-
“地图全开”的麦肯锡Agent
麦肯锡Agent可能是未来B2B软件领域最大的异数。在我的愿景中，与当下面向查询、任务和工作流的Agent不同，麦肯锡Agent应直面商业/战略问题，以麦肯锡Associate水准之上的Problem Solving能力提供解决方案。如果有人问我如何打造麦肯锡Agent？我的第一反应是：“100%复刻麦肯锡顾问的探图能力。”“探图”很多人认为管理咨询不过是企业高管雇来的“一杆枪”。但无论是出于何种…- 0
- 0
-
办公软件的尽头，「或许」是一个能听懂人话的 AI 助理
打工人有三座大山：汇报压力、无尽加班、精神内耗。每逢年中年终两个节点，堪称职场人的「渡劫时刻」。部门紧盯业绩数字，老板死抠成果细节，每场汇报都是一场硬仗，字字句句都得掂量利弊，没有得力的工具辅助，更是胜算渺茫。作为一名编辑，我深度体验过不少 AI 工具，可惜大多是雷声大，雨点小。直到最近在 WAIC 逛展期间，我在 WPS 展区体验到了最新发布的 WPS 灵犀原生 Office 办公智能体，才真正…- 0
- 0
-
六大国有银行企业知识库中的大模型技术应用探索
六大国有银行企业知识库中的大模型技术应用：深度分析与场景探索引言：大模型重塑银行知识管理的新时代近年来，人工智能技术的迅猛发展正推动金融行业迎来数字化转型的关键拐点。作为中国金融体系的"定海神针"，六大国有银行（中国银行、农业银行、工商银行、建设银行、交通银行、邮储银行）率先拥抱大模型技术，将其深度融入企业知识库的建设与优化中——这不仅是技术层面的升级，更是对传统知识管理模式的…- 0
- 0
-
ChatGPT迎来了重磅更新：Study Mode，有了提示词，国内可以体验了！
今天，ChatGPT 迎来了一个重磅更新：Study Mode（学习模式）开启了这个模式之后，ChatGPT 不再只是给答案，而是会像老师一样引导用户一步步地思考问题。官方示例视频如下：OpenAI在官方博客中写道，学习模式是OpenAI与教师、科学家及教学法专家深度合作的成果。其底层技术由一套定制的系统提示词驱动，这些指令基于对学习科学的长期研究，旨在促进用户更加深度地学习，包括鼓励主动参与、管…- 0
- 0
-
MiniMax Agent 再进化！正式走向商业级全栈开发
之前特工们就聊过 MiniMax Agent，最近这次更新又带来了一些意料之外的亮点。这一次升级让 MiniMax Agent 直接成为了“全栈开发师”！当市场上多数应用玩家还在追求功能数量的“军备竞赛”时，MiniMax 选择的破题思路则更具纵深的路径 —— 重新定义 AI Agent 的生产级交付标准，构建从开发到部署的完整价值链。从 Demo 到 Production 的关键跨越为…- 0
- 0
-
简单粗暴地使用了 Claude Code 大半个月后，我来谈谈它的体验
这个月，我开通了 Claude Code，不是 Max，而是 Pro。因为还有其他厂家送的 Pro 订阅，虽然每月一审；加之还有 Zed 等其他工具的免费额度，所以对于现阶段尚在摸索新方向的我来说，当前的配置足够了。开通之后，便是一通乱试，如同开始上手新游戏时先在游戏里探探路，实际感受一下玩法再说。之后，才大致扫了一下官网上的文档。再之后，才开始去看一些视频，学习人家的先进经验。并且，直到前天，我…- 2
- 0
-
实测ChatGPT“学习模式”，它能成为你的专属AI家教？
今日，OpenAI推出了ChatGPT学习模式，学习模式专为大学生设计。 该模式主要面向教育领域，提供交互式提示、支架式回应、个性化教育、知识点检查四种方法，可以深度解读每一道难题的解题思路和流程，而不是仅仅给出答案。 当学生使用学习模式时，系统会提供引导性问题，根据他们的学习目标和技能水平调整回答内容，从而帮助他们建立更深入的理解。学习模式生动有趣且互动性强，旨在帮助学生真正掌握知识——而不仅仅…- 1
- 0
-
大模型之后，机器人正在等待它的“GPT-1 时刻”
随着大语言模型的飞速演进，人工智能正加速从"语言理解"迈向"行为执行"，具身智能的发展也进入关键阶段，机器人虽在移动能力方面取得突破，但在操作能力和通用泛化方面仍面临严峻挑战。在这场技术变革中，数据 × 模型 × 智能的融合成为推动智能系统"理解"与"行动"的核心变量。如何通过更大规模的数据、更高效的模型和更强的工程能…- 1
- 0
-
研发了八年基础软件，57 岁的我在 AI 时代迎来了千亿机会
昨天晚上，涛思数据线上正式发布 TDengine IDMP，一款 AI 原生的物联网、工业数据管理平台。这是我在时序数据库上专注耕耘八年之后，推出的第二款产品。今天一早起来，看到各种留言，以及后台看到的下载量与注册用户数，我异常兴奋，觉得自己作为一个程序员，在 AI 时代不仅不会被替代，而是找到了可以再战八年的巨大机会。开发这款产品是继我 2019 年将 TDengine 核心代码开源后的又一重大…- 0
- 0
-
All in AI 现状盘点｜口号、投入与落地的真相
长文拆解 7 家来自消费电子、医疗体检、广告营销、互联网、运动健身、在线教育、电视终端等行业的“AI宣言”与落地成果，一起来看看这场AI大跃进的真实进展。2023 年是 AI 爆发元年，2024 年则是“All in AI”的集体狂欢年。从科技公司到教育平台，从银行到建筑业，几乎所有行业的头部玩家都在押注 AI、喊出“全力投入”的口号。一时间，“AI”从前几年还属于CTO范畴的“技术投资”，迅速转…- 0
- 0
-
五年磨一剑：Agent 时代追风不如造风
“我有一剑，可破万剑”——2025年，Agent Infra 领域迎来“破局之剑”。引子Cloud Native2025 年，AI Agentic 基础设施（Agent Infra）迎来爆发拐点。DeepSeek、Qwen 等开源大模型的突破为 Agent 提供了强大的认知“大脑”，而模型上下文协议（MCP）的生态繁荣则赋予其灵活“四肢”——据 IDC 预测，全球 80% 企业将在年内部署 Age…- 0
- 0
-
大模型应用落地的关键一步：评估体系的构建（业务导向的多级测试体系）
如火如荼的大模型应用落地，其系统设计中不可或缺的一环便是科学、可落地的评估体系。 这不仅是指引效果迭代的依据，更是项目顺利交付的基石。 因此，一套完善的评测框架至关重要。 其核心在于：业务方需根据自身客户诉求与实现难度，设计类似GAIA的多等级定制化测试集；而交付方则需确保在双方约定的、固定数据集上的整体准确率达标。 可评估性与Benchmark挑战 评估AI Agent的能力比评估单轮问答的LL…- 1
- 0
-
【AI研报解读】AI产品与落地-The Builder’s Playbook
2025年ICONIQ Capital发布《The Builder’s Playbook》AI报告，聚焦AI产品的全生命周期构建与规模化落地，基于对300家软件公司高管（含CEO、工程负责人、AI负责人、产品负责人等）的调研，结合深度访谈，系统梳理了当前AI产品开发的核心趋势、挑战与实践。相较于2024年，2025 年的报告完全转向“实操指南”：端到端构思、交付和规模化 AI 驱动产品所需的条件。…- 0
- 0
-
Claude Code 的 Sub Agent，我真的用了，太强了
Claude Code: Sub Agent 实践记录Claude Code 的 Sub Agent 功能是近期新上线的，我之前在研究 kiro Spec 在 Claude Code 的应用时，就注意到Sub Agent。但直到今天，我才真正开始动手尝试，并完成了第一轮验证。这次我主要参考了官方描述、两篇 Reddit 上讨论热度非常高的帖子，以及几个社区开源项目。文末我也整理了所有参考…- 0
- 0
-
突发！字节跳动发布同声传译大模型Seed LiveInterpret2.0，是首个延迟与准确率接近人类水平的中英语音同传系统！
2025 年 7 月 24 日，火山引擎正式发布豆包同声传译模型 Seed LiveInterpret2.0，这是全球首个在延迟、准确率和声音复刻三方面同时逼近专业同传译员水平的产品级中英语音同传系统。该模型通过端到端全双工架构实现 “边听边说”，中英互译延迟低至2-3 秒，翻译质量达业界 SOTA（最优水平），并首次实现0 样本声音复刻，无需预录音即可克隆说话者音色输出外语。这一突破重新定义了 …- 0
- 0
-
OpenAI分享了一份上下文工程实用指南。
OpenAI的产品负责人 Miquel 联合Piotr 发布了一份超全面的Context Engineering 深度指南 （原文付费，主要是图多，还给了例子~）到底什么是 Context Engineering简单说，Context Engineering 的核心是构建一套系统，高效地为LLM的上下文窗口（Context Window）填充最优质的内容，从而最大化模型的性能。如果你觉得提示词工程…- 0
- 0
-
AI Agent的终极未来｜3万字圆桌实录
本期为《仲夏六日谈》第四季第三期节目文字内容，主题为《执行力跃迁，AI智能体的远与近》。十大看点：·何为智能体，用户真正需要的智能体是什么？·智能体是未来AI原生应用的主形态？·基模进化是否会挤压垂类Agent产品的生存空间？·主流Agent产品形态的差异在何，如何判断Agent的通用性？·智能体产品落地过程中面临的核心难题？·好坏之分，如何建立智能体的有效评估机制？·物理与数字，具身智能是智能…- 0
- 0
-
Tiny QA：基于 Ollama 的本地智能知识库问答系统
项目简介Tiny QA 是一个完全本地化的智能文档问答系统，基于 Ollama 本地大语言模型构建。它能够处理 PDF、Word、Excel、TXT、Markdown 等多种格式的文档，通过向量化技术实现语义搜索，并基于相关文档内容生成准确的回答。核心特性🔒 完全本地化：基于 Ollama 本地模型，数据不出本地📚 多格式支持：PDF、Word、Excel、TXT、Markdo…- 0
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 0
- 0
-
不止Office三件套，天工Skywork真六边形战士！
其实之前我有写过天工，那时候我说天工解放打工人大家还不信，两个月过去以后，只要盘点AI写PPT，大家都少不了要提到Skywork / 天工，谁用谁知道哈哈哈。如果有还不太了解天工的朋友们，可以看看我这篇：Agent卷出新高度，Skywork真的解放打工人！" data-itemshowtype="0" linktype="text" data-li…- 0
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 1
- 0
-
抢先体验 Deep Research 预览版
我们很高兴地宣布，在企业级 AI 智能体平台 Azure AI Foundry 中，正式推出 Deep Research 公共预览版。这是一项新功能，提供 API 和 SDK 的调用形式，可助力开发者轻松构建具备“深度研究”能力的智能体。借助 Deep Research，智能体可以实现从海量网页中自动规划、抓取、分析并整合信息，实现真正完成一整套复杂的研究任务。不仅如此，整个过程透明可追溯，结果也…- 1
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 0
- 0
-
🧠 大模型到底厉害在哪？看完这篇你就懂了！
你有没有想过：我们每天用的 AI 大模型，比如 ChatGPT、文生图的 Stable Diffusion，到底“脑子里”是什么？今天，我们不讲代码、不讲数学，用最通俗的语言带你看懂大模型的“思考空间”到底是什么！⸻🌟 01 | 大模型的大，到底大在哪里？我们说 GPT-3、GPT-4 是“千亿参数的大模型”，这并不只是说“它很复杂”——而是它的“思考空间”特别大。举个例子：人脑里有很多神经元，而…- 1
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×