谈论人工智能，你几乎无法绕开“大模型”这个词。它被媒体神化，被资本热捧，但作为一个理性的技术爱好者，我们有必要穿透迷雾，从工程和数据的角度，给它一个清晰、理性的定义。

大模型RAG技术的详细解读与实践经验介绍

本文对Cursor2.0和Trae2.1平台下的六个大语言模型在代码中文注释生成能力进行了系统评测。评测采用统一的Java代码文件和提示词条件，重点比较了Sonet4.5、Composer、Deepseek 3.1 Terminus等主流模型表现。结果显示各模型在注释风格和细节处理上存在显著差异：Sonet4.5提供结构化的类级和方法级注释，包含详细功能说明和应用场景；Deepseek 3.1 T

摘要：Function Calling是大模型将自然语言请求智能转换为结构化函数调用的能力，通过判断意图和提取参数实现。其发展经历了从提示词工程到原生支持的演进，现已成为主流模型的标配功能。该技术的核心应用包括数据抽取、API集成和智能Agent驱动，涉及定义函数、模型决策、后端执行和结果整合四个步骤。实践案例展示了如何通过天气查询函数实现智能问答。Function Calling作为自然语言与结

MCP：动态化AI工具调用的标准化协议 MCP（Model Capability Protocol）是Anthropic提出的标准化协议，旨在解决传统Function Calling中工具与代码强耦合的问题。它将工具提供者（MCP Server）与使用者（MCP Client）解耦，支持动态发现和组合工具。 核心优势 动态扩展：客户端运行时连接多个工具服务器（如天气查询、项目管理），无需修改主应用

本文从工程师视角剖析LLM智能体的架构设计与实现路径。首先重新定义智能体为具备"感知-决策-执行"循环的自主系统，指出其与传统程序的关键区别。随后详细解析现代智能体的四层标准化架构：感知层、分析决策层、执行层和记忆层。在实现路径部分，提出从最小可行智能体到生产级系统的三阶段演进方案，并给出技术栈选型建议，包括核心框架对比、记忆存储方案和工具集成模式。最后通过技术支持助手案例展示

意图驱动开发（IDD-AI）是一种基于大语言模型的新型软件开发模式，将开发焦点从传统的"如何实现"转向"要什么"和"为什么"的业务意图定义。该模式通过人机协同，让AI（如GLM-4.7）负责将结构化业务意图自动转化为代码、测试等交付物，而人类专注于高价值的意图提炼与验证。 IDD-AI包含三层意图环流程框架：战略意图环确保业务对齐，产品意

AI时代用编码工具能不能让不会写代码的人写一个贪吃蛇游戏？新版的Cursor 2.0 与 Trae2.1的对比测试哪个更强？新诞生的编码大模型Composer到底行不行？本文简单做了一个测试，供大家参考。

2025年中国十大科技突破展现系统性变革：1）人工智能领域DeepSeek-R1开源大模型实现高效能突破；2）可控核聚变"人造太阳"创1亿摄氏度1066秒运行纪录；3）量子计算"祖冲之三号"展现超强计算优势；4）基础材料首次制备大面积二维金属；5）嫦娥六号揭秘月球背面；6）侵入式脑机接口实现意念操控；7）首艘电磁弹射航母入列；8）模拟计算芯片突破后摩尔时代瓶

摘要： OpenClaw（龙虾）是一款开源AI Agent项目，其核心技术包括插件化架构和“云端大脑+本地肢体”三层设计，实现了模块化、安全性和可扩展性。其记忆系统采用白盒存储，所有记忆以明文文件形式保存，便于用户理解和修正。OpenClaw具备自我进化能力，通过基础学习、主动反思和群体进化机制不断提升能力。执行层采用Headless架构和沙箱隔离，确保安全性与易用性。ClawHub技能市场提供1