-
Genspark AI 浏览器试用
今天下载试用了 Genspark AI Browser。对于购物网站～Genspark Browser 可以：即时发现更划算的商品自动对比产品性能深度分析用户评价对于视频网站～Genspark Browser 可以：一键总结视频内容自动提取字幕文本智能生成演示文稿通过 Super Agent 与视频内容互动提问? Autopilot 模式一键开启「自动驾驶」，AI 全程接管：自动浏览社交媒体和新闻…- 9
- 0
-
AI 智能体到底应该如何构建？分享 Github 上收获 4k stars 的 12 条原则
编者按：AI 智能体到底应该如何构建？是追求复杂的端到端解决方案，还是回归软件工程的本质思维？我们今天为大家带来的文章，作者的观点是：智能体本质上就是软件，应该用严谨的软件工程原则来构建，而非盲目追求“黑箱式”的复杂框架。文章从智能体的发展历程出发，深入剖析了从有向图到 DAG 编排工具，再到今天 AI 智能体的技术演进脉络。随后，作者系统性地提出了构建可靠 LLM 应用的12个核心原则。这篇文章…- 3
- 0
-
如何用大模型自动生成PPT？AutoPresent及SlideCoder方案
今天是2025年6月12日，星期四，北京，晴我们来看文档智能进展，上次是paper2poster，这次是用来做ppt。从工程上来说，可以使用python-pptx库来创建幻灯片。通过这种方法，可以控制幻灯片的每一个细节，包括文本内容、图像、视觉布局、颜色等。但可以进一步自动化，例如很直观的做法，就是直接做大模型微调，核心在于搞一批SFT数据集，但是，简单微调，并不能捕捉细节信息，这也说明PPT生成…- 8
- 0
-
AI的百亿套壳：做船不做柱子
今年AI应用的投资明显活跃了很多，而套壳这个词，正在从贬义词，成为中性词，甚至褒义词。主要是市场出现了百亿美金的套壳案例。什么样的壳有价值？如果把模型能力看成水位线，有的壳是柱子，模型能力涨上来后，柱子就没了。有的壳是船，模型能力提升后，水涨船高。所以，做船不做柱子。两个月前，我有个内部分享，这里写一部分出来，讨论下套壳的事。我们回顾下过去两年多 AI 应用发生过什么，这是 A16Z 发布的AI …- 3
- 0
-
颠覆！强化学习不再是微调专利，微软直接将其用于基模训练
❝一句话概括，强化学习不做微调这道“餐后甜点”了，RPT 直接把它变成预训练的“主食”，拿语料原文当答案，对了奖，错了罚，让模型从基础上就“长脑子”。第一阶段：识别核心概念想象一下，目前绝大多数LLM就像一个疯狂“刷题”的学生，它的学习方式（预训练）就是不断地做“填空题”——给定上文，预测下一个词（Next-Token Prediction）。这种方法很有效，能让模型记住海量知识和语言模式，但它可…- 4
- 0
-
深度研究：O3视角下的智能体平台评估
AI智能体平台评估报告：O3视角下的第一梯队与第二梯队分析执行摘要当前，人工智能领域正经历着由大型语言模型（LLM）驱动的智能体（AI Agent）的快速发展，这些智能体能够自主地感知环境、进行推理、采取行动并持续学习，从而实现复杂任务的自动化和目标驱动的成果交付。这种能力超越了传统的静态任务自动化，预示着企业运营模式的深刻变革。本报告对AI智能体平台市场进行了深入分析，重点关注了用户指定的“第一…- 4
- 0
-
dify应用：另类的关键词检索
背景在使用ragflow的时候，分片的时候，有个比较好用的功能，就是自动关键词提取功能。我们在检索的时候，可以通过调整语义和关键词的权重来检索知识。从而实现关键词+语义的互补。而在dify的rag中，是没有关键词的。在dify1.2.0的时候，dify新增了一个元数据的功能，我们可以给文档设置元数据，从而在检索的时候，通过元数据作为关键词，可以过滤一部分内容。但是该功能是文档级别的，并…- 4
- 0
-
华为AI原生应用架构解析
近年来，AI 大模型技术取得了突破性进展，其强大的语言理解、生成能力以及广泛的应用场景适应性，彻底改变了人们对 AI 的认知。大模型能够处理海量数据，学习复杂的模式和知识，为各种应用提供了强大的智能支持，开启了从传统 AI 向生成式 AI 的新时代。随着大模型技术的成熟，AI 原生应用应运而生。与传统应用不同，AI 原生应用将 AI 技术作为核心驱动力，从设计之初就深度融合 AI 能力，以实现更高…- 4
- 0
-
为什么 99% 的 AI 初创公司将在 2026 年消亡？你的产品只是一个 API 包装器吗？
大纲：1 提出问题 2 案例阐述 3 案例背后的深刻见解4 操作指南资料来源：99% of AI Startups Will Be Dead by 2026 — Here’s Whyskooloflife.medium.com/99-of-ai-startups-will-be-dead-by-2026-heres-why-bfc974edd968正文：当前，我们正身处于一场波…- 4
- 0
-
小白也能学会，一文读懂AI Agent
AI Agent是什么？借用百度李彦宏的一句话：“在人类信息技术变革的不同历史时期，应用出现的样貌也不一样：在PC时期，它是一个个的软件和网站；在移动时期，它是一个个的APP和可被关注的账号；在AI时代，应用主要的形态就是智能体AI Agent”，在未来的领域，AI Agent 将成为连接人与数字世界的核心载体。本文将从AI Agent的发展，主要框架和构成，实际应用场景，如何构建AI Agent…- 4
- 0
-
既生function calling何生MCP？一文全方位了解MCP
了解MCP之前，我们先来回顾一下AI Agent，需要具备什么样的能力，达到什么样的智能程度，才可以称为一个Agent。AI Agent概念AI Agent 是能主动解决问题的智能程序，核心在于 感知→决策→行动→学习 的闭环。未来它会像水电一样渗透到所有数字场景中，成为每个人的“智能伙伴”。上图可简单划分为 Agent = LLM + 规划技能 + 记忆 + 工具使用，其中 LLM 扮演了 Ag…- 3
- 0
-
Google AI Mode 上线，对SEO的影响你准备好了吗？
在上个月，Google2025年I/O开发者大会上正式发布了全新的 AI Mode（AI 模式）。在23年的IO大会谷歌就已经推出了，SGE测试谷歌SGE测试，加入AI后的谷歌对于SEO有何影响？当时还需要获取资格，但现在已经全面的对美国地区开放了。加入AI Mode后的谷歌，对于谷歌SEO从业者来说，一定是一次革新，这会出来一大批新的玩法。这时候不去拥AI，固步自封，一定会被淘汰的。0…- 2
- 0
-
AI Agent 的工程化被低估了
目录01 产品工程02 技术工程03 总结近期热度较高的两篇文章[1] [2]，不约而同的提到了 AI 发展至今，工程化对 AI 应用的作用被低估了。“比如更好的虚拟机、更长上下文、大量的 MCP、甚至智能合约……等等一系列工程问题都是巨大的需求。”“AI 的工程化工具很多，例如 LangGraph、LangChain，这些都是用于搭建的乐高…- 6
- 0
-
Spring AI Alibaba 1.0 GA 正式发布，Java智能体开发进入新时代
2025 年是 AI 智能体快速爆发的一年，从单智能体、多智能体到通用智能体的多种不同构建模式持续涌现出来，智能体开发也逐步从概念、Demo 开始走向生产落地，应用范围也从编程助手等几个少数领域，逐步拓展到企业内部业务、生活工作助手等多个领域。随着智能体开始在企业内部业务落地，Java 智能体的构建需求也呈现出爆发式增长的趋势，在智能体编程语言及平台领域，Python、Typescript 一直走…- 5
- 0
-
一文讲透字节测试如何用AI加速问题定位和分析（附源码）
测试工程师平时最头疼的事儿，肯定少不了日志分析和缺陷定位！每天面对大量的日志数据，要到处查找异常信息，而且大多数时候都是非结构化信息，简直大海捞针一般难熬，本来就稀疏的头发可能秃得更快。今天给大家介绍一种我字节的朋友开发的Ollama 本地部署 DeepSeek 加速日志和错误信息分析得方法1 日志解析：从人工大海捞针到智能精准定位1） 日志解析：从人工大海捞针到智能精准定位Ollama 平台部署…- 5
- 0
-
在产品中设计AI功能—“适时出现”很重要
从聊天机器人到多种多样的产品集成AI功能，AI正在重塑我们与数字产品互动的方式。人工智能不再只是后台技术——它现在已成为用户体验的核心。作为设计师，我们不再仅仅设计静态界面，而是塑造动态、自适应的系统，这些系统可以学习、响应，甚至与我们一起创造。这篇文章主要分享，我在为产品设计AI功能时的应用到的一个非常重要的设计原则，那就是“渐进展示，适时出现”。“渐进展示，适时出现”的设计原则：对于用户期望的…- 3
- 0
-
不要只盯着vLLM了，在复杂提示词场景下SGLang更优秀
作为专注于大模型推理优化的框架，SGLang 和 vLLM 都是当前高性能推理的热门选择，但它们在设计目标、优化重点和适用场景上存在显著差异。以下是详细对比：1. 核心目标与定位框架核心目标适用场景vLLM最大化吞吐量 & 高并发大流量API服务、批量推理SGLang优化复杂提示 & 结构化生成延迟Agent、推理链、JSON生成等交互式场景2. 关键…- 4
- 0
-
Anthropic对话Cursor：AI编程的未来
6月10日，Cursor的联合创始人Aman Sanger、机器学习工程师Jacob Jackson、智能系统工程师Lukas Möller与Anthropic Claude Relations负责人Alex Albert坐在一起，探讨了AI如何重塑软件开发的未来。Cursor作为AI编程工具的领军企业，在短短一年多时间里实现了惊人的增长，本次对话深入揭示了这一成功背后的技术洞察和未来愿景。爆发式…- 6
- 0
-
Claude 4 赋能商业决策！告别思路一团麻，五维思考模型就该这么用！（附prompt）
今天给大家分享一个「商业五维思考」模型，用 AI 的方式帮助我们解决日常问题。先问个扎心的问题：你有没有过这种感觉？看别人做事总能一通百通，自己却像无头苍蝇，眉毛胡子一把抓？面对一个复杂问题，脑子里一团乱麻，不知道从何下手？开会讨论，别人总能提出高屋建瓴的见解，自己却只能在细节上打转？这真不是你不够努力，也不是你不够聪明。很多时候，我们只是困在了“低维度”的思考陷阱里。就像下面这张图，一个“拓展1…- 2
- 0
-
企业级大模型应该选择 Prompt、RAG、微调还是从零训练？——生成式AI最佳实践全指南
本文翻译与编辑自Vikesh Pandey Medium 博文，适用于专业技术人员。前言生成式AI技术发展迅猛，企业在应用这类技术以解决业务难题时，面临着诸多方案的选择。当前主流的实现途径有：Prompt工程（Prompt Engineering）检索增强生成（RAG, Retrieval Augmented Generation）微调（Fine-tuning）从零训练自有基础模型（Train F…- 2
- 0
-
OpenAI发布最强大模型OpenAI o3-pro：业界评价该模型解决复杂问题效果很好，但是回复一句“Hi”也需要三分钟
OpenAI 正式发布了其最新模型 OpenAI o3-pro，这是其旗舰模型 o3 的专业增强版。o3-pro 专为需要“更长时间思考”的复杂任务而设计，其核心亮点在于极致的可靠性和准确性，尤其在数学、科学和编程等专业领域表现卓越。根据OpenAI引入的全新“4/4可靠性”评测标准，o3-pro 的性能远超前代，OpenAI官方强调o3-pro在…- 5
- 0
-
从browser-use 出发，品 Agent 实现
背景本篇的出现是自己最近一段时间在Agent上的一个学习总结，希望自己能够以一个工程的视角去理解一个agent的产品是怎么run起来，并给出了自己学习和理解的过程。个人对LLM的理解有下面几个阶段：【阶段1：Chat only】最简单的交互形式，用户文本框输入->LLM输出。为了提高模型的执行效果，衍生出了提示词工程，通过COT、ReAct等提示词技术进一步利用模型推理的能力，引导模型输出正…- 4
- 0
-
构建真正有效的AI代理的七个关键步骤：从理论到实践的完整指南
一、AI代理的现实困境与破局之路在人工智能技术飞速发展的今天，AI代理（AI Agent）作为连接技术与实际应用的核心载体，正受到前所未有的关注。然而，当前大部分AI代理往往陷入"演示光鲜，实战拉垮"的怪圈——它们在精心设计的Demo中表现亮眼，但一旦面对真实场景中的复杂需求，便会暴露诸如事实幻觉（Hallucination）、逻辑断层、工具调用失效等问题，甚至频繁以"…- 3
- 0
-
知乎问题：大模型的 Embedding 层和独立的 Embedding 模型有什么区别？
今日看到知乎问题：大模型的 Embedding 层和独立的 Embedding 模型有什么区别？特意整理成一篇文章，供大家参考。1. 引言想象一下，如果我们要让计算机理解"苹果"这个词，我们需要把它转换成数字才行。这就是Embedding（嵌入表示）要做的事情——把文字转换成计算机能理解的数字向量。在AI发展历程中，我们经历了两个重要阶段：早期的独立Embeddin…- 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：×