写点什么
  • 发布
  • 评论
  • 划线
  • 收藏
  • 关注
  • 回答
  • 全部分类
AI 编程提效反思:构建健壮软件,为什么更需要“消化”的时间?

AI 工具让我们陷入“输入 - 阅读”的高频反应循环。这种模式如何剥夺了人们的潜意识思考。开发中有留白“消化”,才能构建更健康的软件架构。

疯狂五月:AI 化身最强“神探”,重塑网络安全攻防战

把 AI 数据中心建在太空,散热是最大障碍?错!在真空环境下,热辐射的散热效率极高。只要部署足够大的遮阳散热板,太空完全能解决百兆瓦级算力的散热问题。

逃离地球!AI 数据中心的太空狂想曲

把 AI 数据中心建在太空,散热是最大障碍?错!在真空环境下,热辐射的散热效率极高。只要部署足够大的遮阳散热板,太空完全能解决百兆瓦级算力的散热问题。

深度解析 Agent 工程演进:从 Prompt 到 Harness 的必然之路

AI 时代技术名词层出不穷?本文带你从零构建 Agent,深度拆解 Prompt、Context 到 Harness 的工程演进逻辑,看透智能体时代的“操作系统”雏形。

脚本的下一站:让自然语言直接成为可执行入口

让自然语言成为可执行入口,未必会取代传统脚本,但它很可能会成为自动化体系里一个越来越重要的新层。它的意义不在于炫技,而在于让更多任务第一次拥有了“写得出来,也跑得起来”的可能

告别“失忆”的组织:构建企业级 AI 记忆基质的工程思考

不要让企业陷入“失忆”!打通 API 只是搜索,真正的组织记忆需要解析业务语义。构建事实、交互与行动三层记忆基质的工程架构,让 AI 真正融入业务决策脉络。

告别“轮流发言”:为什么说“交互模型”才是 AI 对话的未来?

当模型开始学会对话,而不只是学会作答,新的竞争才算真正开始。

当用户觉得 Agent 变笨时,真正退化的往往不是模型

未来几年,模型公司的真正护城河,很可能不只是模型本身,而是有没有能力把几亿次 Agent 调用,当成一个需要认真观测、灰度、回滚和持续运维的复杂系统来管理。谁先把这件事做好,谁才更可能留下来。

AI 不是天然站在进步主义的对立面

AI 不是天然站在进步主义的对立面。相反,如果我们把注意力从“谁在卖 AI”转向“谁能用 AI 改善处境”

做 Agent,先把 Prompt Cache 当成系统架构来设计!
做 Agent,先把 Prompt Cache 当成系统架构来设计!

在长程 Agent 里,真正决定系统能不能跑得久、跑得稳、跑得便宜的,往往不是某一句提示词写得多漂亮,而是整个上下文怎么被组织。

AI 小老六