AI
刷新
LLM 的认知差距

博主头像 一个非常真实、但很少被公开讨论的现象：人们对 LLM 的认知差距不是线性扩大，而是在形成“漏斗”。它最有力的地方在于，没有简单地说“AI 已经很强”或“AI 还很弱”，而是指出不同人群看到的是完全不同的系统：大多数人看到的是免费聊天机器人，体验像“更聪明的搜索”或“写作助手”。部分专业人士开始感受到 ...

每天只有十分钟，怎么跟上 AI 最新进展？

把十分钟拆成三层，顺序固定：4分钟用一个入口扫当天要闻，只读标题和一句话摘要，不点原文；2分钟看X、Hacker News、Reddit的讨论摘要，发现焦点，不把社媒当事实；按需回源确认一手信息，最后1分钟记一句话。核心是回答三个问题：今天有无1～2件值得深挖的事？圈里在争什么？关键结论有无一手来源... ...

AI 让写代码变快，但软件没变好

博主头像 AI 模型在变强，编程助手在变强，一个下午能生成的代码量放到一年前会觉得离谱。但软件本身没有跟着变好。我们依然看到过度设计的后端、简单数据库调用外面包了七层抽象、依赖地狱、没人要的功能，以及用机器速度交付复杂度的团队。 这让人怀疑一件事：代码生成或许从来就不是瓶颈，只是我们希望它是。写代码从来不是最... ...

从 Chatbot 到 AI Agent：AI 是如何从“回答问题”进化到“自主执行任务”的？

博主头像 从 Chatbot 到 AI Agent：AI 是如何从“回答问题”进化到“自主执行任务”的？ 你应该使用过 ChatGPT、Claude 或者其他大语言模型。 你向它提出一个问题，它给出一段回答。你继续追问，它继续回答。 这种交互方式大家已经非常熟悉了。 但现在，AI 领域出现了一个越来越重要的概 ...

无状态 Agent：研究状态交给 harness，token 省 84%–93%

arXiv 论文《Stateless Language Agents》提出 SLA：把长时程自动研究的研究状态交给 harness，保存候选解与实测结果；每次调用重建全新、角色化的上下文，Agent 之间不传对话，连 Advisor 也无状态，即“有状态搜索，无状态智能体”。它针对重放历史、重复劳动... ...

从"大模型能否发明广义相对论"谈起

博主头像 写在前面 距离ChatGPT发布已近四年，笔者只需一条prompt，在给定交互环境边界的情况下，既可让Agent独立完成过去需要投入一周的部分工作（如自动化推理引擎性能提升，达到数百行级别的正则切分系统的迭代）。 某一天，笔者在知乎上看到了关于“回到了1905年，AI能否发现广义相对论”的讨论。笔者 ...

计算巢支持一键私有化部署Qwen3.8-27B

博主头像 简介： Qwen3.8-27B是阿里千问开源的27B多模态大模型，支持文本、图像、视频统一理解；原生262K上下文（可扩至1M），具备领先Agent与编程能力；推理深度可调，部署友好，支持私有化VPC部署，数据不出域，开箱即用。（239字） 模型简介 Qwen3.8-27B 是由阿里千问（Qwen） ...

Scikit-Learn实战：5步搞定PCA降维

博主头像 做机器学习的时候，你大概率会遇到这样一个场景：手头的数据集特征太多，几十甚至上百个维度，训练模型慢得要命，还容易过拟合。 你心里清楚不是所有特征都有用，但到底哪些该留、哪些该砍，一时又说不上来。 主成分分析（PCA）就是用来解决这个问题的。 它的思路很直接——与其在原始特征里挑挑拣拣，不如把数据投影 ...

计算巢 X DeepSeek Harness — 云端智能体工作台

博主头像 DeepSeek Harness 火了，想体验，但是： 装不上：npx 卡住、Node 版本不对、依赖冲突，环境配到崩溃 只想体验一下，不想装修"毛坯房" 一句话：计算巢一键部署，5 分钟搞定 ✅ 一键部署，比泡面快 戳这里，直接创建实例 三步搞定： ① 选地域和实例规格，点「 ...

OOS ChatOps 技能大爆发：一句话搞定云上运维的时代来了

博主头像 从「问答机器人」到「运维专家团」 OOS ChatOps 技能生态半年扩张史 一句话总结：半年前，ChatOps 还只是一个能查资源、能跑模板的对话入口；半年后，它已经长成一支覆盖日志、监控、数据库、容器、补丁、部署、成本、权限的运维专家团，并且接入了技能市场——技能可搜索、可安装、可扩展。 一、先 ...

<1···567···50>