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

GPT-6全球上线:Intelligent UI交互范式与开发者接入路径

GPT-6面向ChatGPT全球用户上线,Intelligent UI让回答由文本扩展为可交互界面,并支持边思考边作答。本文梳理其组件库与编译器机制、多模态交互变化、可用范围,并给出企业Agent场景的接入与迁移建议。

#人工智能#机器学习#深度学习
Java从零实现AI Agent:ReAct循环与工具调用拆解

以JavaManus为例,拆解纯Java实现ReAct Agent的核心机制:状态机循环、工具注册与编排、记忆滑动窗口、Ark适配层,以及超时死锁、沙箱缺失等真实工程坑与修复方案。

#人工智能#机器学习#深度学习
手搓生产级 AI Agent 系统(22):DeepSeek Harness 桌面版实测与外

作为系列第 22 篇,本文以社区实测文章为唯一信息来源,梳理 DeepSeek Harness v0.2 桌面版在脏表清洗、定时任务、npm 插件安装与 Agent 自造插件四类场景中的表现,并对比 Claude Code、WorkBuddy、Trae、Qoder 的定位差异。全文对赠金规则、插件使用率、发布稿引语等社区转述口径做明确归因与降级处理,给出可复现的安装配置步骤、实测口径与安全边界。

#人工智能#机器学习#深度学习
OpenAI DevDay 2026全解读:GPT-6.1 Sol、Astra Ultrafast、Codex与API更新

OpenAI DevDay 2026发布20余项更新,覆盖GPT-6.1 Sol、Astra Ultrafast、Dots常驻代理、Codex云端环境、Agents API、插件扩展与ChatGPT Space。本文按开发者工作流拆解关键变化,并给出企业接入与迁移的行动清单。

#人工智能#机器学习#深度学习
OpenAI发布GPT-6 Sol与Luna:双模型能力成本权衡与选型

OpenAI发布GPT-6 Sol与Luna,将Astra同代能力下沉到更低价位:API输入/输出价格较GPT-5.6对应型号下降50%,缓存读取折扣90%,并给出AutomationBench、DeepSWE、OSWorld等官方对比。本文梳理双模型定位、关键数据、缓存优化与开发者选型建议,并标出发布页尚未披露的架构、参数与区域可用性等边界。

#人工智能#机器学习#深度学习
vercel/ai 多框架接入取舍

README 说明该库由 Vercel 与 Next.js 团队成员创建,并接受开源社区贡献,话题标签覆盖 anthropic、openai、gemini、llm、language-model、generative-ui、nextjs、react、svelte、vue、typescript 等方向。AI SDK UI 提供一组 hooks 用于构建聊天机器人与生成式 UI,官方强调这些 hooks

#人工智能#机器学习#深度学习
Agent工具设计:粒度、描述与错误返回的工程原则

一个 searchhotels 工具要在 schema 里放下 location、checkin、checkout、maxprice 四个字段。这个定义看起来很平常,但粒度、描述、参数约束、返回格式、错误语义五个决策其实已经全部埋在里面。CSDN 上署名 sinat_41617212 的一篇文章正是从这个角度切入,它的核心判断是:实际工程中约 80% 的 Agent 调用错误不是因为模型不够聪明,

#人工智能#机器学习#深度学习
社区教程拆解:AstrBot + NapCat 接 DeepSeek 的架构与排查链路

QQ 机器人接大模型,真正容易出问题的不是调用一次 Chat API,而是消息从 QQ 客户端到模型再回到 QQ 的每一段是否可观测。2026-09-14 发布的 CSDN 社区教程《QQ 机器人怎么接上 AI?用 AstrBot + NapCat 搭一套可扩展的 DeepSeek 助手》给出了一条可复现路径。需要先说明:它不是 AstrBot、NapCat 或 DeepSeek 的官方公告,而是

#人工智能#机器学习#深度学习
社区教程拆解:AstrBot + NapCat 接 DeepSeek 的架构与排查链路

QQ 机器人接大模型,真正容易出问题的不是调用一次 Chat API,而是消息从 QQ 客户端到模型再回到 QQ 的每一段是否可观测。2026-09-14 发布的 CSDN 社区教程《QQ 机器人怎么接上 AI?用 AstrBot + NapCat 搭一套可扩展的 DeepSeek 助手》给出了一条可复现路径。需要先说明:它不是 AstrBot、NapCat 或 DeepSeek 的官方公告,而是

#人工智能#机器学习#深度学习
DeepSeek集成落地:配置项与排错检查清单

更合理的比较维度是:是否允许自定义模型提供方,密钥是否可安全管理,错误信息是否可读,日志是否可导出,是否支持代理,是否能锁定模型版本,是否支持本地部署端点,是否便于替换生成模型。其他摘要集中在 DeepSeek 概述、架构、本地部署和模型系列,提到 DeepSeek-V2、V3、R1、R1 Zero、混合专家架构、多头潜在注意力、强化学习、蒸馏小模型、本地部署、微调等。第一层是接入形态:应用程序、

#人工智能#机器学习#深度学习
    共 217 条
  • 1
  • 2
  • 3
  • 22
  • 请选择