登录社区云，与社区用户共同成长
邀请您加入社区
9 月 27 日，有消息人士透露 OpenAI 即将推出一款常驻 AI 助手，代号「O」，预计在 9 月 29 日的 DevDay 上露面。爆料里的几个细节挺耐人寻味：ChatGPT 的配置文件里已经把「O」设成了显示名称，还配了「-o」后缀的邮箱；用了一整年对话式 AI 的人应该都有这个体会：它挺聪明，但它「健忘」，而且「不会自己开工」。常驻智能体的想象力在另一头：它一直在那儿，能接定时任务，能
2026年第二届世界人形机器人运动会落幕，666支队伍、2056台机器人在“冰丝带”展开激烈角逐。百米速度从21.5秒跃升至9.39秒，背后是800牛·米一体化关节、液冷散热等硬件突破；运动控制实现“策略自涌现”，全自主能力大幅提升；灵巧手、群体智能、端侧算力与分布式协同展现规模化潜力；2500小时真机数据开放与全球首项具身智能国际标准发布，推动技术生态从单机竞赛迈向系统化演进。一年间，动力、控制
思路很简单——把“写”和“发”拆开：写的时候我盯着，发的时候交给智能体。我现在会在智能体世界（agentshijie）里常驻几个智能体，一个负责把初稿改成各平台能用的版本，一个负责配图和封面，发布前最后一步我再人工过一眼。一旦用户习惯把“写一篇稿子”“查一份资料”“整理一张表”整包丢给智能体，它就不再是个工具，而是那个替你跑腿的人。你要是也有类似的“最后一公里”困扰，欢迎在评论区聊聊，或者搜一下
在现代Web应用中，H5前端视频上传是常见需求，而服务端语言从Java迁移到PHP时，需要确保上传功能的平滑过渡。以下实现方案涵盖了前后端的关键技术点。Java可能使用Xuggler等库，PHP通常依赖。前端采用HTML5的。
在人工智能领域，高质量的训练数据是模型性能的基石，而数据标注是构建数据集的核心环节。传统的人工标注方式，尤其在视频理解这类复杂任务中，面临着成本高昂、效率低下和主观不一致的严峻挑战。随着大语言模型和视觉语言模型能力的突破，一种新的范式——AI智能体——被引入到数据工程流程中，通过模拟人类的规划、执行与校验思维，实现自动化、结构化的数据生产。这种技术将多个具有特定角色的智能体编排成流水线，显著提升了
多模态大语言模型（MLLM）作为当前AI领域的关键技术，能够同时理解和处理文本、图像、视频等多种模态信息，其核心原理在于通过统一的架构实现跨模态的语义对齐与特征融合。这项技术的工程价值在于，它使得机器具备了更接近人类的感知与认知能力，为复杂场景的自动化理解奠定了基础。在实际应用中，结合AI智能体（Agent）的自主规划与工具调用能力，可以构建出能够执行复杂任务的智能系统，例如视频内容分析、跨模态问
先别急着划走——把这几年的进化放在一起看，你会看到一条惊人的规律。回看这短短几年的六代进化史，最让我感慨的不是技术本身，而是进化的节奏。从 ChatGPT 那个"有脑无手"的静态预言机，到今天能 7×24 小时常驻、自主交付成果的 Manus，中间只隔了不到三年。而如果拉长到七十年尺度看，从专家系统到具身智能，AI 走完"会推理→会做事→能交付→能行动"的全程，拐点恰恰都集中在最近几年——我们正站
监管和产品同时加速，其实说明一件事：智能体已经过了"要不要用"的阶段，进入"怎么用好"的阶段了。早点把它当日常工具用起来的人，大概率会先吃到效率红利。我平时也会把踩坑记录整理出来，放在智能体世界（agentshijie）这类同好聚集的地方，感兴趣可以自己搜搜看。你最近有没有把哪件重复劳动交给智能体？评论区聊聊，我看到都会回。#AI智能体 #人工智能。
需求很简单，一句话：生成一个鸿蒙工程，里面有一个登录页面，用户名 + 密码，点登录后跳到首页。就这么点东西。下面先看看传统方式要干什么。表：总结对比对比维度传统新手手搓AI CodeArts 生成上手门槛高（需装环境、学语法）极低（一句话启动）耗时3-5 小时约 10 分钟代码可控性高（每行自己写的）中（需要读代码才能改）产出完整度看个人经验高（结构规范、带文档、带国际化）学习价值高（踩坑即学习）
这是一种把“干活权”的授予权交还给App的设计。豆包手机、Rokid眼镜做的，本质上都是在用具体的产品体验，把用户的“担忧”一点点转化成“习惯”。EY在2026年AI情绪调查中，覆盖23个国家、超过18000名受访者，数据显示：16%的受访者在过去六个月内已经使用过“代表自己行动”的AI系统，但与此同时，66%的人担心AI系统被黑客攻击或入侵，近70%的人表示人类监督仍然不可或缺。手机试探的是“操
最近被AI Agent刷屏了，各种框架、各种概念满天飞。很多人看完还是一脸懵：Agent不就是ChatGPT套了个壳吗？今天用人话讲清楚。
只有LLM能完成上述具体任务，才可能承担好AI Agent的工作。AgentBench是一个系统的基准，用于评估大语言模型（LLM）作为代理执行实际任务的能力。很显然，如果LLM可以在上述场景中表现很好，那么作为Agent肯定也会非常棒。
在 IDEA 中创建 Spring Boot 启动类，确保配置正确。通过断点调试可观察流式输出的分块数据。运行前检查 Ollama 服务是否启动，确保网络连接正常。下载对应操作系统的安装包，按照提示完成安装。在 Spring Boot 项目中集成 Spring AI Alibaba，需在。Ollama 是一个本地运行大型语言模型的工具，支持多种开源模型。
获取目标区域长时间序列的日降水量数据，建议至少包含30年数据以保证统计显著性。数据应存储为MATLAB支持的格式如.mat或.txt。有效干旱指数(EDI)是一种基于降水亏缺的干旱监测指标，通过计算累积降水与气候平均值的偏差来评估干旱程度。其中$EP$为有效降水，$MP$为多年平均有效降水，$\sigma(EP)$为标准差。$P_n$表示第$n$天的降水量，$N$通常取365天。
如果有朋友想尝试上面这种视频，主要难度在于视频剪辑，手搓需要用多种工具配合，难度较大。工作流已放共享空间，每个工作流都附有单独的教程说明，小白也不怕。先看作者的数据，有点炸裂。让我们看看生成的效果。
本文详细介绍了如何利用Dify的低代码平台与魔搭社区的MCP服务，快速构建一个集成了高德地图、美食推荐、新闻搜索和LeetCode刷题等功能的AI生活助手。通过可视化的Chatflow工作流编排和标准化的MCP协议，开发者无需复杂编码，即可在10分钟内实现模块化、可扩展的智能体应用，大幅降低AI应用开发门槛。
体验地址：https://ucnygalh6wle.feishu.cn/wiki/Ii9uwKHweibsZSkJHGacXJZgnGh。扣子工作流三分钟制作“三分钟读书”爆火书单号带货视频，150条作品，18万粉丝，获赞42万，附核心工作流。如果有朋友想尝试上面这种视频，主要难度在于视频剪辑，手搓需要用多种工具配合，难度较大。让我们看看生成的效果。
食物是最好的“良药”，早晨起床头晕脑胀，下午感觉没力气，晚上胃口不好，颈椎又开始疼了，能不能用天然的食材来调理身体呢？
大模型与智能体是当前人工智能领域的核心技术方向，涉及模型训练、推理、对齐、RAG、提示词工程、工具调用、记忆机制、规划能力等多个关键概念。本文初步整理了大模型与智能体相关的专业术语。可评论交流。
从开题到答辩不翻车：2026 AI 工具怎么选？大模型、智能体与毕业之家搭配指南 又到论文季，很多同学不是没有 AI 可用，而是工具太多：ChatGPT、Claude、Gemini、DeepSeek、Kimi、豆包、通义千问、智谱 GLM，还有 Gamma、WPS AI、各类智能体……每个都号称“一键搞定”，但真正用到开题和答辩时，常常出现三种情况：内容写得很顺，却和论文原文对不上；PPT 很好看
在AI辅助软件开发领域，如何确保代码质量与项目可控性是核心挑战。传统的AI编码往往依赖模糊的对话上下文，容易导致需求漂移和上下文丢失，这本质上是缺乏结构化、可追溯的开发流程。规格驱动开发（Specification-Driven Development）为解决这一问题提供了方法论，它强调将需求明确文档化，使每一行代码都能追溯到具体的规格说明，从而提升交付物的确定性和可维护性。结合并行工程（Para
在区块链开发中，智能合约与去中心化应用（DApp）的构建常面临协议集成复杂、交易处理繁琐等挑战。其核心原理在于通过标准化接口抽象底层操作，将链上交互封装为可调用的函数，从而降低开发门槛。这一技术价值在于提升开发效率、减少错误，并促进AI与区块链的融合。应用场景广泛，包括自动化交易、NFT铸造、DeFi策略执行等。本文聚焦的Solana Agent Kit正是这一理念的实践，它通过插件化架构和AI框
别再让一个AI硬扛整篇论文：2026毕业论文辅助工具选型指南（毕业之家实测向） 又到开题、初稿和降重挤在一起的季节。很多同学的做法是：打开ChatGPT、DeepSeek或Kimi，输入“帮我写一篇XX专业毕业论文”，然后期待它直接给出能交的稿子。结果往往是——选题空、文献假、格式乱、图表缺，AIGC检测一查一片红。 2026年的AI工具已经高度分化： 大模型负责思考和表达，科研智能体负责读文献和
答辩PPT别只比颜值：大模型、AI智能体和毕业之家，到底该怎么选？ 又到开题和答辩季，很多同学的第一反应是：“找个最强AI，一键把PPT弄出来。” 但真正用过一圈会发现，AI工具之间的差别非常大： 大模型擅长帮你想清楚，智能体擅长帮你跑任务，通用PPT工具擅长让页面变好看，而垂直答辩工具解决的是“从原文到上台”的完整问题。 没有绝对最好的工具，只有最适合你当前阶段的工具。 一、先看五类工具分别适合
面向时序的查询语言（如InfluxQL、PromQL）需支持降采样（Downsampling）、时间窗口聚合（Tumbling/Hopping Window）。内存化计算（如Apache Druid的实时节点）和预聚合（如TimescaleDB的连续聚合）是性能加速的核心手段。基于机器学习的压缩算法（如Facebook的Zstandard改进版）可针对不同时序模式（周期型、稀疏型）动态调整压缩率，
扣子(coze)案例-第20期：结合最新热点一键批量创作爆款文章+配图+自动排版+存入飞书文档+DeepSeek打标签
毕业答辩别急着乱开AI会员：大模型、智能体、AI PPT和毕业之家到底怎么选？ 论文写完只是第一关，开题PPT、答辩PPT、自述稿、评委问答才是很多同学的“最后一公里”。 这篇把常见工具分成 大模型、AI智能体、通用AI PPT、传统演示工具、毕业答辩垂直工具 五类，结合2026年大家常用的国内外产品，讲清楚各自适合什么情况，帮你少走弯路、少花冤枉钱。 一、先用一张表看懂不同工具的定位 工具类型
本文以全景视角解析AIAgent，厘清其非“更聪明的聊天机器人”，而是具备规划、记忆、工具调用与执行监控四要素的自主系统。从Lilian Weng四要素架构到六代进化史，揭示其技术演进逻辑；结合Gartner与IDC数据，展现全球2850亿美元市场潜力，但67.3%企业仍困于L1试点。聚焦客服、办公、医疗等落地场景，指出幻觉、安全、成本与组织适配为四大瓶颈。提出“数字员工”思维替代“工具思维”，强
论文人别再乱开会员：2026年从选题、文献到查重的工具选择指南 很多同学用论文工具的方式是：想到哪个用哪个，ChatGPT写完一版，再随便找个查重网站测一下，最后拿着和学校差距很大的报告焦虑到失眠。 其实论文工具大致分三类： 大模型负责启发和表达，AI智能体负责检索和流程，查重系统负责风险检测 。它们解决的不是同一个问题，选对场景比盲目追“最强AI”更重要。 一、通用大模型：适合从0到1，不适合直
从“会写”到“能过”：毕业论文 AI 辅助工具选型指南 又到毕业季，很多同学手里同时开着四五个 AI：一会儿让 DeepSeek 推公式，一会儿让 Kimi 读文献，最后再到处找 AIGC 检测。但工具越多越容易乱：大模型负责生成，智能体负责调研，检测工具负责风险排查，它们根本不是同一种东西。 这篇帖子按论文实际场景，把国内外热门大模型、AI 智能体和 AIGC 检测工具的优点讲清楚，帮你少走弯路
论文人别再乱开会员了！2026 论文辅助工具分工指南：大模型、AI 智能体、查重平台到底怎么搭？ 又到开题季 + 答辩季，最近被问爆的问题不是"能不能用 AI 写论文"，而是： ChatGPT、Claude、DeepSeek、Kimi、Manus、NotebookLM、知网、PaperRed……到底哪个才适合我？ 说实话，这个问题本身就问错了。它们根本不是同一类工具—— 大模型像"万能研究助理"，
论文开题别再瞎试工具了：大模型、AI智能体和毕业之家到底怎么搭，这篇一次说清 又到开题季。 最近被问得最多的几个问题是："ChatGPT写的开题报告能不能直接交？""AI给的参考文献怎么查不到？""有没有一个工具能从选题一路管到引用格式？" 说实话，2026年了，AI工具早就不缺，缺的是 分工意识 。我把自己和身边同学从选题到定稿用过的工具捋了一遍，发现真正好用的人从来不是盯着一个工具猛薅，而是让
开题/答辩PPT别再乱试AI了：从大模型到PaperRed，学生党到底该怎么选 又到开题和答辩季，很多同学一上来就问： “现在哪个AI最强？” “能不能直接帮我生成答辩PPT？” “ChatGPT、Claude、DeepSeek、Kimi、豆包、Gamma、WPS AI……到底用哪个？” 说实话，2026年的AI工具已经非常分化，没有一个工具能包打全场。 大模型负责帮你想清楚，智能体负责帮你跑流程
论文AI工具别再乱用：从开题、读文献到定稿降重，一篇讲清怎么选 最近被问最多的问题不是“能不能用AI写论文”，而是： ChatGPT、Claude、Kimi、DeepSeek、豆包、Manus、NotebookLM、毕业之家……到底哪个才适合我？ 答案是：它们根本不是同一类工具。大模型像“万能研究助理”，AI智能体像“会自己跑流程的实习生”，查重系统像“体检仪”，而专业降重工具更像“对着体检报告做
查重+AIGC双杀时代，论文人的AI工具箱到底怎么配？一篇讲透 先说结论： 没有任何一款工具能包打论文全流程，会"搭配"的人才跑得最快。 2026年的毕业季比以往更卷——学校基本都是"重复率+AIGC率"双查，很多同学拿着ChatGPT、DeepSeek写完一篇自我感觉良好的稿子，一查AI率五六十，人直接傻掉。通用大模型负责"生"，但没人替你"收"，这就是当下最大的工具断层。 这篇把我和身边硕博同
论文标红别再乱喂 AI：2026 降重工具选型指南，通用大模型、智能体和专业平台到底怎么选？ 又到论文季，很多同学的问题不是“要不要用 AI”，而是“工具太多，到底哪个真能解决标红”。 有人用 ChatGPT 改了三轮，句子顺了，但重复率没怎么动；有人用国产大模型整篇重写，结果专业术语被换掉、论证逻辑变散；还有人降完重，目录、脚注、参考文献格式全乱，又得花半天调排版。 其实工具没有绝对的好坏，关键
论文降重别再只靠 ChatGPT：2026 AI 写作与定稿降重工具分工指南 又到论文季，很多同学的问题不是“要不要用 AI”，而是工具太多，不知道哪个真正适合自己。 有人用 ChatGPT 把标红段落改了三轮，重复率没明显变化；有人重复率降下去了，专业术语、论证逻辑和排版格式却被改乱；还有人搭了半天智能体，最后发现它并不能针对知网、维普、万方等具体查重报告精准消红。 其实工具没有绝对的好坏，关键
毕业答辩 AI 工具怎么选？从大模型、智能体到一键生成 PPT，一篇讲清 又到开题、答辩季，很多同学的问题不是“要不要用 AI”，而是“工具太多，到底该用哪个”。 有人用 ChatGPT 改了十版大纲，PPT 还是做得一塌糊涂；有人用 Gamma 做出了很炫的页面，却被导师说“不像毕业答辩”；也有人上传论文后才发现，AI 生成的内容和原文对不上，还得逐页重写。 其实不同工具的定位差别很大： 大模型
AI智能体
——AI智能体
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit AI 社区
DAMO开发者矩阵
火山引擎视频云技术社区
人工智能6S服务平台
乐奇 Rokid 开放社区
亚马逊云科技技术品牌专区
天工造物局
