存储AI–AI博客聚合
最新聚合的文章
-
使用Rokid AIUI做了一个童年推箱子游戏
一、缘起 家里电视的机顶盒当年带了一堆小游戏，我玩得最久的就是推箱子。一个小人，几个箱子，几个目标点，遥控器方向键一下一下挪。那会儿盒子里的小游戏就那几个，推箱子是唯一一个我能坐那儿玩一整个下午的。后
-
为什么最近开始关注 JEV？几个实战案例告诉你答案
JEV 不是另一个 GPT，而是一种专注“做决定”的 AI 模型。它可以用于 Agent 路由、RAG 排序、代码审查、风险判断等，让 AI 从“生成内容”走向“直接决策”，值得关注。
-
Jev 入门第一课
2026 年 9 月 15 日，由前 OpenAI InstructGPT 核心作者 Diogo Almeida 创立的 TypeSafe AI 宣布获得 4,000 万美元种子轮融资，并推出了其首个
-
前端加密的作用与使用场景
前端加密是指在浏览器端，使用 Web Crypto API 或其他加密技术，对数据进行加密、解密、签名或哈希处理。 一、为什么需要前端加密 前端加密主要用于保护敏感数据，降低数据在传输、处理和存储过程
-
开源项目第222期：security-audit — Cloudflare 的安全审计 Skill，把 Coding Agent 变成六阶段安全审计器
引言 这是「每日一个开源项目」系列的第 222 篇。今天的项目是 security-audit —— Cloudflare 出品的 coding-agent skill，13,825 颗 Star
-
5 分钟拥有自己的 S3：RustFS 上手（MinIO 的 Rust 替代，Apache 2.0 可商用）
RustFS 是用 Rust 从头写的分布式对象存储，S3 全兼容，企业级功能也齐；一条 Docker 命令跑起来，会 AWS SDK 就会用它。
-
RAG 到底是怎么工作的？从用户提问到模型回答的完整链路
大模型很聪明，但它通常不知道企业内部文档，也不知道刚刚更新的业务规则。 如果直接问模型： 模型可能根据训练数据猜一个答案，也可能一本正经地编错。 RAG（Retrieval-Augmented Gen
-
Redis 版本演进、新特性与协议那些事儿
Redis 从 1.0 到 8.6：1.x–2.x：打基础，数据结构 + Lua 脚本，3.x–5.x：分布式 + 流消息，6.x：多线程 I/O + ACL，7.x：脚本函数，8向量检索 + AI
-
纽约时报版权诉讼披露：微软高管内部称训练 AI 是人类历史上最大规模劳动窃取
围绕 纽约时报版权诉讼披露：微软高管内部称训练 AI 是人类历史上最大规模劳动窃取 展开，把 architecture_design、《纽约时报》在起诉微软和 OpenAI 的版权案中申请简易判决并提
-
大模型的参数量为什么那么大？
本文深入探索了大模型的技术奥秘：从千亿参数与FFN知识库的宏大身躯，到Token概率预测的纯粹本质，再到KV Cache的推理优化工程，全面揭示了AI流畅对话背后的硬核数学与计算逻辑。
-
Java空指针这次真把我坑惨了
上周灰度上线时，一个 直接让我们的订单履约服务瘫痪了 17 分钟——谁能想到，罪魁祸首竟是一行 ？这坑踩得我连夜重审了项目里 300+ 处可能埋雷的链式调用。今天和你聊聊这个看似简单却暗藏杀机的经典
-
把AI判断做成「智能if语句」！Jev实测：一次调用3个判断，置信度直接路由
从账号开通、首个 API 调用到置信度路由，快速理解 TypeSafe Jev 的 System One 决策模型。
-
把 Elasticsearch 全文检索讲明白：倒排索引、IK 分词器和 BM25
之前做 RAG 的时候，我们用 Milvus 做过向量检索。 向量检索有一个很明显的特点： 它更关心“意思像不像”。 比如用户问： 知识库里可能根本没有这句话，而是： 两个句子的字面内容差别很大，但语
-
从 RAG 到 Agentic RAG：第三步，本地知识不够就去网络搜索
前两篇，我们已经让 RAG 做了两件事。 第一步： 第二步： 于是流程已经从最开始的： 慢慢变成了一个会判断、会循环的 Graph。 但这里还有一个绕不过去的问题： 这不是“多查几次”能解决的。 一、
-
别被”秒回”骗了：推理模型背后那只”吞金兽”，吃的是你看不见的预算
别被"秒回"骗了：推理模型背后那只"吞金兽"，吃的是你看不见的预算.大多数人对推理模型的理解停在「它比普通模型聪明」这一层，但真正影响工程成本和质量的，是它底层那套和常规语言模型完全不同的运行机制。
