登录社区云，与社区用户共同成长
邀请您加入社区
2026年企业级AI资产数字化标准》指出：AI对话内容已成为企业知识库的重要组成部分。标准的PDF文档由于其跨平台一致性、不可篡改性和对矢量图形的支持，是AI原生内容走向公文流转、专利申请及技术归档的首选载体。
扩散模型蒸馏再突破，小模型可在Top-8候选中选中大模型首选；OpenAI DevDay定档9月底，企业AI竞争加剧。
摘要：本文解析了AI领域新兴概念"Harness Engineering"的起源、核心特点及2026年的关键作用。随着AI技术发展，大模型方向成为最具潜力的职业赛道，头部企业为AI人才提供高额薪资。文章提供了大模型学习资源包，包含学习路线、视频教程、行业报告及实战项目，由清华大学-加州理工双料博士团队研发，帮助从业者快速掌握前沿技术。完整资料可通过指定渠道免费获取。（150字）
本文介绍了AI发展的五个阶段，从早期的规则系统到现代大模型的应用，重点讲解了向量搜索在RAG（检索增强生成）系统中的作用。向量搜索通过将文本转换为向量空间中的坐标，实现了基于语义而非关键词的搜索方式。文章还提供了大模型学习资源，包括学习路线、视频教程、书籍、行业报告和面试经验等，帮助读者进入AI领域。最后强调了大模型相关岗位的高薪资和职业潜力，鼓励读者把握AI行业的发展机遇。
2024年成为AI产品经理的机遇与挑战并存。AI技术在各行业的快速渗透催生了大量人才需求，市场缺口明显且薪资优厚，为转行者和新人提供了良好契机。然而，该岗位也面临技术迭代快、跨学科要求高等挑战。文章推荐了系统化学习资料，包含大模型技术、产品方法论及实战案例，特别适合零基础转行者、产品新人和学生群体，帮助快速构建AI产品经理的核心能力体系。当前AI领域薪资水平显著高于传统行业，是职业转型的黄金赛道。
Agent：有意志的决策者，负责理解目标和统筹全局Skill：可复用的专家知识，赋予 Agent 领域深度MCP：标准化的能力总线，让 Agent 连接无限工具这套体系正从实验室走向生产环境。理解它们的运作原理，不只是为了跟上技术潮流，更是为了真正掌握下一代 AI 系统的设计逻辑。当你的下一个项目需要构建一个能自主完成复杂任务的 AI 系统时，这个黄金三角就是你的设计起点。对于正在迷茫择业、想转行
2026年AI Agent落地应用的关键在于开发具体、轻量级的业务工具，而非宏大方案。文章提出5个易变现方向：内容批量生产Agent（自媒体/电商内容生成）、企业轻量数字员工（如HR简历筛选）、电商运营自动化、本地生活获客Agent（商家私域助手）及AI Agent代搭建培训。强调MVP开发需聚焦小场景、限定核心功能、利用现有工具、构建知识库并保留人工审核。建议实施路径为：先做内容Agent→企业
《2025年AI产品经理职业指南》摘要 本文聚焦2025年AI技术风口，详细解析AI产品经理这一高薪岗位。该职位主要负责计算机视觉、语音识别和策略匹配等AI技术应用，薪资范围30k-60k，远高于普通产品岗。工作流程涵盖模型预研、数据准备等全链路，需掌握机器学习原理及算法知识。文章为零基础者提供职业规划路径，包括学习路线、技术文档和大模型实战资源包，助力快速掌握AI产品技能。当前大模型方向人才缺口
对于正在迷茫择业、想转行提升，或是刚入门的程序员、编程小白来说，有一个问题几乎人人都在问：未来10年，什么领域的职业发展潜力最大？答案只有一个：人工智能（尤其是大模型方向）当下，人工智能行业正处于爆发式增长期，其中大模型相关岗位更是供不应求，薪资待遇直接拉满——字节跳动作为AI领域的头部玩家，给硕士毕业的优质AI人才（含大模型相关方向）开出的月基础工资高达5万—6万元；即便是非“人才计划”的普通应
文章摘要：思维链（CoT）技术通过让大模型在输出答案前展示推理过程，显著提升了复杂问题的解决准确率。典型应用场景包括数学计算、代码分析、法律合同判断等需要多步推理的任务。实现方式主要有两种：在提示中加入"让我们一步一步思考"等触发短语（Zero-shot CoT），或提供带推理过程的示例（Few-shot CoT）。虽然CoT会增加token消耗和响应时间，但现代模型如Qwen
智能体技能（Agent Skills）是一种轻量级开放格式，通过封装专业知识和工作流程来扩展AI智能体的能力。其核心是包含SKILL.md文件的文件夹，该文件至少包含元数据（名称和描述）和执行特定任务的指令。技能可以捆绑脚本、参考资料等资源，使智能体能够：1）获取领域专业知识；2）执行标准化工作流程；3）实现跨产品复用。智能体通过渐进式披露分三个阶段加载技能：发现阶段仅加载技能描述，任务匹配时激活
Spring AI代理模式（第五部分）：使用Agent2Agent（A2A）协议构建可互操作代理TheChatClientAgent2Agent（A2A）协议是一项实现AI智能体无缝通信的开放标准。该协议支持智能体跨平台发现功能、交换消息并协调工作流程——无论其具体实现方式如何。Spring AI A2A通过Spring Boot自动配置将A2A Java SDK与Spring AI集成。
本文介绍了Spring AI中的子代理编排模式，通过将任务委托给专业化的子代理来提高系统效率。主要内容包括： 架构设计： 主代理作为协调器，根据任务复杂度决定是否委派 子代理在独立上下文窗口运行，配备专属系统提示和工具集 支持多模型路由机制，按任务需求分配不同性能的LLM 实现方式： 通过Markdown文件定义子代理配置 提供四种内置子代理（代码探索、通用任务、架构设计、命令行执行） 支持自定义
本文介绍了SpringAI的AskUserQuestionTool工具，它改变了传统AI交互模式，让代理能在执行前通过互动提问澄清用户需求。该工具支持多选题交互流程，包含问题生成、用户回答和AI继续处理三个步骤，具有跨模型兼容性（OpenAI/Anthropic/Gemini等）和单/多选+自由文本输入功能。文章通过旅行推荐案例展示了工具如何收集季节、预算等偏好信息来提供个性化方案，并给出控制台和
🔥【ChatGPT-image2生图】下面这张用了image2模型生成的图片，从整体画面上来看，图片整体精致简约大气，所有的部件排布符合真实层级，文字排版字体均无错误，完美的参考了我们给出的产品提示词，提示词理解这块加大分，适合复杂场景细节的需求，身边的朋友都说完全看不出来这是AI生成出来的；🔥【Nano-banana2生图】从图片里我们可以看到商品图片是比较通用的电商主图，物体主体性强，但是
Obsidian是一款本地优先的笔记工具，核心功能是通过双链将笔记连成知识网络。Obsidian Skills是一组帮助AI处理Obsidian内容的技能说明，包含5个主要功能：生成规范笔记（obsidian-markdown）、整理网页内容（defuddle）、组织笔记视图（obsidian-bases）、创建思维画布（json-canvas）以及与运行中的Obsidian交互（obsidian
上个月老板突然说要搞个微信客服机器人，能自动回复产品咨询、处理售后问题，还得接大模型让回复"像人"。我看了眼掘金热榜，OpenClaw 刚好在风口上，就花了三天时间从零搭了一套出来。踩坑不少，但最终效果还行——日均处理 400+ 条消息，客户满意度从 62% 拉到了 89%。这篇把完整流程和坑都记下来。OpenClaw 本质是一个 AI Agent 运行框架，通过它的微信协议适配层（基于 itch
本文介绍了MiniMind项目中用于预训练的主脚本train_pretrain.py。该脚本包含模型预训练的全流程，主要分为两部分：train_epoch函数负责单轮训练，主程序负责整体训练流程。脚本支持多种训练配置，包括分布式训练、混合精度、梯度累积等，并提供了检查点保存、wandb/SwanLab实验跟踪等功能。训练过程采用两层循环结构，外层控制训练轮数，内层处理批次数据，包含前向传播、损失计
在金融、政务、制造等高要求场景中，这种“有界自主”的路径让智能体既能灵活执行复杂任务，又能严格守住合规红线，避免了无边界自主带来的潜在风险，为企业提供真正生产级的安全底座。而员工型智能体因涉及复杂治理、高性能模型支持以及全链路执行能力，部署成本往往更高，尤其在中大型模型驱动的复杂界面定位环节，需要数十万甚至上百万元级的服务器资源，进一步抬高了企业级应用的门槛。未来，智能体将与人、与业务流程深度共生
微信发布了Clawbot插件，意味着可以将OpenClaw接入生态啦。不需要企业资质，也不用搞复杂的开发，只需四步就能拥有一个24小时在线的AI私人管家。本文将一步步带你完成OpenClaw接入微信的全流程，帮你轻松开启AI助手的智能对话体验。
自然语言处理（Natural Language Processing，NLP）是让计算机理解、生成和处理人类语言的技术。作为人工智能训练师，你日常做的文本标注、数据清洗、模型评测，绝大多数都围绕 NLP 展开。无论是训练智能客服、构建知识问答，还是优化大模型输出，NLP 都是最核心的知识底盘。这篇文章从最基础的概念讲起，一路讲到 Transformer 和预训练语言模型，帮你把 NLP 的知识体系
上个月我们团队的 RAG 服务要从单一模型切到多模型混合调度——文档摘要走 Claude Sonnet 4.6，代码生成走 GPT-5.5，轻量分类任务走 DeepSeek V3.2。老板的原话是"别每个模型都单独开账号，找个聚合平台统一管理，月底我要看一张账单"。行，那就测呗。我花了大概一周半时间，把市面上叫得上名字的聚合 API 平台挨个跑了一遍。
上周三下午三点多，我正跑一个批量摘要任务，Claude Sonnet 4.6 突然开始疯狂返回 529。HTTP 状态码 529，Anthropic 官方文档里写得很清楚：这不是你的问题，是他们服务器扛不住了。但问题是——我的任务不能等啊。折腾了大半天，试了三种方案，记录一下。
上个月我接了个私活，甲方要做一个合同的小工具，指定要用 Claude Opus 4.7 来做长文本理解。说实话一开始我是拒绝的——之前用 Claude 都是网页版手动复制粘贴，API 调用还真没正经搞过。折腾了大概两天半，把三种接入方式都试了一遍，踩了不少坑，这里把完整过程记录下来。直接回答标题问题：使用 Claude API 有三种主流方案——Anthropic 官方 SDK 直连、OpenAI
折腾了一周，我的结论：Claude Opus 4.7 在代码和推理这两个维度上确实是目前最强的选择，SWE-Bench 72.3% 不是吹的。但它贵，输出 $75/M tokens 这个价格决定了它不适合当日常模型用。我的策略是分层：Agent 核心推理用 Opus 4.7，普通对话和初步生成用 Sonnet 4.6，简单分类/提取用 Haiku 4.5。这样月成本能控制在 Opus 全量的 30
OpenCSG发布CSGHub-lite和CSGClaw两款轻量级产品，为独立工作者提供高效AI协作解决方案。CSGHub-lite是本地算力工具，简化大模型运行；CSGClaw是多智能体协作平台，通过专业分工实现自动化任务管理。二者深度集成，支持多设备协同和人工干预，帮助用户快速组建"专属数字团队"，突破单人工作瓶颈，提升生产力。
金智维Ki-AgentS企业级智能体平台正是这一方向的代表性实践，它支持将企业现有自动化能力快速转化为专属Agent，实现多个智能体协同工作，像组建一支“数字员工团队”一样，覆盖从简单重复任务到高价值复杂场景的全链路。只有当智能体真正成为业务流程的“神经末梢”，嵌入规划、执行、风险管控的全链条时，其价值才能充分释放。目前，金智维已服务超过1300家客户，覆盖银行、证券、保险、政务、制造等多个领域，
一个合格的PLM操作审计系统，需要记录全链路日志：谁（用户账号），在什么时间，从什么IP地址，对什么数据（具体的文档、BOM记录等），执行了什么操作（查看、下载、修改、删除、导出等）。系统会对用户的关键操作——文档的上传、下载、版本变更、权限变更、BOM修改等——进行实时记录，并形成完整的操作时间线。，无论是数据库中的结构化数据还是文件系统中的非结构化数据（图纸、模型文件等），都应该在存储层进行加
AI产品经理快速入行指南 近期多名求职者仅用1-3个月即成功入职AI产品经理岗位，本文提炼入行核心能力框架： 搞懂AI：掌握大模型原理、商业生态及评估维度，能解释模型行为特征（如幻觉产生原因）； 规训AI：超越基础使用，通过提示词工程和模型选择实现业务赋能，需掌握信息结构化表达等核心技巧； 服务AI：熟练应用RAG、Function Calling等技术构建上下文支持体系，并能通过Dify等工具搭
本文摘要： Harness是大模型应用中的关键工程组件，包含提示词、工具、记忆、重试机制等要素，决定AI的实用性和可靠性。文章提出Harness工程比模型工程更重要，通过上下文管理、重试机制、安全护栏等手段解决大模型应用的四大痛点。随着技术演进，Harness工程已超越提示词工程成为新的技术焦点。文章指出模型决定AI的"聪明"程度，而Harness决定AI的"靠谱&q
质量管理 (Quality Management)的数字化转型不是一蹴而就的，而是工具链与流程的深度融合。2026 年，利用 Infra CONVERT 这样的成熟工具配合 AI 创新技术，将使您的质量部从繁琐的文书工作中解脱出来，真正回归到预防与改良的本质。欲了解更多关于检验计划数字化的实战技巧，欢迎访问紫森科技官网：[www.infraconvert.com](http://www.infra
中国叫停Meta收购Manus案解析：20亿美元AI并购为何被否决 2026年4月，中国监管部门叫停Meta以20亿美元收购AI公司Manus的交易，创下《外商投资安全审查办法》实施以来首个AI领域外资收购禁令。该事件揭示三个核心监管逻辑：一是Manus核心技术由中国团队研发，虽注册地迁至新加坡仍受中国法律管辖；二是涉及AI算法模型、训练数据等核心技术出口需安全审查；三是大量中国用户数据跨境传输存
摘要：Skilljar公司推出代理技能培训课程，指导用户如何在Claude Code中创建、配置和共享可重复使用的Markdown指令技能。课程涵盖从基础技能构建到团队分发及问题排查的全流程。同时，Skilljar更新了隐私声明（2025年6月10日版），详细说明数据收集范围（包括个人身份信息、网络活动数据等）、使用目的（服务优化、营销等）及用户权利（访问/删除/携带数据请求）。特别强调遵守加州C
Claude Code + DeepSeek V4 项目实战保姆级教程！手把手带你用最新 AI 编程工具开发「提肛助手」全栈网站，覆盖环境配置、MCP 和 Agent Skills 扩展安装、AI 自主测试全流程，感受 Claude Code + 国产模型的完整开发体验。
今日精选 20 条 IT 科技热点，覆盖 AI 大模型、开源工具、工程实践、业界动态等领域。
大语言模型（LLM）驱动的 Agent 正朝着具备长期记忆、能够进行连贯交互的理想形态演进。然而，一个根本性的矛盾始终困扰着所有 Agent 的记忆系统：如何在快速吸收新信息（可塑性）和保护已有知识不受干扰（稳定性）之间取得平衡？这就像要求一个人既能过目不忘地记住每一个瞬间的细节，又能条理清晰地构建稳固的知识体系，不受无关噪音的干扰。 ArXiv URL：http://arxiv.org/abs/
AIGC作为企业数字化转型的得力助手，正不断拓宽商业边界，激发无限可能。但其潜能远不止于此，从内容创作到决策支持，从产品创新到服务优化，每一步都蕴含着变革的力量。我们不禁思考，AIGC的下一个奇迹将在哪里绽放？它又将如何重塑我们的工作与生活？欢迎在评论区分享您的见解，让我们共同预见智能时代的璀璨未来。欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得
本文利用 DeepSeek V4 的推理能力，构建了一个“自然语言 → SQL → 执行计划 → 优化建议”的自动化工具。元数据驱动：让 AI “理解”你的数据库结构，减少幻觉。闭环验证：基于真实 EXPLAIN，而不是理论分析。成本可控：生成用 Pro 保证质量，优化用 Flash 降低成本。开箱即用：H5 页面 + Spring Boot，一键启动。从“写 SQL”到“描述业务”，AI 负责翻
你一定遇到过这种情况——凌晨 2 点，线上告警响起，你睡眼惺忪地打开手机。AI 助手告诉你"服务挂了"，但你不知道是哪里的问题，因为日志分散在 5 个不同的系统里。更糟糕的是，你需要同时协调 3 个不同的 AI API 来诊断问题，它们各自返回了一堆互不相关的碎片信息。这就是当前 AI 开发的真实困境：AI 很强，但 AI Agent 之间的协作是一团糟。现在，有 1 万名开发者用"小龙虾"解决了
大型语言模型（LLM）在处理和生成文本方面展现了惊人的能力，但它们的一个核心瓶颈始终挥之不去：有限的上下文窗口（Context Window）。尽管我们已经见证了百万甚至千万级 Token 上下文长度的发布，但这更像是一种“暴力美学”，不仅成本高昂，而且在实际应用中常常面临“大海捞针”的难题。传统的检索增强生成（RAG）试图通过从外部知识库中检索相关信息来缓解这一问题，但它本质上只是将原始数据块（
AI
——AI
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
AtomGit AI 社区
openEuler 社区
DeepSeek技术社区
2048 AI社区
深开鸿 技术专区
