存储AI–AI博客聚合
最新聚合的文章
-
旧模型下线前，客服 Agent 怎么迁移
一个在线客服 Agent 迁移模型时，应先跑通替代模型渠道，保留当前发布版本，在草稿中切换模型并复用原测试问题重新执行，结果达标后再创建新发布版本。
-
客服知识库更新后，怎么批量验收
客服知识库更新后，可在 ZGI 导入真实工单问题并批量测试，逐题核对 TOP-1 来源、相似度和命中切片，再按旧文件、切分或检索配置修复并重新测试。
-
程序重启后，AI 为什么把你忘了？从 InMemory 到持久化 Memory
Memory 能让模型在多轮对话中记住上下文，但如果历史只存在内存里，程序一重启就会全部丢失。本文从 InMemory 出发，通过文件持久化完整走一遍“保存历史、关闭程序、重新恢复并继续对话”的过程。
-
开源项目第204期：LoopX — 长周期 Agent 控制平面，跑在 Codex/Claude Code 之上的状态管理层
开源、提供商中立的长周期 Agent 控制平面。不是 Agent 框架，而是运行在任意 Agent harness（Codex/Claude Code/OpenCode 等）之上的持久化状态内核
-
Android中的tcp通信
Android中的tcp通信 1.前言： 最近公司要做自研的iot项目，包含扫地机器人、喂食器、猫马桶、饮水机等等设备，本来是pwp+websocket,但是由于设备底层的p2p断连有问题，至于为啥设
-
AI 视频迎来了奇点时刻
MiniMax H3 Max 生成视频快过播放，5 秒 768P 不到 3 秒出片。fal 把整套无限直播方案开源，弹幕直接改写画面，互动直播时代可能要来了。
-
Uber：70% 的 PR 来自 Agent，AI 账单却没涨
大家好，我是孟健。 Uber 8 月 27 日公开了一组数字：70% 以上的 PR 归因于本地或云端 Agent，工程师自建了 3,600+ agent skills，每天 30,000+ 次 ski
-
我把今年流传的前端 AI 面试题整理了一遍——4 类场景题+回答框架（附速查表）
今年前端面试开始高频考 AI 协作：现场用 AI 写功能、review AI 代码、指挥 agent、判断何时不用 AI。4 类场景题+回答框架+速查表。
-
AI 协作开发新范式：我用 SDD 做了个排版 npm 包
AI 协作开发新范式：我用 SDD 做了个公众号排版 npm 包 上一次我把 SDD（Spec-Driven Development，规范驱动开发）的理论捋顺了：任何项目都要经历两次创造，先在脑子里设
-
国产多模态模型正面硬刚Opus旗舰：差距从30%缩到3%
DeepSeek-V4-Flash-Vision-Exp开源后在多模态Agent评测上追平闭源旗舰，DeepSWE一役反超Opus-4.8。但这只是模型层的能力跃升，真正的工程挑战在于：视觉理解模块如
-
程序员进阶：深度思考，解锁职场成长的底层逻辑
程序员进阶：深度思考，解锁职场成长的底层逻辑 一、前言 多数程序员职场成长陷入误区：一味堆砌代码量、跟风学习新技术，却忽略底层思维搭建。编程的核心不仅是实现功能，更是逻辑拆解、问题复盘、高效迭代的综合
-
用了Proxy才发现以前的JavaScript白写了
用了Proxy才发现以前的JavaScript白写了** — 引言 在JavaScript的世界里，我们常常自诩对语言特性了如指掌，直到某一天，一个看似简单的工具彻底颠覆了我们的认知。对我来说，
-
从 HDFS 到对象存储：计算存储分离如何重塑云原生大数据底座
从 HDFS 到对象存储，大数据底座的核心变化不是“把文件系统换成 bucket”，而是把存储、计算、元数据和提交协议重新分层。
-
Claude Opus5手搓“NewAPI Plus”首轮成果！
昨天我分享了 Opus 5 写的 5 万字项目文档！ 主题是做一个： 我把这个项目命名为：AI ALL IN ONE（简称：一锅乱炖）！ 其实就是让它做一个类似 NewAPI 中转网关 + 场景化应用
-
别把 ArrayList 当成会自动管理内存的 List：Zig 动态数组从入门到实战
Zig 标准库里的 std.ArrayList(T)，就是为这类场景准备的动态数组。它使用一段连续内存保存元素，空间不够时通过 allocator 扩容，访问方式仍然保持数组一样的简洁。
