官网内容优化 vs 企业级 RAG：AI 搜索时代，企业到底该先做什么？
官网内容优化 vs 企业级 RAG：AI 搜索时代，企业到底该先做什么？ AI 搜索、智能客服和企业智能体越来越普及，很多企业都会遇到一个问题： 我们应该先优化官网内容，还是直接建设企业级 RAG 知识库？ 答案不是“谁更先进”，而是要先判…
分类 · 文章
AI 大模型
大模型应用、Prompt 工程、AI 工具、模型微调、AI 开发实践
游戏引擎原理与实践 04：拆解引擎基础系统与内存管理
> 写在前面：一款光鲜酷炫的游戏画面背后，离不开一套稳定可靠的底层基础框架✨。很多开发者埋头钻研图形渲染、着色器，却忽略了引擎的 “地基” 部分。日志、时间、线程、文件 IO、内存管理这些看似平淡无奇的模块，恰恰决定了引擎的稳定性、跨平台能…
一天一个开源项目（第230篇）：HandRaw-Style —— 把 327 种手绘风格、165 种排版、36 种配色编号化，让 AI 画图不再每次都飘
引言 "不是你不会描述画风，而是画风这个东西本来就不该靠临时描述。" 这是"一天一个开源项目"系列的第 230 篇。今天的项目是 HandRaw-Style。 用 AI 画图最让人崩溃的体验之一,大概是这样的:好不容易用一堆形容词凑出一个满…
LLM 驱动的自动化测试系列（06）：移动端自动化（二）——DroidRun/Mobilerun 的角色级模型拆分
Mobilerun 是什么，解决什么问题 Mobilerun（这个开源项目原名 DroidRun，仓库路径至今仍叫 droidrun，但 pip 包名、CLI 命令、文档站点已经全部改成了 mobilerun）的定位很直接：一个用 LLM …
diff 里明明没有它，审查评论却落在 notify.js 上
阿里把内部用了两年的代码审查工具 open-code-review 开源出来这件事，我犹豫了几天要不要认真看。中文圈这几天的文章基本都在复述 README：混合架构、省 token、F1 超 Claude Code。这些说法对不对先放一边，…
Elastic 被评为 2026 年 Gartner®《企业 AI 搜索魔力象限™》领导者
作者：来自 Elastic Loren Erickson Elastic 被评为 2026 年 Gartner®《企业 AI 搜索魔力象限™》的领导者。在整个受评估的市场中，只有 3 家厂商被评为领导者。Elastic 在执行能力（Abil…
Electron: Sentry 都采集了什么？你知道吗
在 Electron 应用的异常上报中，Sentry 的引入不能无脑就加，你需要知道这些采集机制的成本/副作用，才能更好的做出选型。Sentry 怎么配置才能平衡“性能”与“成本”，跟着我一起来看看。 一、默认配置会采集哪些信息？ @sen…
Spec Kit vs OpenSpec vs Superpowers：我为什么最后自己搭了一套
前一篇我把三个框架从头到尾拆了一遍——Spec Kit 的阶段门控、OpenSpec 的 Delta Spec、Superpowers 的铁律纪律。 结论是：各有各的好，也各有各的硬伤。 最后我一个都没选。我拿 OpenSpec 做了底座，…
什么是范数？用 NumPy 动手算一遍就明白了
做数据科学和机器学习，范数（Norm）这个东西你迟早会碰到。 损失函数正则化、向量相似度计算、矩阵分解——这些场景背后都有范数的影子。 但很多同学对范数的理解停留在"好像是个求长度的东西"这个层面，具体怎么算、不同范数之间有什么区别，一问就…
Flash模型又添一员大将：实测MiniMax M3.1
话说如今这大模型江湖，各路豪杰你方唱罢我登场，今日这家放出 Pro，明日那家端出 Flash，一波未平一波又起。 却说 MiniMax 这一回不等 Pro 出山，先遣一员 Flash 大将下山，唤作 M3.1-Flash-Preview。 …
动态切换 nearest / linear 时，为什么不能只替换 sampler
动态切换 nearest / linear 时，为什么不能只替换 sampler 问题与范围 在 Swift / Metal 图像处理链路中，nearest、linear 等采样策略很容易被当作局部参数：预览缩放时希望平滑插值，像素检查或离…
Agent 怎么做规划？这道面试题淘汰了 80% 的候选人
第六章：Agent 规划与决策 Agent 的核心能力不在于单次推理的质量，而在于面对复杂任务时能否做出合理的规划与决策。一个没有规划能力的 LLM 只是一个问答机器，而一个具备规划能力的 Agent 则能拆解目标、分配资源、动态调整策略，…
兼顾数据安全与成本，私有化 AI 网关正在成为企业标配
如今企业做AI落地，始终绕不开两个核心矛盾：数据安全和算力成本。单纯用公有云大模型，随时面临核心资料、业务数据外泄的风险，合规压力巨大；可全套私有化部署模型，又要承担高昂的算力、服务器和运维成本，预算很容易超标。 过去很多企业只能二选一，要…
从 Rollout 到权重同步：Mooncake 如何支撑高性能强化学习系统｜QCon上海
- 2026-10-08北京 本文字数：2374 字 阅读完需：约 8 分钟 QCon 上海站聚焦 AI Native 时代工程落地，覆盖 AI Infra、Agent Runtime、Loop Engineering 等九大关键技术方向，…
海外开源模型重新提速：“美版 DeepSeek”第一次交卷，Mistral同时亮牌
西方开放模型阵营开始提速。 当地时间 10 月 5 日，被称作“美版 DeepSeek”的美国创业公司 Reflection 发布首款开放权重模型 Beam；一天之后，法国 Mistral 推出迄今最大的 Mistral Large 4。两…
AICon 北京 2026 议题征集启动：寻找把 AI 做进真实生产的人
Agent 会不会写代码，已经不是 2026 年开发者最关心的问题。 更难的问题是：它能不能在真实系统中持续工作？出了错能不能定位？权限能不能收住？成本能不能算清？生成的代码能不能维护？一个能在演示中完成任务的 Agent，距离真正进入生产…
一个 Bug 为什么要改五层：Agent 架构如何从跨层修补走向局部 Owner
做复杂 Agent 一段时间后，会遇到一种很典型的工程症状： 一个看起来很小的问题，最后却要同时修改： Prompt Runtime Tool Evidence Recovery 比如用户问了一个需要查资料的问题，最后答案里把一个搜索摘要误…
AI 应用如何高效优雅地恢复中断？—— "连接解耦 + 状态持久化"
如果你做过 AI 对话、流式生成、或者 AI Agent 这类"跑得比较久"的功能，大概率被这样一个问题折磨过： 用户正在生成一篇长文，手一抖刷新了页面；网络抖了一下；或者服务端滚动更新把连接踢掉了。等他再连上来时，要么结果从头来一遍（慢且…
让 Agent 去修 flaky，它删掉了让测试不确定的变量
过去四天，我在 GitHub 上找到六个公开仓库，做着同一件事：把一个随机失败的门禁，处理成一个看起来稳定的门禁。 其中四个是 Agent 干的。有一个 Agent 的"修复"，是把让测试结果会变的那一行 fixture 删掉了。 然后我自…
从 Neo4j 到 GraphRAG：用 Text-to-Cypher 构建图检索 RAG
传统 RAG 通常通过向量检索或全文检索寻找相关文档。 Milvus 更擅长解决“哪些内容和问题语义相似”，Elasticsearch 更擅长解决“哪些内容包含指定关键词”。 但如果问题变成： 珍珠奶茶属于哪种类型？ 珍珠奶茶包含哪些配料？…