logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Prompt 不是即兴发挥:结构化设计与版本化评测的工程化路径

2026 年,大模型已经深度嵌入企业研发的各个环节——代码生成、测试用例设计、文档撰写、需求分析。,没有版本管理、没有评测标准、没有知识沉淀。本文将分享我们在企业级 AI 应用开发中沉淀的,涵盖结构化设计原则、版本化管理、自动化评测体系,以及从"个人技巧"到"团队协作"的落地实践。

文章图片
威胁检测趋势:行为基线与异常归因的工程化

摘要 本文探讨了威胁检测从规则驱动向行为驱动转变的趋势,重点分析了行为基线与异常归因的工程化实现方案。文章指出传统规则检测在覆盖范围、误报率和对抗性方面的局限性,提出通过多时间窗口行为基线建模(小时/天/周)来检测异常。作者详细介绍了包含实体画像、三层基线融合策略的技术架构,并对比了不同异常检测算法的适用场景,特别展示了基于变分自编码器(VAE)的进程行为异常检测实现。最后强调异常归因的重要性,提

文章图片
#人工智能
Cursor、Claude Code 会让普通程序员失业吗?2026年AI编程工具深度解析与Java开发者转型指南

2026年AI编程工具深度解析:Cursor与Claude Code将重塑软件开发行业,它们不会让普通程序员失业,但会彻底改变程序员的工作方式。研究表明,AI工具已覆盖83%开发者日常工作,提升42%编码效率,但资深开发者使用AI后效率反而降低19%,凸显人机协作的重要性。文章指出未来程序员将分化为两类:被淘汰的CRUD开发者和价值飙升的"AI指挥官"型人才,并特别为Java开发者提供三阶段转型路

文章图片
#java#开发语言
亮数据 Market Analyst Agent 深度实测:把全网数据变成你的市场情报库

亮数据推出Market Analyst Agent工具,可将全网数据转化为市场情报库。官方推荐关注CSDN技术博客、GitHub中文区和知乎机构号获取最新技术动态。新用户通过专属链接注册可获30美元试用金,适合AI开发者、数据工程师及创业团队进行小规模测试。该工具提供数据采集和AI算力支持,用户可先试用再决定是否升级套餐。

文章图片
DeepSeek V4 Pro 正式版实测:Agent 能力暴涨 5 倍,API 零成本迁移指南

DeepSeek V4 Pro 正式版发布:Agent 能力飙升5倍,API无缝迁移 DeepSeek推送了deepseek-v4-pro正式版(0813),尽管模型名称未变,但Agent能力实现代际跃迁:DeepSWE得分从12.8飙升至62.7(+390%),DSBench-Hard翻倍,Cybergym以83.3分登顶安全榜单。横向对比GLM-5.2、Kimi-K3等竞品,V4 Pro各项表

文章图片
#android
用了半年Cursor和Claude Code,我想劝你冷静一下

这篇文章分享了作者半年来使用Cursor和Claude Code两款AI编程工具的真实体验与踩坑记录。核心观点包括:1. AI在编写样板代码时效率显著,但在理解复杂业务逻辑时可能适得其反;2. 两款工具各有优劣,Cursor适合日常开发,Claude Code更擅长大规模重构;3. 半年花费约7000元人民币,建议根据实际需求理性选择订阅方案;4. AI代码约20%-30%需要人工修改,关键业务和

文章图片
#人工智能
IP数据云+Agent:三步补齐智能体环境感知模块(附代码)

Agent 的环境感知能力,是决定其生产落地效果的关键短板之一。LLM 本身无法获取实时地理位置、网络环境等上下文信息,这导致本地化问答、地域合规、风控判断等场景的效果大打折扣。补齐这一短板的务实方案,是在 Agent 请求链路的入口处,通过IP 数据库查询获取用户的地理位置和网络属性,并将其作为结构化上下文注入 Agent 的推理过程。本地化增强:Agent 知道用户在哪里,回答更精准合规自适应

文章图片
#tcp/ip#网络协议#网络
第十七届蓝桥杯pythonB组满分题解

我不多整什么稀奇古怪的东西就按照题目顺序来写。

文章图片
#蓝桥杯#职场和发展
为什么未来Java程序员必须懂AI?——从Spring AI到企业级AI工程化实践

文章摘要: Java程序员正面临AI能力升级的紧迫需求。本文基于企业级开发视角,提出Java+AI技术路径,重点剖析Spring AI框架的核心组件(ChatClient、VectorStore等)与RAG架构实现。通过对比传统Java开发与AI开发的范式差异,展示了一个完整的Spring AI+Milvus技术方案,包括文档向量化存储和智能问答实现。文章指出:掌握AI工程化能力已成为Java开发

文章图片
#java#人工智能#spring
训练一次GPT-5=抽干一个西湖?AI耗水危机背后的技术突围与国产算力机遇

AI耗水危机与国产算力机遇 当前AI大模型训练面临严重的耗水问题,如GPT-5单月训练消耗1500万吨水,相当于1.5个西湖水量。技术根源在于传统冷却系统面临"高效散热-低能耗-低成本"的不可能三角,导致大量淡水蒸发。中美采取了不同应对方案:美国西南部陷入"水-电-算"死循环,而中国通过"东数西算"工程在宁夏、贵州等地建设全自然冷却智算中心,PUE低至1.09,年省水量达3个西湖。技术突破包括浸没

文章图片
#人工智能
    共 428 条
  • 1
  • 2
  • 3
  • 43
  • 请选择