登录社区云,与社区用户共同成长
邀请您加入社区
本文基于USDS 2.0四层宪法(KLA逻辑、LWEVSD硬度、KCIT免疫、TMM结构),以“USDS 2.0”为零提示探针对中国14款AI进行认知边界测试,考核第一动作判准(KCIT-M4)。豆包、文心、讯飞满分(100分),工具回归本质;Kimi零分(管道断裂+假不知道);Deepseek/360负分(政治正确缝合边界)。西方测评(MMLU等)被判定“浆糊硬度”。USDS 2.0是文明的TC
PostgreSQL的numeric类型因满足精确十进制存储和受控舍入需求而流行。SQL标准将其列为精确数值类型,法律(如欧盟条例、HMRC)要求金额计算无隐式舍入且明确半值规则,金融交换格式(ISO 20022、FIX)也强制十进制编码。支付系统更以整数加货币属性表示金额。尽管numeric运算较慢,但其行为合规性使其成为金融应用的事实标准。
chDB Durable 使嵌入式 chDB 数据库可在进程重启、迁移等场景恢复,通过对象存储保存检查点与语句 WAL,并定义 V1 协议实现跨语言绑定一致性。它支持单写入者、租约隔离与 CAS 提交,确保持久化边界与故障安全。V1 提供完整备份和 WAL 重放,暂不支持增量检查点或多写者。Python 已发布,Node.js、Go、Rust 推进中。
本文围绕deepseek辅助科研主题,指出传统关键词检索精读的科研路径易形成认知天花板,推荐了一套高效科研新路径:以复旦切问学术为起点,通过灵感发现功能获取研究方向、生成可执行研究计划,依托其论文复现功能一键完成算力适配、环境搭建、实验跑通全流程;再用SciSpace批量解构核心论文挖掘共性创新空白,辅以Research Rabbit等工具构建动态学术知识图谱,帮助科研人员建立先见森林后见树木的系
随着国产大模型生态的全面爆发,DeepSeek-V4、GLM-5.2、Seedance、Kling可灵、通义Qwen3、文心5.0等模型的迭代速度远超预期。但对于绝大多数企业和开发者而言,真正的挑战不在于“选哪个模型”,而在于“如何低成本、高稳定、合规地接入并调度这些模型”。2026年,API聚合平台已经从“可选工具”变成了“基础设施”。本文将基于技术能力、成本结构、稳定性、合规性四个维度,梳理当
指标定义是评估体系的基石。模糊的指标定义会导致不同评估者对同一结果产生不同解读,使评估结果丧失可比性。APH框架对每个关键指标给出精确的数学定义、计算公式和目标基准值。指标名称定义计算公式目标值规划合理度规划步骤中合理步骤占总步骤的比例NvalidNtotal×100NtotalNvalid×100%≥ 85%工具选择准确率选择正确工具的调用次数占比NcorrecttoolNtotalca。
本文围绕 Java 毕业设计中的智能化前台功能,介绍服务预约平台如何实现 AI 智能推荐、AI 智能问答与用户在线交流。项目采用 Spring Boot+Vue 前后端分离架构,通过可解释的混合推荐算法完成候选服务排序,再调用 DeepSeek 生成推荐理由;智能问答用于回答平台和服务相关问题;在线交流负责连接用户与商家。三项功能被统一放入悬浮式交互入口,能够增强系统的完整性和演示效果。
在[上篇]中,我们刻意漏掉了如下所示的两个部分:一是在`extend`方法中用来包装当前`context`对象的`getTraceable`函数,还有就是`Context`构造函数中将自己包装成代理的`ReflectService.handler`。其实这两者最终的目的只有一个:让绑定到固定`Context`上的同一个服务实例在执行的过程在能过自动跟踪当前提供的`Context`。换句话说,当我们
Deepseek涨价这么久了。你有没有换模型的?涨价后的模型每天花多少钱?是否还能用得起?
DeepSeek Harness(dsh)发布仅两周,实则历经两个月内部打磨。本文基于Git历史与npm发布数据,梳理其从0.0.1-rc.1到0.1.1-rc.2的演进:命名重构、定位升维(Coding Agent→Agent Harness)、核心与扩展边界持续厘清,展现一个开源智能体运行时如何审慎定义自身能力疆界。
最近在做一个小型的 AI 辅助编程工具,需要同时对接 Claude、GPT、Gemini 和国产的 DeepSeek、Qwen 等多个模型。之前一直用官方渠道分别接入,维护成本不低。前几天在社区里看到一个 2026 年新上线的聚合接口站,顺手注册体验了一下,记录一下接入过程和实际感受,给有同样需求的开发者做个参考。AI 应用开发正在进入一个"多模型协作"的阶段。未来开发者手里握着的,不会是一个万能
AI写小说软件到底怎么选?横评8款主流工具后发现,能撑住200章以上长篇的只有两类:通用大模型(豆包/DeepSeek/Kimi做构思推演)和带记忆系统的专业工作台。后者才是百万字不崩的关键,蛙趣拼文实测写满103万字、47条伏笔跨263章零遗忘,靠千章大纲、角色状态追踪和本地向量记忆锁死一致性,双模型架构把日更成本压到行业低水位。到底怎么挑?先给结论:别只看"能不能生成一章正文",那所有工具都及
的前沿扫描,必须在时期边界后读取新的输入,并且依赖该输入的每个操作符的运行时状态都必须重置。为调用签出(checked out)的执行器和调用拥有的缓冲区可以重置以供重用,而仅基于递归无关基表(recursion-independent base tables)的构建,如果重复构建会产生相同的可观察结果,则可以保留其物化状态。每次递归调用从该池中借用执行器,并拥有累积的递归状态和保留的物化结果,这
一个成熟的 AI 系统,真正难的部分往往不是接入某个模型,而是让不同模型、工具和扩展能力在同一套规则下稳定协作。RelayRouter 的公开页面展示了一种值得研究的思路:通过统一接口、模型目录、能力分类、错误说明、异步任务文档和多语言示例,把复杂的 AI 服务包装成可理解、可迁移的开发者契约。DeepSeek Harness 则以“一切皆插件”为核心架构,由 Cordis 提供支持。两者并非同类
本文通过公司实习生的比喻,系统解析了AI领域的五大核心概念:Prompt(指令输入)、Agent(自主执行)、Skill(标准化流程)、MCP(工具连接协议)和Claude Code(集成产品)。这些概念构成从"与AI对话"到"让AI自主工作"的完整体系,各自扮演不同角色:Prompt明确目标,Agent规划执行,Skill提供方法,MCP连接外部,Claude Code是现成解决方案。理解它们的
为了让一条风险走完这段路,我做了一个采购合同风险审查助手。它调用蓝耘 MaaS 的 qwen3.7-plus 分析合同,但没有把终点设在“模型回答完成”,而是继续往前走:结构化、定位、复核、导出。
来源:https://www.pgedge.com/blog/the-time-traveler-s-primary-key。
DuckDB创始人Hannes Muhleisen在访谈中分析了SQL的成功本质:十年前业界误将部署问题归咎于语言本身,而NoSQL系统最终又回归了SQL的核心功能却缺少经验积累。他指出公开数据显示真正需要分布式系统的查询不足1%,而DuckDB的单机设计正是针对主流分析场景。Muhleisen强调用户体验应优先于技术洁癖,透露将发布未公开的新版本,并为看似矛盾的客户端/服务器扩展Quack辩护—
DuckDB Java 驱动程序现在可以将查询结果作为按需获取的列式数据块序列返回,避免了 JDBC 逐行处理 ResultSet 及其单值开销。
构建一个 Elastic workflow,将数据样本发送给大模型,由大模型提出分类标签。人工审核确认后,再由小模型将这些标签应用于整个数据集。将大语言模型(LLM)分类中昂贵的部分与廉价的部分拆分开来。本文构建了一个 Elastic workflow,让 Claude Sonnet 阅读 NASA 飞行员事故报告的分层样本,并根据发现的内容提出分类标签。人工审核 schema 并确认后,再由
Gemini 3.7 Flash 在 2026-08-13 上线,输入 $0.75、输出 $3.75(每百万 token)。这个价有两个附加条件:它写死到 2026-12-31,之后翻倍;而且 Gemini 3.6 Flash 现在挂着一模一样的价。真正会让迁移代码挂掉的是另一件事。thinking 档位从四个变成三个,minimal被拿掉了,官方规格页在那一行下面加了一句最后更新 2026-08
2026 年 8 月 20 日,Anthropic 宣布 Computer Use、Skills API 和 Files API 在 Claude Platform 全面可用,同时新增 Browser Use 工具。如果只看功能列表,这像是一次常规的平台更新:Claude 会点鼠标了、能加载 Skill 了、也能保存文件了。但把它们放到同一条业务链路里,意义就不一样了——Claude 开始具备一套
DeepSeek Harness(dsh)是DeepSeek开源的Agent运行时框架,秉持“一切皆插件”理念,将模型适配器、工具、会话、主循环等全部组件化,基于Cordis实现可逆注册与依赖管理,支持动态组装、安全卸载与深度定制。
要保留长程记忆,就在砍之前先总结。把超出窗口的旧轮次交给模型压成一段摘要,替换进上下文。这样模型既不被旧信息淹没,又不丢关键事实。context_summary = "" # 跨轮累积的对话摘要# 摘要用与主回答相同的模型即可;想更省可换成 deepseek-v4-flash(以控制台模型广场为准)messages=[{"role": "system", "content": "把对话压缩成一段中
本文探讨GUI智能体(GUI Agent)接入企业内网时的安全权限治理方案。随着阿里Qwen-UI-Agent等开源项目在真机基准测试中的优异表现,GUI Agent已具备实际部署能力。然而,相比传统API Agent,GUI Agent能读取屏幕所有内容并模拟点击操作,继承了人类操作员的全部权限,却缺乏人类的风险直觉,带来UI钓鱼欺骗、破坏性点击和静默外泄三类威胁。 为此,作者提出"三道闸"治理
摘要:芯动科技推出的IX9104国产104-Lane PCIe5.0全非阻塞交换芯片,针对Qwen3.8-2.4T万亿参数MoE大模型私有化部署需求,提供三套接口差异化的Demo评估板:金手指Slot版(Demo-A)适用于服务器整机原型与存储验证;多Slot高密度版(Demo-B)支持多NPU直插组网与NTB多主机测试;密集MCIO扩展版(Demo-C)聚焦MCIO高密度线缆互联,适用于机柜内子
摘要 该PR提交了DuckDB V2 C-API的前半部分初始草案,包含错误处理、环境管理、数据库连接等基础功能。主要特点包括: 全新的错误处理机制,所有API函数返回错误代码并通过可选参数提供详细错误信息 引入环境(Environment)作为顶级容器,管理数据库生命周期 使用duckdb_v2_str结构体代替C字符串,提高跨语言兼容性 强调显式资源管理,避免无上下文的对象创建 当前版本专注于
DeepSeek Harness 重塑了 Agent 运行时,将其从传统“写死的代码”转变为可回放、可自改的“活配置”。其核心创新包括:将状态从隐式变量改为只追加的事件流,使会话状态成为运行时的一部分;控制流从固定逻辑升级为可插拔的决策;工具执行变为带关卡的可扩展流水线,便于安全策略集成;运行时支持自我修改;组装方式从代码改为声明式 YAML 配置。这些改变精准解决了生产中的延迟、安全、可观测性和
本文介绍了国产IX9104 PCIe5.0交换芯片的Demo评估板在国产AI服务器开发中的应用。该评估板提供MCIO、PCIe插槽、NVMe等接口,支持端口配置、P2P传输、NTB多主机等功能验证,可用于Qwen等MoE大模型私有化部署前的硬件预研。文章详细分析了评估板的硬件架构、典型测试场景(如多NPU组网验证、链路完整性测试等)及工程注意事项,强调其在降低国产AI服务器开发风险、缩短迭代周期方
Agent 声称任务完成,测试却没跑;长任务跑了一阵,开头的约束开始丢失;重开会话需要反复交代背景;想让它离线跑,又频繁卡在权限确认上。本文沿用「How to Design an Agent Harness」(下文简称:Agent Harness 设计)中归纳的六个设计面,并以 DeepSeek Harness(dsh) 为工程样本,围绕这些问题展开:Loop 如何驱动、工具如何暴露、上下文如何组
DeepSeek Harness 是一款“一切皆插件”的开源Agent执行框架,聚焦长任务可靠运行:通过可替换的Loop机制、按需暴露的工具Schema、动态管理的上下文、事件驱动的持久状态、分层权限控制及多维验证体系,解决任务中断、约束丢失、上下文污染与验收失真等核心痛点。
《2026年中国AI搜索平台RAG技术对比与GEO策略研究》 摘要:2026年中国AI搜索市场已形成豆包(3.68亿月活)、通义千问(1.62亿)、DeepSeek(1.27亿)和文心一言(2亿)的"四强格局"。研究聚焦六大平台的RAG(检索增强生成)技术差异,发现重排序层是核心分水岭:豆包依赖抖音生态多模态预编码,DeepSeek采用代码可信度校验,文心一言侧重知识图谱实体匹
Qwen3.8‑2.4T‑A95B 开源,除大型智算集群之外,量化版本正快速下沉到大量轻量化边缘 Agent 整机。这类项目受成本、PCB 尺寸约束,很容易选择用 CPU/NPU 软件完成视频后处理,带来推理时延升高的问题。GSV9001S 作为国产高性价比视频处理器,定位普惠型边缘 AI 整机,将画面缩放裁剪、OSD 告警叠加、信号切换等工作硬件卸载,释放宝贵的 AI 推理算力;小封装、工业宽温
Qwen3.8‑2.4T‑A95B 开源以及多国产 AI 芯片原生适配,加速万亿级 MoE 大模型私有化落地进程。行业更多关注算力与存储硬件,而多路画面汇聚、OSD 状态叠加、无缝切换这类可视化后处理能力,很容易成为整机算力资源消耗点。
1. 环境准备node -v# 2. 拉取源码# 3. 安装依赖 & 补全构建包# 4. 编译 & 启动。
在 64K、128K 长度级别的文档理解任务里,0731 的显存占用更平稳,生成总结时的整体耗时下降明显。尤其是「先读全文、再输出长摘要」这类对 KV Cache 压力较大的场景,体验提升最容易被用户感知。大模型的竞争正在从参数规模转向推理效率与工程化能力。它相比预览版的核心变化,不是「模型突然变聪明了 6 倍」,而是「同样的能力,用更少的等待时间和更低的成本就能拿到」。对大多数生产环境来说,后者
本文探讨了DeepSeek Harness(dsh)作为Agent系统运行时的核心设计理念与工程实现。dsh通过插件化架构将模型、工具、上下文等组件解耦,构建了一个可动态装配的运行时环境。文章详细分析了dsh的分层架构(Launcher、Composition、Runtime等六层),重点阐述了插件系统的三大特征:1)基于服务名的依赖管理,实现局部替换而不影响全局;2)完整的生命周期管理,包括初始