首页
沸点
课程
数据标注
HOT
AI Coding
更多
直播
活动
APP
插件
直播
活动
APP
插件
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
后端
前端
Android
iOS
人工智能
开发工具
代码人生
阅读
量子计算机威胁加密,需紧急应对
研究表明,量子计算机破解加密的门槛远低于预期,可能很快导致邮件、银行交易等数据泄露。文章介绍了后量子密码学(PQC)作为解决方案,并呼吁政府将2035年的目标提前,以防范灾难性后果。
Elastic与Cursor集成:上下文工程加速AI编码
本文介绍了Elastic与Cursor的深度合作,通过将Elasticsearch作为实时上下文后端,为Cursor编码代理提供生产级日志、安全警报和搜索数据。文章详细阐述了上下文工程如何结合检索增强
5个让Claude瞬间变强的隐藏指令,第4个让我惊呆了
前言 很多人用 Claude 只会直接提问,却不知道有几个"隐藏指令"能让它的回答质量直接飙升。这篇文章分享 5 个实测有效的使用技巧,建议收藏。 1. /ghost —— 让输出更像人写的 **用法
AI 面试 copilot 的 prompt 工程实录:从 1 个 prompt 失败到 5 chain 跑通
做实时面试 copilot 这半年,最大的踩坑不在模型也不在延迟,而在 prompt 设计。最初我固执地相信"一个 system prompt + 一次调用就够了",结果上线第一天用户就吐槽:JD 一
用 Python + Playwright 自动化发布掘金文章,我是怎么搞定的
分享用Python+Playwright自动化发布掘金文章的完整过程,包括cookie续期、API踩坑和解决方案。
AI网关架构设计:统一管理多LLM提供商的工程实践
## 引言 当一个企业同时使用OpenAI、Anthropic、Azure OpenAI、本地部署的LLaMA……如何统一管理这些提供商?如何实现智能路由、故障转移、成本控制和访问审计? **AI
LLM在推荐系统中的应用:从冷启动到个性化的工程实践
## 引言 传统推荐系统在"冷启动"问题上栽了多少跟头?新用户没有历史行为,新商品没有评分数据,协同过滤和矩阵分解统统束手无策。 LLM的出现为推荐系统带来了新的可能:强大的语义理解能力、丰富的世
MCP多服务集成:音乐、视频与图像协作的完整内容创作
在现代内容创作中,MCP(多服务集成平台)的真正力量并不在于单一工具,而是多个MCP服务器的协同工作。想象一下,你只需用一句话描述你的创意,AI便能自动生成背景音乐、设计封面、制作视频,最后交付一整套
Pixverse 视频生成 API 深度解析与实践
前言 随着视频内容的需求不断增加,视频生成技术的应用场景也愈发广泛。Ace Data Cloud 提供的 Pixverse 视频生成 API 允许开发者通过简单的接口调用生成高质量的视频。这一 API
Claude 3.7深度解析:混合推理模式与Sonnet架构的工程实践
## 引言 2026年的AI竞赛已经进入白热化阶段,Anthropic在这场竞争中以一种独特的方式出牌——不是单纯追求参数规模,而是在**推理模式**上做文章。Claude 3.7 Sonnet的发
S10-蓝桥杯 17822 乐乐的积木塔
本文详细解析蓝桥杯17822题"乐乐的积木塔",重点剖析题目中"连续递减积木塔"等绕口表述的真实含义,分享个人从困惑到理解的解题历程,并提供简洁的Python题解。
我学习到的结构化提示词三技巧
结构化提示词采⽤⻆⾊-任务-结果的基础结构,通过约束⼤模型的输出,得到更好的结果。采用 JSON 格式输出,能够获得比采用任务颗粒度细化,让不同的智能体每次只专注于一件事,然后通过协作将内容汇总完成。
你的 Agent 又没听话?聊聊为什么 system prompt 在规模化场景下会失效
做过 LLM Agent 的人应该都踩过这个坑: system prompt 里写「绝对不要删除用户数据」,下一轮 Agent 就调了 DROP TABLE users。 写「不要透露内部定价」,它在
【DeepSeek-V4+claude】AI太厉害了,使用DeepSeek-V4+claude开发一个简单的浏览器,使用webkit+wxWidgets实现
wxBrowser 设计方案 基于 wxWidgets 3.2 + WebKit2 的 C++ 浏览器。 https://wxwidgets.org/ https://github.com/WebKi
行业交流:Google build with AI 开源模型主题活动
LiteRT 这种“推理操作系统”本身不直接赚钱,它的价值在于:控制端侧 AI 的执行入口,从而变现云服务、模型 API、应用分发和生态锁定。顶级的公司做平台,做基座,其他的人就在这个基座上开发应用。
RAG 进阶:从网页加载到智能文档分割
RAG 进阶:从网页加载到智能文档分割 目录 一、从手写知识库到真实数据:为什么需要 Loader? 二、Loader:载入任何文件 2.1 网页 Loader:CheerioWebBaseLoade
【评测系列3】测试角度:我把ChatGPT Images 2 当测试对象“暴力实测”了一遍,结果有点猛
今天我没做“主观测评”,而是把 gpt-image-2 当成一个待上线能力,按测试工程流程跑了 17 条用例,文末附有完整用例。 从文字渲染、复杂指令遵循、风格一致性,到边界值测试,全部走 API 自
我现在给 AI Agent 配的 5 类 Skills:从写代码到复盘纠偏
摘要 这篇不是聊“AI 能不能替你写文章”,而是聊一个更工程化的问题:如果真的把 AI Agent 放进项目里,它到底需要哪些 Skills,才能从 Demo 变成稳定可复用的生产力? 我的结论是:真
Google 豪掷 400 亿投 Anthropic:AI 是真实需求,还是资本自循环?
Google 400 亿投 Anthropic,钱流向自家算力平台。AI 增长是真实需求还是资本自循环?
从零入门 RAG:用 LangChain 搭建你的第一个检索增强生成应用
从零入门 RAG:用 LangChain 搭建你的第一个检索增强生成应用 目录 一、LLM 的"幻觉"问题 二、RAG 是什么? 三、向量与语义搜索:RAG 的底层逻辑 四、实战:用 LangChai
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30