Michael Truell

这条推文背后的故事比它说的更疯狂 几天前，NVIDIA 的 Terry Chen 在推特上发了一段话，大意是： 他还提到一个概念叫 "blind coding"（盲编码） ——他和同事 Bing Xu