随着生成式人工智能（如 ChatGPT）的快速发展，AI Agents（人工智能体）正从概念走向大规模应用。2025 年被广泛视为“AI Agent 元年”，其技术栈的成熟标志着智能系统从“被动响应”向“自主决策”的跃迁。那么什么是 AI Agents 呢？构成 AI Agents 的技术栈有哪些关键组成部分？本文参考了一些资料，尝试解释这一概念，主要参考了以下内容：AI Agents Stack

深度求索（DeepSeek）这家公司可谓是一举成名，迅速在人工智能领域引起了广泛关注。不过，我在访问官网时发现，在 DeepSeek 的官网上，展示的模型是 V3：然而，真正让 DeepSeek 声名大噪的，却是 R1 这一模型。根据发布记录，V3 要早于 R1 发布。R1 开源发布，难道是 V3 的精简版本？就像很多商业软件的做法。就这个问题，我问了一问 DeepSeek，得到如下答案：后面一个

这是课程[Neural Networks and Deep Learning]第1周的习题解答，共10道题。解答：100年前，电力的出现引起工业革命，今天，AI也成为新的驱动力。答案是选项4。解答：深度学习出现空前繁荣，主要原因有：更多的数据更多的应用场景得到应用计算力的提升所以答案是选项1、2、3。解答：机器学习是一个迭代过程，先有点子（Ide...

这是<<卷积神经网络>>课程第三周的习题，一共10道。解答：人脸验证和人脸识别的区别就在于前者是1对1，后者是1对多，所以答案是True解答：人脸验证需要解决的就是在数据库中只有一张图片的情况下能够识别出新的人脸，即所谓的one-shotlearning problem。答案是选项3和4。解答：虽然在识别阶段可以做到数据库中只有一张图片即..

本文翻译自Medium上的一篇文章，原文标题：Using Kaggle for your Data Science Work，点击文末的阅读原文可以跳转到原文。数据工程师都喜欢Jupyter Notebook，但是有时候您需要处理非常大的数据集和/或复杂的模型，而您的计算机却无法胜任。好消息来了，您可以将Jupyter Notebook文件导入Kaggle。如果您是数据科学的新手，那么...

题图摄于武汉东湖绿道最近一直在为深度学习模型训练而苦恼，NVIDIA GTX 960、2G显存，即使是跑迁移学习的模型，也慢的要死，训练过程中电脑还基本上动不了。曾考虑升...

开始机器学习的同学可能都知道：机器学习，特别是深度学习，在GPU上数据处理比在CPU上要快得多，少则几倍，多则几十上百倍的差距。以前有人会因为深度学习而购入高端的Nvidia显卡，现在好了，Google开放了旗下的GPU云计算平台，而且还是免费的。Google推出的免费深度学习云计算平台称作Google Colaboratory。Google Colab提供的免费GPU为Tesla K80 G..

商用场景中，外设并非简单的打印机、鼠标，而是涵盖了身份证读卡器、高拍仪、指纹识别仪、工业扫描仪、专用加密狗等一系列行业定制设备，这些设备往往与特定业务流程深度绑定，且大多仅提供Windows环境下的驱动程序与SDK开发包，缺乏对Linux内核或ARM架构的适配支持，更别说针对鸿蒙系统。在金融行业，统信软件建立统一外设管理服务，按照分层模式管理柜面外设如柜外清、柜内清、打印机等驱动，分离柜面业务程序

原生库集成 (Native Library Integration): 通过精巧的函数封装系统 (Function Wrapping System)，Box64 允许被模拟的 x86_64 程序直接调用宿主系统上已有的、经过硬件加速的原生函数库（如 OpenGL, Vulkan, 音频库等）。需要指出的是，指令翻译并非简单的逐条映射。它的根本目标是将 x86_64 指令实时（On-the-fly）

在国产 PC 系统替换 Windows 的过程中，面临最大的问题就是应用少，生态不完善。国产系统大多基于开源的 Linux 系统开发。Linux 系统发展这么多年，虽然在嵌入式、移动、服务器等领域取得了很大的成功，但在桌面端一直不温不火，和 Windows 系统有着很大的差距，而且这种差距也不是短期内可以解决的。所以国产系统采取了一些过渡方案，上架了很多 Windows 应用程序，以弥补应用不足的