-
一文读懂AI 智能体中MCP、API与Function Call
引言 随着人工智能技术的快速发展，大语言模型(LLM)与外部系统交互的需求日益增长。在这一背景下，API、Function Call和MCP(Model Context Protocol)作为关键交互机制，各自扮演着不同的角色。本文将深入探讨这三种技术的概念、特点、应用场景以及在AI Agent中的作用，通过具体例子帮助读者全面理解它们之间的异同。 基本概念与定义 API (Application…- 4
- 0
-
一文汇总大模型推理框架！
大型语言模型（LLM）已成为驱动智能客服、内容创作、代码生成等领域变革的核心力量。推理框架作为LLM高效部署的关键组件，直接关系到应用的性能、成本和开发效率。本文罗列常用大模型框架的特点，以供实际应用需要！一、高性能推理框架选型1. vLLM核心优势PagedAttention技术：突破传统KV缓存机制，实现显存分页管理，支持超长序列生成（如10万token对话）吞吐量领先：在A100 …- 4
- 0
-
智谱CEO张鹏：模型仍是核心，工程化只是权宜之计
3月31日，智谱宣布发布最新Agent产品AutoGLM沉思。AutoGLM沉思能一边进行复杂思考，一边执行操作，像人类一样打开并浏览网页，完成从数据检索、分析到生成报告。此前，Manus开放给部分用户内测，把通用Agent概念推向高潮，甚至有超百万人排队等待。近日，Manus上线了海外版APP，并公布了两种收费方案：每月39美元/199美元。而智谱AutoGLM沉思上线后，免费不限量。智谱CEO…- 2
- 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…- 4
- 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…- 4
- 0
-
All in 医疗，百川胜算几何？
一、战略聚焦：医疗AI突围01发布儿科大模型 2025年3月20日，百川智能与北京儿童医院、小儿方健康合作，发布了全球首个儿科大模型“福棠·百川”。 该模型覆盖儿童常见病和疑难病症，具备强大的临床推理能力，并首创儿科“循证模式”，能像专业儿科医生一样整合最佳医学证据，为患儿制定科学、个性化的诊疗方案。 此外，基于该模型，百川智能推出了“福棠·百川”AI儿科医生专家版和基层版，计划在国家区域医疗中心…- 4
- 0
-
数势科技黎科峰：CEO们极度焦虑，怕错过AI时代
该图片由AI绘制而成 腾讯新闻《海拔7950》 特约作者 徐昙 “我们知道将迎来一个AI变革时代，但我们不知道现在该干什么。”这或许是很多公司面临的困惑。 2025年春节之后，现象级技术突破DeepSeek横空出世，各种AI概念满天飞，各种AI海量信息持续轰炸，很多CEO怀疑，公司内部是不是过于平静了，是不是内部人员的思路没有跟上时代。外面的讨论热火朝天，为什么技术岗们还没有行动？ 数势科技的创始…- 4
- 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…- 5
- 0
-
奇点降临，Manus 诞生背后丨青源Workshop观点集锦
第32期青源Workshop以《迈向Super Agent，从Manus谈起》为主题，活动邀请到MetaGPT作者诸葛鸣晨、浙江大学软件学院百人计划研究员张圣宇、西湖大学AGI实验室研究员蒋文嘉、开源社联合创始人林旅强、人工智能研究员&创业者史业民以及智源社区白羽中共同参与。这场技术浪潮不仅点燃了Agent领域的热情，更引发了关于落地应用与未来方向的思考。当通用智能体从概念走向现实，我们究…- 4
- 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…- 4
- 0
-
Copilot：您的AI伴侣-微软50周年系列更新
回顾微软五十年来持续创新带来的深远影响，比尔·盖茨当年"让每张办公桌、每个家庭都拥有电脑"的宏伟愿景至今仍激励着我们。微软AI团队正秉承同样的精神，打造属于每个人的AI伙伴——Copilot。 这意味着什么？它是什么模样？有何功能？事实上，答案因人而异。 真正的AI伙伴是完全个性化的，围绕个人需求、价值观和期待构建。因此最终会有多少用户，就会有多少种独特的Copilot。如今，…- 3
- 0
-
基于Flow-matching的扩散模型原理解读
作为一种新的商品表现形态，内容几乎存在于手淘用户动线全流程，例如信息流种草内容、搜索消费决策内容、详情页种草内容等。过去一年，我们通过在视频生成、图文联合生成等核心技术上的持续攻关，AIGC内容生成在手淘多个场景取得了规模化落地价值。本专题《淘宝的AIGC内容生成技术总结》是我们摸索出的一部分实践经验，我们将开启一段时间的内容AI专题连载，欢迎大家一起交流进步。 第一篇《淘宝内容AI团队2024年…- 3
- 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…- 3
- 0
-
如何看待MCP？大模型工具调用的解耦！
知乎：https://zhuanlan.zhihu.com/p/1891971357694219896 （已授权） 最近，Agent特别火，而Anthropic提出的MCP（Model Context Protocol）更是被部分文章吹得神乎其神。但我发现市面上关于MCP的资料要么太浅，只是说"这是个像USB一样的通用协议"，让人一头雾水；要么太深，直接扎进源码里，看得头晕眼花…- 3
- 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…- 3
- 0
-
如何理解政务大模型？
从去年开始，政务大模型就受到了大家的关注，本号也发了几篇相关的文章。由于DeepSeek的横空出世，使大家对大模型的热情空前高涨，各地区也都陆续推出了基于DeepSeek的很多应用。这是好事，但如果不正确理解认识政务大模型，有可能将来会适得其反。为此，本期就聊一下这个话题，希望能为大家能提供一些参考。 一、政务大模型现状 经过一年多的发展，政务大模型得到了一定认可，且热度一直不减。但从政务服务行业…- 3
- 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…- 3
- 0
-
高德、腾讯、百度地图布局 MCP Server 对比分析
高德、腾讯、百度地图，三家地图服务商都已经布局MCP Server，为AI大模型与地图服务的结合提供了便捷的接口。以下是根据三家公司公开文档，给出的功能对比，开发者可以根据自身需求、技术架构和已有的地图服务集成经验选择适合的 MCP Server。 MCP协议概述 MCP(Model Context Protocol)协议是为了解决AI大模型与外部工具交互的统一规范，使得一个工具无需额外适…- 2
- 0
-
大模型的分类及技术指标
一、大模型的分类 1. 按应用领域划分 通用型大模型：适用于多种任务（如GPT系列、PaLM），具备跨领域的语言理解与生成能力。 垂直型大模型：针对特定领域优化（如医疗、金融、法律），例如百川智能的医疗大模型。 多模态大模型：融合文本、图像、语音等多种输入形式（如DeepSeek的多模态版本）。 2. 按模型架构划分 密集模型（Dense Models）：全连接参数结构，如G…- 3
- 0
-
警惕“技术名词崇拜”，回归实际需求–伪AI产品盘点
真正的AI技术需同时满足自主决策、多模态交互、持续进化三大核心能力，并与硬件、场景深度耦合。识别伪AI时可重点验证其是否具备动态优化能力（如仅依赖预设规则则为伪AI）。 1.自主决策与动态优化能力 核心表现：AI系统无需人工干预即可根据环境和数据动态调整策略。 技术支撑：依赖强化学习和深度神经网络实现端到端决策闭环。 2.多模态自然交互能力 交互形式：支持文本、语音、图像等多模态…- 1
- 0
-
伯克利最新研究：为什么多 Agent 系统总是“高期待、低表现”？
最近在捣鼓多 Agent 系统，但是遇到了好多坑……看了一篇伯克利的研究后非常有感触，分享给大家。 伯克利的研究者们近期对多智能体系统（Multi-Agent Systems, MAS）“高期待，低表现”的问题进行了系统研究，找到了问题的原因所在，并探索了对应的改进措施。这篇文章对于我们进行多 Agent系统实践非常有指导意义，既可以定位问题所在，也会对解决相应问题有一定的启发。这一篇，我将会带来…- 2
- 0
-
可观测性成为ML和LLM应用的最大挑战
生产环境 ML 模型面临可观测性挑战！定制工具成主流，仅7%关注ML安全。企业纷纷试水 GenAI 和 LLM，预测分析、计算机视觉应用激增。MLOps、LLMOps、GenAIOps 崛起，LLM 可观测性至关重要！OpenAI、AzureAI、Amazon Bedrock 受青睐。 译自：ML and LLM Adoption Challenged Most Often by Observ…- 2
- 0
-
刚刚，DeepSeek公布推理时Scaling新论文，R2要来了？
机器之心报道 机器之心编辑部一种全新的学习方法。 这会是 DeepSeek R2 的雏形吗？本周五，DeepSeek 提交到 arXiv 上的最新论文正在 AI 社区逐渐升温。 当前，强化学习（RL）已广泛应用于大语言模型（LLM）的后期训练。最近 RL 对 LLM 推理能力的激励表明，适当的学习方法可以实现有效的推理时间可扩展性。RL 的一个关键挑战是在可验证问题或人工规则之外的各个领域获得 L…- 2
- 0
-
【AI知识点】什么是 Agentic Workflows？
最近在weaviate的博客看到一篇介绍Agentic Workflows的文章，写得非常好，介绍给大家。 如果说 Agent 是行动的智能体，那 Workflows 就是它完成任务的路径。今天就来聊聊这个组合背后的逻辑、能力，以及我觉得它很有潜力的原因 ✨。 What Are Agentic Workflows? Patterns, Use Cases, Examples, and More ?…- 2
- 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：×