存储AI–AI博客聚合
最新聚合的文章
-
一个周末,6个项目,我第一次感觉 AI 编程真的进入了新阶段
Goal 模式让AI编程质变发生:人从 AI 执行循环中走出来,只定目标,由 AI 完成规划、拆解与执行。一个周末完成 6 项开发,总结出需求、设计、资源、Goal 指令、执行五步最佳实践流程。
-
风扇转了一晚上MVP专家团翻车事故
一张平面地图,2D+Canvas就可以制作小人移动前端页面。 MVP开发 第一关 夜间模型模型中断 当前您在Hy4 preview模型的使用量已超出频率限制,可在2026-09-21 08:00:00
-
一天一个开源项目(第224篇):ARTEMIS —— 谷歌开源的移动端 AI 自动化框架,让 AI 助手像人一样操作手机
ARTEMIS 是 Google 开源的 Android 自动化框架,把自然语言指令转化为可靠的移动端自动化操作。在 AndroidWorld 基准测试中达到 99%+ 任务完成率
-
一周 AI 观察(9.15–9.21):同一个星期里,token 有了官方标准,Gemini 进了三家真实公司,TPU 变成了抵押品
一、计量:给 Token 定标准,而且第一次承认"消耗量不等于产出量" 先说三件事里最容易被忽略、但可能最长期的那件。 《北京市加快词元经济发展的行动方案(2026—2028 年)》,9 月 18 日
-
你的 harness 技巧有保质期:176 组对照实验显示,上下文管理的收益从 35.7 分跌到 2.7 分
一、这个实验为什么值得单独讲一次 Agent 工程里有个长期没人认真做的事:我们把 harness(包在模型外面的那一层:规划、工具、上下文管理)当成一个整体来评。 后果是,一个 benchmark
-
Kafka 消费积压排查入门:Docker 搭环境亲手制造一次 ‘消息堵死‘,10 分钟看懂 Lag
线上数据同步延迟几十分钟,应用没报错、没重启,运维说"Kafka 堵了"你却不知道从哪里查起?本文用 Docker 搭一套可复现环境,亲手制造一次消费积压,手把手带你走完积压排查的第一步:「认识 →
-
给公司年会写了个大屏抽奖系统:动画在前端跑,凭什么说结果没被改?
去年年会,行政同事拿着一个从网上下载的抽奖 exe 找我,问能不能"让某个名字更容易抽中"。我说这个我真做不到——然后打开开发者工具看了一眼,发现中奖名单是前端 Math.random() 当场摇的。
-
别再跟AI说“请”了,它根本不 care——但有个东西它超在意
你有没有过这种经历: 让AI帮你写段代码,它写错了。你客气地说“麻烦你再改一下”,它道歉,然后改出了另一个错。 你火了,直接怼它:“你这写的什么垃圾,第3行逻辑是错的,给我重写。” 结果它秒懂,一次改
-
不会写代码,我画了张 A4 草图扔给豆包,二十分钟后拿到能点的网页
导语 9 月 16 日,火山引擎发布豆包 2.1 Pro 的 0915 版本,API 在火山方舟全量上线,豆包 App 与 TRAE 同步接入。这次更新的主能力只有一个:看图写代码。草图、录屏、设计图
-
Redis 只会当缓存用?这 10 大实战场景,让你的系统快到飞起
如果你对 Redis 的印象还停留在"缓存数据库",那这篇文章值得你花十分钟读完。作为后端开发几乎人手必用的中间件,Redis 凭借内存级的读写速度、丰富的数据结构、单线程模型,在系统中扮演着远不止"
-
别吹 Jev 了
爬上来说个事,Jev 刷屏快一周了,全网都在吹「新技术路线」。 后台也有不少人问我怎么看?我说句扫兴的:别吹了。 先说下它是啥。前 OpenAI 研究员创业做的模型,最大的特点是不说话,不生成文字,它
-
AI 现状:哪怕只回答一个“是”或“否”,大模型背后的“算力”也一点没省
假设你问 Claude 或 ChatGPT:“这笔交易看起来像诈骗吗?” 它可能会回答:“结合这位客户过去的交易记录来看,这笔交易似乎并不存在明显的欺诈迹象。” 但很多程序真正需要的,其实只是:“否。
-
不只看跑分,Step 5 Preview 两个真实编程任务实测
最近,国产模型又迎来一轮更新,多家厂商相继推出旗舰模型。从跑分和实际体验来看,这一轮模型的进步都很明显。 9月20日,阶跃星辰发布了新模型 Step 5 Preview。距离上一次发布 Step 3.
-
你升的是 jackson-databind,中招的是 jackson-core:一个超长 JSON key 就能吃掉 200MB 堆
jackson-core 的 maxNameLength 在字符输入路径上形同虚设,一个超长 JSON key 吃掉约 200MB 堆;全局库至今没收,Dependabot 不报。附自查工具。
-
我扒了 10,221 条 JD:腾讯技术岗 75% 在要 AI
澎湃拆了今年春招 10,221 条 JD,47% 明确要求会 AI,腾讯技术岗 75%。猎聘报告显示 AI 岗一年多赚 7.8 万。JD 里一半是跟风,另一半是硬筛选条件。附关键词对照表和 JD 扫描函数。