存储AI–AI博客聚合
最新聚合的文章
-
面向复杂场景的大模型应用落地与能力优化实践
面向复杂场景的大模型应用落地与能力优化实践 大模型在真实业务中的落地，难点往往不在模型本身，而在工程化：如何管理多轮上下文、控制推理成本、稳定输出结构化结果。本文以一个"智能客服知识问答"为例，演示从
-
阿里云DLF年度发布：Agentic Lake全模态 AI 数据湖底座
阿里云OpenLake作为统一数据底座，DLF 持续增强全模态数据管理、湖上检索、开放访问和托管优化能力，协同计算引擎与 DataWorks，支撑BI、Agent 应用与模型训练共享可信的数据资产。
-
从短剧App的bug看响应式编程在AI时代的优势
从短剧 App 倍速显示异常和开源项目的 Provider 同步问题出发，拆解命令式 UI 容易漏改的原因，以及状态驱动框架如何降低 AI 编程中的协作成本。
-
AI总是会忘记细节咋办？我用GitHub实现外部记忆管理
和AI长期协作时，项目背景、关键决策和任务进度容易丢失。我用GitHub与Markdown保存外部工作记录，通过统一入口、版本条件和提交回读核验状态，并说明跨会话恢复仍待验证的边界。
-
AI 编码工具默认给 Agent 多大权限？三家差在这三处
不比谁写的代码好，只比三款 AI 编码工具的默认权限边界、成本可控性与可扩展边界：Claude Code 沙箱默认不全局开启、读权限全盘、依赖缺失时 fail-open；Antigravity ……
-
别让 AI 客服把用户当猴耍：百来行 Python 把「转人工」做成一条高可用链路
9 月 1 日，GB/T 47746—2026《顾客联络服务 人工与智能客户服务协同要求》正式实施。这是国内第一个专门约束人机客服协同的国家标准，几条硬要求值得直接抄进需求文档： 必须设置清晰、醒目的
-
这 6 个 GitHub 项目是刚开源，但是 Star 攀升很快的几个。
01 拿手机扫一圈房间进行 3D 建模 3D Model Anything 这个开源项目有点意思。 你手机扫描扫描一下你的房间，然后用 Agent 进行 3D 的建模，目前有 2K 左右的 Star。
-
API Key 泄露如何在 10 分钟内止血？AI 密钥管理必备
API Key 发生泄露后，开发者需要在前 10 分钟内迅速厘清四件事，包括凭据的实际存放位置、引发异常消耗的具体凭据、能否单独停用可疑工具权限，以及密钥轮换需要修改哪些配置文件。
-
给大模型调用加一个熔断器：60 行代码，三个阈值
去年冬天一个晚上，我们的写作助手挂了 62 秒。 不是崩了，是"一直转圈"。用户点了发送，屏幕上一个光标闪了一分钟，然后弹出一句"生成失败，请重试"。 那晚服务端 5xx 高峰持续了 11 分钟。我们
-
Agent 数据飞轮平台的选型和实践
用统一标准判断修改效果，积累覆盖不同路径的测试样本，沿执行记录排查失败，并将典型问题纳入后续回归。而这也是宙斯接入 AgentLoop 要解决的问题。
-
Android 双开环境底层剖析与风控检测落地
Android 分身/双开原理与对抗检测实战：容器破绽、加固兼容与踩坑总结 一、先分清应用名、包名、PID 和 UID 很多双开检测踩坑，根源就是混淆这几个基础概念。
-
代码分享之前，先用假数据练一次凭据检查
用 Trivy 在 Mac 上练一次假凭据检查：从官方下载校验、自定义规则，到命中1项后修改复扫0项。附公开练习包，并说明结果与系统边界。
-
产业新优势基础软件的人才底盘，从Linux与数据库开始
一、基础软件的双支点：Linux提供运行环境，数据库承担数据供给 基础软件主要包括操作系统与数据库，它被定位为整个软件产业的“技术根基”，也是数字化发展主动权的关键变量。在服务器操作系统领域，Linu
-
Doris Arrow Flight SQL 高速读取协议实战：与 Snowflake 客户端取数链路对照
摘要 大规模取数场景里，真正拖慢导出的往往不是 SQL 计算本身，而是结果从引擎搬到客户端这一程。Apache Doris 自 2.1 版本起对外开放 Arrow Flight SQL 端点，客户端用
-
用 WorkBuddy+DeepSeek 跑了30天自动矩阵，事情没那么简单
不知道大家最近有没有这种感觉：2026 年的技术圈，大家都挺“急”的。 随便刷刷沸点和首页，面试官在问“AI 能写 80% 代码你还能干啥”，同行在晒“一个人加 AI 月入两万”。我也急，于是在刚过去
