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

AI 操作系统浅析:与 Windows/Linux 的分层边界、四类职责和落地顺序

三个工具调同一个模型,密钥各存各的电脑,谁在用、用了多少、挂没挂,没人说得清。这不算哪一家的个别问题。企业把 AI 引进来之后,多出来的那层资源——模型、算力、入口、权限——长期没人管,缺的就是常说的那层"AI 操作系统"。

文章图片
#人工智能#linux#运维
私有化部署大模型方案书评审:从交付分层到验收口径的六个核对点

两份方案书的目录页各圈了一遍:一份到操作系统为止,另一份圈进了知识库和权限管理。两份报价差的那截,差的其实是架构层次,价格只是结果。

文章图片
#人工智能#数据库#架构 +1
私有化部署大模型方案书评审:从交付分层到验收口径的六个核对点

两份方案书的目录页各圈了一遍:一份到操作系统为止,另一份圈进了知识库和权限管理。两份报价差的那截,差的其实是架构层次,价格只是结果。

文章图片
#人工智能#数据库#架构 +1
私有化大模型试点怎么做:先定义验收,再谈部署

试点样本量有限,结论应表述为条件性判断:在何种数据规模、并发量、权限结构下成立,而非直接给出可推广结论。并发上升后检索质量与权限边界的表现,通常与试点期存在差异,需要在扩容前单独设计验证环节。试点结束时建议交付三份材料:含未通过项的问题清单、按四条标准逐项打分的评估表、下一阶段建议(是否扩容、优先扩容哪个场景、尚缺哪些条件)。业务方给出的是主观印象,交付方给出的是技术指标,两套语言之间没有换算关系

文章图片
#人工智能#架构
DeepSeek 开源超级智能体:权限设计值得抄,生产接入前先算清这四层账

10 月 31 日 DeepSeek 开源 dsh-superagent(MIT 协议),一天内 star 破 6400,被部分媒体解读为对标 Claude Code。抛开热度,这份仓库的参考价值集中在权限与流程设计上,直接上生产则要过四层架构的账。

文章图片
#人工智能#架构#开源
私有化 AI 基座的三层分工:环境层、管控层、网关层各自解决什么

2026 年 10 月 13 日,深圳,润迅在私有化 AI 基座发布会暨润迅 AI 生态交流会上发布面向企业私有化场景的 AI 基座,方案基于三十余年数据中心与系统集成经验。会上,AI 产品负责人隋成龙把落地路径概括为三道关:环境关、部署关、核算关。对应到产品形态:环境层是 XunOS 基础操作系统,管控层是 MaxControl 统一管控平台,网关层是 MaxModel 模型网关。一次建设、后续

文章图片
#人工智能#网络
从代码生成到产品交付:一个人做产品的四层工作组织架构

从聊天助手到工作组织,AI 开发工具演进四段位;用一次假期实战串起任务编排、工程执行、可控验证、能力沉淀四层机制与隐性成本账。零代码。

文章图片
#架构#人工智能#代码规范
ChatGPT 广告像素机制拆解:60 秒令牌、唯一跨站 Cookie、四路数据采集

做投放的人对这套动作太熟了:接新渠道,装转化像素,配事件回传。OpenAI 把这整套搬进了 ChatGPT,然后被一位独立研究者拆了个底朝天。这篇用业务架构视角过一遍它的四层设计,最后给三份避坑清单。先说清楚:技术机制本身是广告行业十年老手艺,值得写的是它的组合方式和一个没摆上台面的分类问题。

文章图片
#人工智能#业界资讯
HTTPS 超 99%、QUIC 占 AI 流量 57%——下一代网络安全正在重建「可见性」

2026 年的网络已经默认加密Cisco 把这一现象正式命名为新的。这不是个别现象,是整个互联网的默认状态已经改了。

#https#人工智能#web安全 +1
Anthropic 蒸馏攻击报告拆解:2 亿次交互背后的模型能力外流路径

蒸馏(distillation)在 AI 领域本来是个合法的技术名词——用大模型的输出来训练小模型,让小模型在特定任务上逼近大模型的表现。Anthropic 的报告指控的是:有人通过精心设计的 prompt,诱导 Claude 输出它的内部思维链(chain of thought),然后把这些思维链收集起来当训练数据,去训练自家模型。峰值每天 300 万次,按 Claude Opus 的推理速度估

文章图片
#交互#架构#人工智能
    共 45 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择