-
纳米AI一句话成片功能实测：从文字到视频只需等待
大家好，我是歸藏（guizang），今天带来纳米 AI 超级搜索一句话成片功能的测试。 之前我测试纳米 AI 的 MCP 能力的时候看到有视频生成的 MCP 就提到过，要是可以直接自动生成完整的视频就好了。 最近他们终于开始好好搞这个流程，做了一个一句话成片的功能。 现在真的可以一句话生成完整视频了，而且成功率高的离谱，用来生成新闻介绍、科普视频、小说情节等都非常好用，发了提示词等一段时间回来收菜…- 7
- 0
-
超级黑马Read AI如何在美国把会议转录做成一门大生意
同样是办公软件，中国与美国市场的差异，可谓天差地别： 在中国，只要一个飞书、钉钉，或者企业微信，就能解决企业从消息沟通、会议、写文档、做表格、做PPT、做会议纪要等多重需求。 而在美国，往往不同功能对应不同软件。想要检索一个历史文档中的信息，或者会议中的细节，有时候，甚至需要来回在四五个软件之间跳转，繁琐且低效。 那么，怎么高效地找到散落不同软件中的精准信息，降低信息整合的成本？针对这个需求，20…- 6
- 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…- 7
- 0
-
MemAgent：当LLM学会记笔记，350万字超长文本处理难题迎刃而解
今天，我们要聊一个让所有大模型开发者都头疼的问题——长上下文(Long-Context)处理。想象一下，让AI阅读一本几十万字的小说并回答一个横跨多个章节的细节问题，或者让它分析一个包含数百万行代码的整个项目。这些任务对于当前的大模型来说，几乎是不可能完成的任务。 问题的根源在于Transformer架构的天生缺陷——O(n^2)的计算复杂度。这意味着上下文长度（n）每增加一倍，计算量和内存消耗就…- 15
- 0
-
大模型落地及Agent记忆的有趣观点：兼看SVG生成用多模态大模型怎么做？
今天是2025年4月11日，星期五，北京，天气晴，预报晚上有大风。 本文来看两个问题。 第一个问题，关于大模型落地以及Agent记忆的有趣观点，是一些大道理的总结，懂得读懂，懂了还那样，不会有什么变化，清风徐来，水波不兴。 第二个问题，顺着昨天图文描述生成caption的工作，我们看SVG生成用多模态大模型怎么做？三个代表工作，看看底层技术细节，实现思路。 抓住根本问题，做根因，专题化，体系化，会…- 5
- 0
-
刚刚，Karpathy 又造新词 ：”细菌式编程”诞生记，兼论上下文工程演进史
Andej Karpathy之前提出“#氛围编程”（vibe coding）大火特火，今天AK又造了一个新词“#细菌式编程” 在软件开发的世界里，我们时常陷入关于最佳实践的无尽讨论中：是应该构建一个大而全的单体应用（Monolith），还是拥抱灵活的微服务（Microservices）？是该追求零依赖，还是善用成熟的第三方库？ 01细菌式编程一、细菌编码的三大法则 Karpathy 指出，如果我们…- 5
- 0
-
基于AI（LLM）和Playwright MCP（模型上下文协议）的测试自动化
编译整理｜TesterHome社区 作者｜Kailash Pathak以下为作者观点：在快节奏的软件开发领域，大规模交付高质量应用始终是一项挑战。传统测试自动化虽然功能强大，但常面临动态用户界面、不稳定测试和耗时的脚本维护等难题。生成式AI（GenAI）与Playwright MCP（模型上下文协议）——这对改变游戏规则的组合，正在重新定义现代测试自动化。 MCP（模型上下文协议） 本文将探讨这些…- 11
- 0
-
AI Agent 凭什么火？看懂 60 年软件演进史，你就明白了
大家好，我是孟健。 前几天，一位做了很多年开发的朋友跟我说： "现在的 AI Agent 让我想起当年第一次用 Spring 框架的感觉——既兴奋又迷茫。" 我深有同感。 每一次技术范式的转变，都会让我们重新审视"什么是软件"这个根本问题。 最近在研究 12-Factor Agent，看到了一篇特别有意思的软件简史。 作者用一个简单却深刻的视角，带我们回顾了…- 6
- 0
-
用子模优化法为DeepResearch生成多样性查询
在开发DeepResearch时，生成多样化的查询 (query) 是一个关键细节。我们在开发时会在至少两处遇到这个问题。第一处是在解析用户的原始输入，并生成网页搜索查询，因为直接把原始输入抛给搜索引擎，效果往往不尽人意。第二处，是许多 DeepResearch 系统会前置一个“研究方案规划器”，负责将原始问题分解为多个正交的子问题，然后调用 Agent 来分而治之的解决这些子问题，最后再整合它们…- 6
- 0
-
几个故事，理解AI Agent规划的不同实现方式
在o1将多步推理能力内化到模型之前，Agent规划的实现，依赖开发者在外部搭建的工作流。根据工作流的构建方式，可以分为“硬”和“软”两种。 [1] 硬工作流: 系统流程 类似扣子、dify等低代码平台，由开发者根据预设任务逻辑，搭建一个包含分支、判断条件的固定流程图。模型是被动的执行器，完全遵从预设好的硬编码流程，在指定节点执行某个具体任务。 [2] 软工作流：模型提示词 开发者通过设计提示词或最…- 6
- 0
-
字节推出 Claude Code 和 Gemini CLI 替代品（我测试了）
字节跳动刚刚推出了一个终端 AI 编程工具，类似于 Claude Code 或 Gemini CLI。我刚测试过，可能会让你失望。字节跳动 一直在慢慢追赶 Cursor、Claude 和其他 AI 编程助手，试图在编程助手市场中建立自己的立足点。Trae AI，并没有达到我的期望，尽管后来的更新令人印象深刻，显示出显著的改进。让我带你了解设置过程，这不像 Gemini CLI …- 7
- 0
-
为什么我觉得AGI并不会马上到来
持续学习是一大瓶颈“事情往往比你预期的慢，但一旦发生，又快得超出你的想象。”— 鲁迪格·多恩布什（Rudiger Dornbusch）在我的播客[1]中，我经常跟嘉宾聊到实现AGI（通用人工智能）的时间表。有些嘉宾认为还需要20年[2]，而有些人则认为2年就够[3]。截至2025年6月，我自己的观点如下。持续学习能力问题有时候人们会说，即使现在AI技术不再进步，当下的AI智能体也会比互…- 5
- 0
-
当微信支付开放MCP之后，我却有一点后怕。
前两天，微信开放了自己的微信支付MCP。补上了智能体链路的最后一块拼图。虽然现在还只能在腾讯自己家的腾讯元器上用，但，影响也还是足够的大。很多人可能不知道微信支付MCP到底意味着什么，但我正好是为数不多提前拿到正式版的体验者，还用它搓了几个小Demo。这两天，那种一边用一边产生那种兴奋与后怕交织的复杂感受，是真实得不能再真实了。所以，我也想，分享一下我自己真实客观的体验，和想法。先给完全不懂的用户…- 5
- 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…- 8
- 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…- 7
- 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…- 7
- 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…- 7
- 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…- 7
- 0
-
再见AI Agents，你好Agentic AI
AI Agents被定义为由大型语言模型（LLMs）和大型图像模型（LIMs）驱动的模块化系统，用于特定任务的自动化。Agentic AI的出现是为了解决AI Agents在处理复杂、多步骤或需要协作的场景中的局限性，它代表了一种范式转变，强调多智能体协作、动态任务分解、持久记忆和协调自主性。从基础AI Agents到Agentic AI系统、应用、局限性和解决方案策略的方法论流程图一、AI Ag…- 6
- 0
-
「上下文工程」硅谷爆火，Karpathy亲自站台！提示工程瞬间失宠
新智元报道 编辑：桃子【新智元导读】继提示工程之后，「上下文工程」又红了！这一概念深得Karpathy等硅谷大佬的喜欢，堪称「全新的氛围编程」。而智能体成败的关键，不在于精湛的代码，而是上下文工程。硅谷如今炙手可热的，不再是提示词工程，而是上下文工程（Context Engineering）！ 就连AI大神Karpathy，都为「上下文工程」投下了一票。 还有Shopify CEO Tob…- 7
- 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…- 7
- 0
-
10分钟搞定Excel世锦赛难题！首个超越人类Excel Agent，网友：想给它磕一个
机器之心报道编辑：杨文这个AI让打工人「磕头」致谢。 前段时间，我们报道了 5 款大模型参加了今年山东高考的事儿，为了弄清楚各大模型在 9 个科目中的具体表现，我们对着测评明细表挨个儿分析，搞得狼狈又崩溃。要是哪个 AI 能一键分析表格，我当场就能给它磕一个。 现在，终于有 AI 来整顿 Excel 表格了！ 这款 AI 工具名为 Shortcut，号称是「第一个超越人类的 Excel Agent…- 5
- 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…- 8
- 0
-
行业大模型的“燃料革命”：高质量数据集助推产业智能升级
在数字化转型浪潮中，行业大模型被视为推动产业升级的核心引擎。但是，当前大多数行业大模型面临着训练数据的质量缺陷导致模型“逻辑混乱的伪推理”巨大挑战。2025年4月30日全国数据标准化技术委员会秘书处发布了《高质量数据集建设指南（征求意见稿）》，对高质量数据集建设的全生命周期要求，包括数据需求、数据规划、数据采集、数据预处理、数据标注、模型验证等阶段提出了建设指南，同时对高质量数据集分类、质量评测规…- 8
- 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：×