登录社区云，与社区用户共同成长
邀请您加入社区
大多数人可能只用到了豆包不到10%的功能，这本书将带你解锁豆包90%的隐藏玩法和技巧，让你轻松从AI小白成长为能用AI解决各种问题的高手。作者团队凭借他们丰富的实战经验，将豆包中“别人不知道、你用了就领先” 的隐藏玩法总结成了100个实用技巧，全面覆盖工作、学习、生活、娱乐的各种场景。
阅读获取最新全球手游和应用出海行业热点资讯！
摘要：本文系统介绍BMAD方法论架构，帮助开发者从"AI代码生成"升级为"高效AI驱动开发"。通过5篇系列文章，详细讲解BMAD从需求分析、产品规划、架构设计到编码落地的全流程，重点解决AI开发中常见的质量管控、功能混乱等问题。内容包括基础安装配置、核心架构思想、自定义Agent团队等实战技巧，特别强调"方案化设计"的关键作用。系列文章遵
腾讯元宝想利用春节复刻当年微信红包的盛况，却被千问的免费请喝奶茶来了一波釜底抽薪，今年的AI大战注定常异精彩。烧钱只能养成习惯，绑不住人心谁才是最终的赢家？我认为必定是豆包2026年春节，互联网大厂红包玩法。不再是扫五福、集卡。腾讯元宝、阿里千问、字节豆包——三家AI立独app、半个月内狂撒50多个亿。当我深度体验三款软件后，一个尴尬的真相浮出水面：这三款产品长得真的太像了，用户更换app几乎是零
从依赖人工到智能闭环，Agent如何成为保险产品开发的AI超级助手
UiPath、Automation Anywhere、Microsoft Power Automate、Blue Prism等厂商各有侧重，在特定行业或生态场景中被优先选用，在跨国企业或特定生态体系中仍具备一定优势，但在国产化生态适配、信创环境兼容、本地合规要求以及深度定制能力方面，与国内大型企业的现实需求存在明显差距，尤其在核心系统全面国产化的背景下，其适用范围正逐步收窄。通过将RPA作为执行底
反思机制将 AI 从“概率预测器”提升到了“自主解决问题的智能体”。它不仅是在输出结果，而是在通过“尝试-失败-分析-改进”的过程不断逼近最优解。
ReAct是由Google和普林斯顿提出的AI智能体架构，通过结合逻辑推理(Reasoning)与外部工具执行(Acting)能力，形成"思考-行动-观察"的循环机制。其核心优势包括减少AI幻觉、增强可解释性和动态规划能力。标准实现包含大语言模型、工具集和控制循环等组件，但也面临推理成本高、延迟明显等局限。作为AI智能体的基础架构，ReAct模拟了人类"思考-尝试-调
回头看，2024年是大模型的混战之年，2025年是AI应用落地的探索之年，而2026年，正在成为AI"走出浏览器、走上桌面"的破局之年。图片当AI终于学会了使用鼠标和键盘，人类离"只动口不动手"的终极办公愿景也就不远了。这不仅仅是工具的迭代，而是人与电脑交互方式的一次根本性变革。下一次你打开电脑的时候，或许该认真想想：你准备好跟一位AI同事共用一张桌面了吗？
在这种背景下，2026年下半年将成为AI芯片技术路线的关键分水岭。本文将系统分析英伟达Rubin平台的颠覆性创新，解读柔性AI芯片的弯道超车路径，并对存算一体、光计算、量子-经典混合架构三大技术路线进行前瞻预测。
TI-DPO 的提出，为大模型对齐从粗放的序列级优化向更精细的 Token 级控制转变提供了一个有力的尝试。它不再满足于笼统地判断回答的「好坏」，而是试图厘清每一个 Token 在价值对齐中的真实贡献。实验结果表明，TI-DPO 在指令遵循、真实性与代码生成等任务上，相比 GRPO 等基线取得了稳定的性能提升，验证了提升数据利用的「颗粒度」是增强模型能力的有效路径。TI-DPO 以其在去噪和细节控
真正理解现实世界，能解决问题的 AI 原来是这样。不得不说，在大模型技术逐渐成熟的当下，LongCat 面向实用化发力的方法让我们看到了一个 AI 落地的新解法：在模型架构之外，把 AI 能力充分嵌入已有生态，能够产生前所未有的能力。通过连接供给丰富、反馈真实的本地生活网络，AI 大模型可以精准直连用户的需求，提供真实、个性化且实时可用的信息。这两天，LongCat APP 即将上线「探索本地生活
清华、哈工大等团队将几何物理知识注入大模型参数，打破AI固有的频谱偏见，精准还原微米级月壤颗粒边缘，以超越国际主流模型的卓越性能，有力支撑月球原位资源利用，服务航天强国战略需求，为国家月球科研站建设与航天器精密设计提供了不可或缺的高精度计算工具。随着人类深空探测步伐的加快，月球地质演化研究与未来月球科研站的建设已成为航天领域的战略焦点。作为月球表面最主要的覆盖物，月壤不仅记录了月球亿万年来遭受微陨
这篇研究深入解析了 Vibe AIGC 这一新范式。它主张将用户从繁琐的 Prompt 工程中解放出来，升级为提供高维 Vibe（氛围/意图）的指挥官。继 Vibe Coding 之后，南京大学、快手可灵提出了 Vibe AIGC。生成式 AI 创作者正在从炼丹师升级到建筑师。单纯依赖提示词抽盲盒的时代即将终结，一个由智能体编排驱动的 Vibe AIGC 新纪元已然开启。过去，生成式 AI 是以模
Moltbook被渗透、OpenClaw被利用、以及Rent-A-Human的兴起，都在提示着我们，在忙于构建AI智能体的未来时，不应忘记有关信任、验证和控制等基本的安全问题。最近，人们在AI智能体的内部环境中进行了一项特殊的实验。但实验结果造成了相当大的混乱。该实验的目标是一个名为Moltbook的、仅限机器人间通信的社交平台。它类似一个数字化的生态系统，AI智能体可以在其中进行交互、共享信息，
斯坦福大学、微软研究院和威斯康辛大学团队，提出了VideoWeave数据中心化方法。一种简单得令人惊讶的方法，只需将现有的短视频素材重组，就能在不增加计算成本的前提下显著提升AI对长视频的理解能力。斯坦福大学、微软研究院和威斯康辛大学团队，提出了VideoWeave数据中心化方法。不需要发明新的复杂架构，也不需要耗资巨大的新标注，仅仅通过改变喂给模型的数据组织形式，就能让AI变得更聪明。训练视频语
今天，谷歌DeepMind「AI数学家」Aletheia彻底杀疯了，攻克数学猜想，独立写论文。更令人震惊的是，拿下金牌的Gemini一举横扫18大核心科研难题。下一个诺奖得主，Gemini提前预定了！谷歌DeepMind再次向全球科研圈扔出炸弹，一口气放出两篇重磅论文——Gemini Deep Think成为「科研合伙人」，连破数学、物理和计算机科学领域研究级难题。以前，AI可以拿下IMO、ICP
最近，AI 圈被三个词刷屏了 ——MCP、RAG、Agent！几乎每天都有新的相关工具冒出来，各大技术论坛、行业群聊得热火朝天。但不少朋友一看到这些术语就犯迷糊：它们到底是啥？能干啥？和我们普通人又有啥关系？别慌！今天就用最接地气的方式，带你彻底搞懂这些概念，看完秒变 AI 达人！
多头自注意力机制，是指将基础自注意力机制复制为多个独立的 “注意力头”（Head），每个头使用独立的 Q/K/V 权重矩阵，从不同维度计算注意力权重、融合上下文信息，最后将所有头的输出拼接并线性变换，得到最终的多维度上下文特征向量。原始 Transformer 中设置了8 个注意力头，这也是后续多数大模型的基础配置，不同头的分工隐含着对文本不同维度关联的捕捉。基础模块：词嵌入、位置编码为模型提供语
AI时代不跟风，抓牢大模型这个“硬核底座”就赢了！它是“概率猜题大师”，能帮你提效开挂，但也有短板——懂它的功能、避它的坑，不用硬啃技术，按需用就够香～
OpenClaw作为新一代AI代理系统，突破了传统语言模型的局限，具备任务执行能力的同时也带来显著安全风险。该系统不仅能理解指令，还能自主调用系统资源执行文件操作、API调用等任务，其核心风险包括：敏感数据泄露、提示词注入攻击、权限滥用、业务逻辑漏洞及供应链风险。相比传统LLM，OpenClaw的操作能力使其可能成为数据泄露的新渠道，且现有的安全防护措施难以有效检测这类新型威胁。这要求企业在部署时
本章，我们从 LLM 的 “关键要素” 说到 Agent 的 “主要指标”；作为AI 产品经理不再是需求的被动承接者，而是人机协同生态的架构师 —— 需要用技术敏感度预判模型边界。
本文分享大厂风控产品经理的智能体开发19条实战经验，涵盖业务需求理解、知识库构建、意图识别、模型边界设定、评测体系、架构设计、工作流优化、确定性逻辑处理、参数验证、日志埋点、可解释性设计及运营机制等方面。强调稳定交付、明确边界和持续运营的重要性，为智能体开发提供实用指导。主职工作是大厂做风控产品经理，工作中做了客诉、风险分析、策略生成、规则模板等智能体，自己独立也做了很多内容自动化、内容分析的智能
AI应用开发迎来拐点：Skill标准化与OpenCode开源生态推动个人AI普及 摘要：AI领域正经历从复杂提示词到标准化Skill的转变，结合OpenCode开源平台，极大降低了AI应用开发门槛。Skill将AI能力封装为可复用模块，OpenCode则提供多模型支持的开源框架。通过LazyLLM提供的Skill库，开发者可快速构建复杂AI应用，如标书合规审核系统。这种"模块化能力+开源
本文探讨AI与SCRM（社交化客户关系管理）的关系，指出AI并非取代SCRM而是与之融合升级。SCRM本质是"社交版客户管家"，通过标签体系管理客户关系。AI通过实时数据分析优化静态标签，提升互动效率，如智能客服24小时响应。未来SCRM将进化为"智能调度中心"，而AI也将借助SCRM数据增强情感连接能力。企业微信因其身份认证、合规框架和生态连接，成为&qu
Gamma借助Intercom的AI代理Fin实现高效增长，AI独立解决75%客户咨询，满意度达84%。面对每月3万条全球咨询，20人团队服务5000万用户，Fin实现24/7多语言支持，将人工处理比例从94%降至24%。Gamma通过AI赋能团队专注高价值工作，重构支持体系，使客户支持成为业务增长驱动力。案例证明AI不是替代人力，而是提升团队战略价值的关键工具。
通用知识库、Web站点知识库、飞书知识库均支持直接转换为工作流知识库。
免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论文降重、长期答辩答疑辅导、腾讯会议一对一专业讲解辅导答辩、模拟答辩演练、和理解代码逻辑思路
在这个 AI 工具渗透学习全场景的时代，家长们的焦虑似乎有增无减："孩子用 AI 搜题会不会变懒？""依赖机器会不会丧失独立思考能力？""怎么用才不会让技术取代教育本质？" 这些灵魂拷问，让许多家庭在拥抱技术与坚守教育初心之间摇摆不定。而《豆包高效学习》的横空出世，不仅打破了这种两难困境，更以一本 "理论+实操" 双硬核的指南，为 AI 时代的教育指明了方向。
基于以上分析，我开发了 agent-notifier[3] 这个 SKILL，用 Hooks 实现确定性通知。Hooks > 提示词。凡是需要确定性执行的操作，都不应该用提示词去"请求"LLM 来做，而是应该用平台提供的 Hook 机制来保证。提示词适合控制生成内容的风格和方向，但不适合控制"是否执行某个操作"这类二元决策。另外，对话式开发的体验依然很好。从最初的想法到最终可用的 SKILL，整个
CodeBrain-1 并不是一个 “更会说话” 的 AI，而是一个由 Code 组成、能够持续调整计划与策略的执行型大脑。OpenAI 联合创始人 Andrej Karpathy 认为模型作为 AI 的内核至关重要，但 Agent 框架作为 AI 的操作系统也不容忽视。我们不应该只关注模型写代码的能力，更应该关注它在复杂环境中的自主解决问题能力。
近期，一个来自加州大学旧金山分校的神经科学团队提出了一种新的机器学习算法——CellTransformer，仅花费几个小时就完成了对5只小鼠大脑图谱的分类和绘制工作。好消息，AI也可以帮科学家画脑图了！近期，一个来自加州大学旧金山分校的神经科学团队提出了一种新的机器学习算法——，仅就完成了对5只小鼠大脑图谱的分类和绘制工作。这五只小鼠大脑的基因数据中包含1040万个细胞，每个细胞包含数百个基因。但
思考token在精不在多。Yuan 3.0 Flash用RAPO+RIRM双杀过度思考，推理token砍75%，网友们惊呼：这就是下一代AI模型的发展方向！硅谷的算力战争，已经不是「拼GPU」，而是「抢电网」。OpenAI万亿豪赌Scaling，瞄准10GW级超级集群。在孟菲斯，马斯克竖起xAI的Colossus，55.5万张GPU与2GW电力轰鸣待命。还不止地面。马斯克已经把目光看向太空：下一座
2025 年 10 月中旬，Anthropic 正式发布了 Claude Skills。两个月后，Agent Skills 作为开放标准进一步发布，旨在构建全新的 AI Agent 开发生态。OpenAI、GitHub、VS Code 和 Cursor 随即跟进。更好地理解它的话，可以把 Skills 想成「通用 Agent 的扩展包」：一个 Agent 可以加载不同的 Skills 包，从而获得
AIClient-2-API 是一个能将多种仅客户端内使用的大模型 API（Gemini CLI, Antigravity, Qwen Code, Kiro ...），统一封装为本地 OpenAI 兼容接口的强大代理。
在上篇文章中我们介绍了如何基于9安装配置OpenClaw并接入企业微信等IM让你最终拥有一位7x24的AI全能助理。一些用户看完文章后跃跃欲试，但一上手实操，却被繁琐的配置劝退了：“Node.js 版本不对，报错了……”“GitHub 连不上，插件装不下来……”“我想接企业微信，怎么还得手动改配置文件？大家的痛点社区听到了！
这类厂商凭借自身成熟的大模型技术、海量生态数据及完善的云服务能力，在智能体的通用能力搭建、低代码开发及生态协同上具备优势，能快速实现通用场景的智能体落地，且依托自有平台生态可降低企业初步接入门槛。这类垂直行业解决方案提供商的核心优势，在于拥有深厚的行业沉淀与精准的业务洞察力，能够精准捕捉垂直领域的核心痛点与合规要求，打造的智能体解决方案贴合行业实际业务流程，落地性极强、适配度极高，无需企业大量二次
本文介绍了如何利用Dify的Chatflow功能构建智能问答系统。通过条件分支和代码节点实现知识库检索与联网搜索的双路召回架构：首先查询企业知识库，若置信度低于阈值则自动触发联网搜索，并对搜索结果进行清洗格式化后交由LLM回答。文章详细讲解了变量管理、知识检索置信度判断（Python代码实现）、条件分支逻辑和联网搜索数据清洗等关键节点的配置方法，最终实现了既能回答内部知识又能处理外部查询的全能助手
这份18页的报告，信息密度极高！Anthropic没有画饼，没有讲故事，用的是Anthropic自己的内部研究数据、真实客户案例和对行业趋势的冷静判断。核心信号非常清晰：程序员不会消失，但「只会写代码」的程序员会消失。未来的软件工程师，是编排者、架构师、决策者。他们不再逐行敲代码，而是指挥一支AI军团，同时保持人类独有的判断力和「品味」。而更深远的影响在于「谁是开发者」这个问题的答案，将被彻底重写
摘要：ClaudeCowork是Anthropic推出的桌面AI智能体，将Claude模型能力转化为可执行多步骤任务的"数字同事"。核心采用Skills系统封装可复用指令，支持11个企业插件集成办公软件。优势在于文件管理、多步骤任务和报告生成，但存在结果需核验、专业任务边界模糊等局限。提供免费版及20-100美元/月的付费方案，适合行政/财务等标准化工作场景，建议团队优先试用评
当别人都在做加法的时候，Pi 选择了做减法。真正有力的系统，往往不是什么都有，而是底座足够稳、能力能自己长出来。正如 Armin 在文末写的——把软件接到聊天里、让 AI 直接写代码跑代码，这种形态正在飞速增长。而 Pi 这种极简但可演化的底座，很可能就是未来的方向之一。
总而言之，AI违规输出防护的刚性需求，是技术内生风险的“推力”与全球法律监管的“拉力”共同作用下的必然结果。它已从纯粹的技术挑战，升级为关乎企业合法生存、商业竞争力和技术道德合法性的战略核心。任何试图大规模部署和应用AI技术的组织，若不能以战略高度和系统工程的方法构建其防护能力，不仅是在承担巨大的运营风险，更是在其发展前路上埋下了一枚可能随时引爆的“合规炸弹”。未来，“安全合规”将与“算法性能”同
Feeling AI凭借CodeBrain-1在权威榜单Terminal-Bench 2.0中强势突围，仅次于OpenAI最新旗舰，位居全球第二。不仅打破了美系巨头的绝对垄断，更标志着中国AI在 Agentic AI（智能体）复杂任务规划与自主编码领域的工程化能力已达到世界顶尖水平。在中国农历春节的前夜，全球科技界的空气中不仅弥漫着辞旧迎新的气息，更夹杂着一股前所未有的硝烟味。Anthropic祭
摘要： 春节AI营销大战中，腾讯、阿里等巨头通过AI红包、智能免单等玩法验证AI商业化潜力。项目管理工具DooTask借势AI转型，实现全流程智能化：智能任务生成提升效率40%，风险预判系统降低资源闲置率至10%，自动化复盘优化决策。其开放API支持多AI工具接入，构建"软件+服务"生态。AI正从营销噱头转变为价值引擎，推动项目管理从人工驱动向数据决策升级。未来，DooTask
本文介绍阿里巴巴开源云原生AI网关Higress的核心定位、技术特性及实战价值，基于其GitHub仓库（alibaba/higress）的核心模块与能力，结合多厂商大模型统一管理、AI Agent工具调用、生产级流量治理3个典型业务场景，拆解Higress如何解决传统网关在AI时代的适配痛点，同时分析其选型优势，为开发者搭建AI场景下的云原生网关提供实操参考与技术指引。
今天来教大家如何来给自己OpenClaw配置自己想使用的LLM大模型，以及如何在额度超限时让OpenClaw自己切换使用新的LLM大模型
国家出台的新政策，吹响了AI全面接管招投标的号角；而试点地区的亮眼成效，也证明了AI技术在规范市场、提升效率、保障公平方面的巨大价值。这场变革，不仅是技术的升级，更是行业生态的重构——它将彻底淘汰“靠关系生存”的企业，推动行业向规范化、智能化、公平化方向发展。虽然目前还面临信息孤岛、路线不统一等难点，但随着政策的持续推进、技术的不断优化，各地平台的互联互通、全国标准的统一，终将实现。2027年前，
OpenClaw（前身为Clawdbot和Moltbot）是一款开源AI代理平台，支持本地私有化部署。它能够通过WhatsApp、Telegram、Discord等聊天应用接收指令，自动执行任务，如处理文件、查询信息和进行自动化协同。OpenClaw的设计理念是“你的助手，你的机器，你的规则”，强调用户对数据的控制和隐私保护。
OpenClaw是一款基于AI的macOS自动化控制应用，采用分层架构设计。核心组件包括：AI模型集成层（统一管理多厂商模型清单）、权限安全层（透明声明系统权限）、设备兼容层（支持多种Mac机型）和自动更新层（集成Sparkle框架）。应用通过模块化设计实现智能桌面控制功能，同时确保用户隐私与系统兼容性。主要特点包括可插拔的AI模型、完善的权限管理和自动化更新机制。
AI
——AI
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
