存储AI–AI博客聚合
最新聚合的文章
-
Kimi K3.1 Pro 跻身智能榜第四，开源权重模型逼近头部闭源水平
Moonshot AI 发布 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上拿到 55 分排名第四，Agent 任务、代码能力大幅提升，API 价格下调 33%，计
-
[Java] 用 CLI 展示 EnumSet 增减元素时的内部变化（上）
大家在日常的开发过程中，应该用到过 EnumSet，如果枚举类中定义的常量不超过 64 个，那么我们实际得到的是 RegularEnumSet，本文将反射和 CLI 结合，展示如何观察它的变化
-
需求对接完就发布任务，做到一半才发现理解错了：对接需求的四个坑 😭😭😭
导语：最近对需求，发现很多隐藏问题可能会造成返工——都是当时没人问、返工了才知道该问的点。我把它们总结成一份清单：今后对需求，就优先确定这些会导致大范围返工的注意事项。
-
鸿蒙表单异步校验实战：@hmkit/validator 1.3 的取消、超时与任务清理
用户名查重有一个很常见的场景：用户输入 taken，请求还没回来，又改成了 available。第二次请求先完成，第一次请求稍后才返回。 这时候，页面应该展示哪一次结果？
-
1.4万亿没人接，OpenAI自己把价砍了1500亿
OpenAI在融资尾声将投前估值从1.4万亿砍到1.25万亿美元，降幅11%，目标募资至多300亿美元。Coatue与阿联酋主权基金联合领投，定位为IPO前过桥。摩根士丹利携Dragoneer推介时，
-
方图一定要裁照片吗？用 Awaking 比较裁切与留白
横向照片发方图，既可裁切，也可加留白。用 Awaking 实际导出两版，比较环境保留、主体大小和圆角边界，并说明先恢复原图比例的重要性。
-
Web 3D 开发实践：BIM+GIS 融合需要解决哪些技术问题？
模型能够显示在地图上，只能说明视觉叠加这一步已经实现。要让它真正服务于业务，还需要解决坐标定位、场景渲染、数据组织、对象关联以及空间分析等一系列问题。
-
一份代码，多端产物：仓颉语言的cj-tauri 框架开发桌面和鸿蒙应用指南
cj-tauri 按 RFC-002 设计方案重构之后换了个思路：业务代码只有一份，且必须是不能再编译成可执行文件的 static 包；每个端的骨架由清单派生出来，各编各的产物。，这样就实现了一份代码
-
Anthropic 把 Agent Skills 交给 Linux 基金会：70 多个平台在用，按规范自查了本地 65 个 skill
10 月 22 日，Anthropic 把 Agent Skills 标准捐给 Linux 基金会旗下的 AAIF。本文梳理交出了什么、规范规定了什么，并按规范自查了本地 65 个 skill。
-
读懂大模型的”记忆”：KV Cache 到底是什么？
大模型每生成一个 token，都要从头开始计算吗？为什么加了一块小小的缓存，生成速度就能快几十倍？这篇文章用最通俗的方式，把 KV Cache 一次讲透。
-
国办说AI要”缓”着上，但你公司可能已经全上完了
10月23日，国办印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（国办发〔2026〕29号），6方面18项任务，核心逻辑：AI能创造的岗位必须创造，能替代的必须设缓冲。最具体的一条—
-
上下文工程的第一公里：LangChain 讲透 Agent 检索的三大坑与六套解法
LangChain 拆解 Agent 检索的三大坑：低效搜索、一次塞太多、无关或过期，并给出 glob/grep 定位、分页读取、结果落盘、子 Agent 过滤等六套解法，附可运行示例与自检表。
-
前端怎么精通Vue3核心原理
精通 Vue 3 的核心原理，关键在于理解其“编译时与运行时协同”的设计哲学。你需要能清晰地回答：Proxy 如何实现更彻底的响应式？编译阶段做了什么让运行时 Diff 从 O(n) 趋近于 O(1)
-
MPTT树复选框的半选状态：一棵百万节点树从递归到计数器，再到区间覆盖
一棵 100 万节点的树，每个节点一个复选框，父节点的状态由子节点推导。“全选根节点”在朴素实现里要递归写 100 万个节点、再逐层重算祖先；“半选”判定如果每次都扫子树，复杂度会悄悄变成 O(N²)
-
Kimi K3.1 Pro凌晨突袭！2.8万亿参数，终端跑分距Opus仅0.7分
今天凌晨，Kimi K3.1 Pro发布。 这次的演示视频里，3D打印机正在打零件。装起来，接上电，灯亮了。 这盏灯的模型，是Kimi做的。 2.8万亿总参数，100万Token上下文。 Toke
