本文分享了作者从Cursor转向Claude Code的实践经验，详细介绍了Claude Code的安装步骤、常用指令、实用技巧和省钱方法。内容包括通过AI辅助安装、CC Switch工具配置多模型供应商、解决地区限制问题等实用指南，并重点讲解了/init、/rewind、/plan等核心指令的使用场景。文章还提及了MCP服务和Skills的应用，为读者提供了从入门到进阶的完整学习路径，帮助开发者

大模型的微调（Fine-tuning），是指在一个已经预训练好的大模型（比如 GPT、 DeepSeek、BERT、Llama等）基础上，针对特定任务、领域或数据进行进一步训练。微调通常通过在目标数据集上继续训练模型权重，使模型更适应该任务，从而提升下游任务的表现。简单来说，预训练让模型掌握通用知识，微调让模型适应某个具体用例。LLM 微调是一个有监督学习过程，即有监督微调(SFT)，通常语言模型

如果你最近关注AI领域，一定听说过「AI Agent」这个词。从OpenAI的GPTs,到Anthropic 的Claude Agent,再到各种自动化工具，AI Agent正在成为科技圈最热门的话题之一。那么，究竟什么是AI Agent?它与我们熟悉的ChatGPT有什么不同?为什么它被称为「AI的下一个革命性突破」?简单来说，AI Agent(智能体)是一种能够自主感知环境、做出决策并执行行动

AI 大模型的上半场是算法的狂欢，下半场拼的是工程落地。与其在红海里卷算法，不如在蓝海里建壁垒。

过去几年，大家花很多时间学怎么写好 Prompt，像是在教一个新来的实习生怎么理解你说话。但往后，光会写 Prompt 是不够的。你要学会给 Agent 配好 Skill，通过 MCP 把它接进你的系统，然后知道什么场景该用什么工具——这是从"跟 AI 聊天"到"让 AI 帮你干活"的真正跨越。这 5 个词不是谁替代谁，是一套分工。搞懂分层，才能少踩坑，少花冤枉钱，少被新词绕晕。怎么说话 → 谁来

AI大模型在医疗服务行业中的应用日益广泛，从科研辅助到临床诊疗等多个场景逐步渗透。目前，DeepSeek等大模型已被多家医院采用，推动AI+医疗进入黄金时期。尽管市场潜力巨大，但AI医疗仍面临挑战，如大模型幻觉、数据安全等问题。行业玩家正通过构建垂直医疗模型、深化三端协同建设等方式，推动AI技术在医疗领域的实际落地。未来，AI医疗的商业化模式仍需进一步探索，但其在提升医疗服务效率、改善患者体验方面

本文分享了大模型应用开发从小白到入门的历程。作者经历了对大模型功能的误解、开发流程的认知转变，最终通过结合业务需求与技术优化，实现了可用的大模型应用。核心在于理解大模型的能力，并将其与业务需求有效结合，是开发人员必备的基础能力。大模型应用开发从小白到真正入门，需要理解大模型的基本能力，还要理解怎么和业务需求相结合。真正从事大模型应用开发到现在，差不多有一两年时间了；

本文全面解析AI Agent优化的五大核心维度：Prompt工程、上下文工程、工具设计、控制循环与评估适应。通过实战经验，详细讲解了如何通过精细的提示词设计、高效的记忆管理、强大的工具构建及持续的反馈机制，提升智能体的稳定性与效率，是开发者构建高效智能体的必读指南。Prompt 工程是引导 LLM 行为的关键技术，尤其是在构建复杂 Agent 时。claude.mdripgrepjqfind上下文

本文整理了浙江、重庆、湖北、上海四地住建领域90个AI应用案例，覆盖视觉算法、信息检索、自然语言处理等25个场景。精选各地5个典型案例，包括赢技ArchiGPT设计软件、天蝉施工机器人系统、温州AI辅助设计云平台等，展示AI在设计、施工、造价、安全等领域的应用。每个案例均含核心技术、实施成效及详细操作细节，助力AEC从业者数字化转型，适合小白和程序员学习参考。这段时间，AEC+AI是工程领域最热的

本文详细介绍Transformer模型的编码器-解码器架构，深入解析自注意力机制、多头注意力机制、位置编码、残差归一化等核心技术。通过实际案例，帮助读者理解Transformer如何捕捉序列中的长距离依赖，并探讨其在自然语言处理和计算机视觉领域的应用。此外，文章还介绍了Transformer的变体架构，如BERT、GPT等，为初学者提供全面的入门路线图。