托瓦兹用AI查内核:3个13年前的bug露了出来
一个 2013 年写进 Linux 的库，1734 行，13 年里没人动过。最近一轮"只是让代码好读一点"的重构，从里面翻出了三个 bug。 三个 bug 藏在 2013 年的第一版里 10 月 12 日，Phoronix 的 Michae…
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
Agent 可观测性基石：OpenTelemetry 学习与实践
一、背景 单次 LLM 调用：这种形态下，链路线性，日志即全景，打一行日志就记录「调用了什么模型、花了多久、返回了什么」就结束了： 而 Agent 具备多轮推理、工具嵌套及强因果依赖等特征，执行过程呈树状拓扑且耗时跨度大，扁平日志无法承载层…
LLM 驱动的自动化测试系列（14）：落地与工程化——为什么测试场景的 Token 账单,反而是这个系列里最便宜的
这个系列积累的证据,现在可以摆在一起回答工程化问题了 前面 13 篇文章逐个验证了具体项目——每篇都在回答"这个场景里 LLM 到底做了什么、传统工具做不到的是什么"。这一篇不再引入新的开源项目,而是把已经验证过的证据摆在一起,回答规划文档…
每日一个开源项目（第238篇）：Impeccable - 让每个 AI 编程工具都学会审美的设计引擎
引言 "The design language that makes your AI harness better at design."（让你的 AI 工具更懂设计的设计语言。） 这是"每日一个开源项目"系列的第238篇文章。今天的主角是…
Claude太能写，Anthropic把内部Git换了
Image 本篇是一篇入门技术教程。里面会碰到一些技术名词，老金也不是技术出身，知道刚开始读这些东西，难免觉得有点远。 可接触得多了，慢慢弄懂一个名词是什么意思、能解决什么问题，再用AI时，就更容易把需求说具体。有时候，多知道一种办法，就会…
1000次专业数据集调用，这次我们免费送！
当 Agent 开始接手企业调研、风险排查和行业分析，决定结果质量的，不只是模型有多强，更是它能否拿到完整、可靠的数据。 只依赖公开网页数据，企业信息往往不全，风险记录散落在不同来源，宏观数据也要反复查找、核对和整理。Agent 生成答案很…
我给 Gemini 4 和 DeepSeek 搞了套「末位淘汰」，AI 干活会更猛吗？（Day 3）
> 往期文章： 《00. 文章合集目录》 《我让 Gemini 4 当高管、DeepSeek 当员工，开了一家软件公司（Day 1）》 《Harness 还没学会，又来了个 Loop Engineering ？》 昨天定下做 Beyond …
小春学习日刊 2026年第4期：2026.10.16
> 春秋带剑 | 公众号 chunqiudaijian 1. 新闻 1. Gemini 4 Argon全面开放，能够实现“Video-to-Sim-to-Real”路径：模型观看人类投掷游戏视频后自主编写仿真代码 2. Claude写代码太…
都能接模型、RAG 和 MCP，Java Agent 框架到底差在哪？
看了几个 Agent 框架，很容易产生一个疑问： AgentScope 能接模型，也有记忆、工具和 MCP。Spring AI、LangChain4j 好像也都有，那为什么还要分这么多框架？ 这些能力确实有大量重叠。只列一张“是否支持模型、…
RAG、记忆、上下文，这几个东西到底怎么串起来？
聊到 RAG 的时候，我先问了一句： 查资料，给模型提供依据？ 这句话我能听懂。接着又聊到知识库、向量数据库、工具调用、长期记忆，我就有点绕了。 查个资料，要这么多东西吗？它们的能力是不是有些重复？模型到底是自己去查，还是程序查好了直接传给…
【数据结构】五、树：7.哈夫曼树、哈夫曼编码
3.哈夫曼树和哈夫曼编码 @\[toc\] 3.1带权路径长度 mermaid diagram 结点的权：有某种现实含义的数值（如：表示结点的重要性等）。 结点的带权路径长度：从树的根到该结的路径长度（经过的边数）与该结点上权值的乘积。 结…
HTTP 200，页面仍是旧状态：定位一次前后端字段错配
AI SaaS工程诊断实战（一） 点了‘确认订单’，请求返回200，页面还停在草稿。继续给AI一句‘再检查一下前端’，它可能加刷新、加等待，或者把两种字段都兼容。画面终于变了，却没有说清楚问题在哪里。 遇到这类问题，我会先选定一次操作，把入…
一份能当场执行的《Agent 身份与授权上线 checklist》
> 本周主题收官篇：Agent 身份与授权层实战周 · Day 5/5 前四篇分别讲了规范全景（PAP/PACT/ATI）、协议字段深潜、最小授权与凭证、攻击链可检测点。这篇收个尾，把五天的东西压成一份能执行的 checklist，并给出可…
《从0搭建AI聊天后端：FastAPI+OpenAI+SSE流式输出》
> 很多 AI 聊天示例只展示了“调用模型 API 并打印回答”。真正做成一个聊天后端，还要处理会话管理、消息持久化、多轮上下文、流式传输，以及模型调用失败时的数据一致性。本文记录我基于 FastAPI 搭建 AI 聊天后端的过程，以及实现…
从零实现 nanoGPT（七）：融合 QKV，让模型实现向原版靠拢
从零实现 nanoGPT（七）：融合 QKV，让模型实现向原版靠拢 上一篇，我们完善了 GPT 的训练流程，加入验证集评估、学习率调度、梯度累积、梯度裁剪和断点续训。 到这里，我们已经实现了一个能够训练、保存和生成文本的小型 GPT。 不过…
Claude Code 桌面端魔改多 Agent：从日耗 6 美元到账单失控的实测复盘
大家好，我是孟健。人在杭州。昨天不少同行在传基于 Claude Code 魔改的多 Agent 桌面工作区，宣称“一个人指挥五六个 Agent 军团并行推需求，研发效率翻倍”。 结论先行：并发 Agent 数量不等于有效工程吞吐量。如果你是…
在 EMR Serverless Spark 中访问 Fluss
前言 数据分析不仅要算得快，也要尽早用上新数据。在多级湖仓链路中，数据从 ODS 加工到 DWD、DWS，往往需要逐层等待处理和湖表提交。即使 Spark 查询本身很快，读到的数据也可能已经落后于业务变化。缩短提交周期可以降低这部分延迟，但…
上下文：Agent 的眼睛里到底装着什么
> Agent开发入门系列第 2 篇 · 读这一篇需要 6 分钟 先说一个很常见的翻车现场。 一个 Agent 接了完整的工具链，跑「查一下公司今年的差旅政策然后总结给我」这种任务。它输出了一个结构漂亮、条目齐全、语气笃定的答案。政策里有的…
会拍你的番茄钟：我在 Rokid Glasses 上写了一个会「盯」着你的 AIUI 智能体
戴上眼镜专注 25 分钟：我用 AIUI 写了一个会「盯」着你的番茄钟 一个跑在 Rokid Glasses 上的 AIUI ：说一句话就能改设置，摄像头会拍你，陀螺仪会管你的脖子。 一、项目简介 解决什么问题 番茄工作法的规则很简单：专注…
企业AI选型别只看模型能力：10款应用产品的真实使用体验与部署建议
我见过太多企业在选 AI 工具时，第一句话问的是"你们用的是哪家大模型，参数多少"。说实话，每次听到这个开场，我都想打断——因为真正把工具买回来、部署到业务里之后，你才会发现，模型能力只是起点，落地之后能不能用、敢不敢用、数据出不出得去，才…