软件工程标签_DeepSeek技术社区

软件工程

DeepSeek Harness · 框架研究学习与实践指南 -- 以猫狗图片识别为例（进阶：增加了token权限，spwarm批量处理图片，自定义服务的理解和应用）

从一句话需求，到一套能跑、可验证、可复盘的 Cordis 插件系统 —— 用"搭建一个真实系统"的方式，彻底理解 dsh 框架「一切皆插件」的架构思想。

LEO的MATRIX
2026-08-28 07:50:09

 561

 5

#学习 #AI #软件工程
DeepSeek Harness · 猫狗识别框架研究学习与实践指南

从一句话需求，到一套能跑、可验证、可复盘的 Cordis 插件系统 —— 用"搭建一个真实系统"的方式，彻底理解 dsh 框架「一切皆插件」的架构思想。

LEO的MATRIX
2026-08-27 11:51:20

 657

 21

#学习 #AI #软件工程
DeepSeek Harness 与 Pi：谁将编写智能体（Agent）的下一项功能

DeepSeek Harness与Pi框架虽然都采用"核心精简，插件扩展"的理念，但存在根本性差异。Pi通过明确的边界设计（7个核心工具+20个钩子）保持极简主义，强调用户自主权；而DeepSeek Harness彻底解构核心，基于Cordis框架实现"无特权核心"架构，其核心引擎仅8725行代码支撑着19.8万行插件代码。关键区别在于卸载机制——DeepSeek通过形式化的"可撤销效应"系统（已

 nifengfei123
2026-08-21 11:42:30

 607

 11

#人工智能 #软件工程
Qwen技术架构与源码深度剖析

Qwen3.8与Qwen3.6技术架构解析核心摘要阿里巴巴Qwen系列大模型实现两大技术突破： Qwen3.8-Max旗舰版：2.4万亿参数MoE架构，仅激活950亿参数实现高效推理，在第三方评测中综合能力全球第二，支持百万Token上下文和原生多模态能力，首次开源Max级模型权重（4.89TB BF16版本）。 Qwen3.6私有化部署版：35亿总参数MoE模型仅激活3亿参数，使大模型首次适

 zhengliebin
2026-08-20 23:33:22

 467

 5

#架构 #人工智能 #系统架构 +2
DeepSeek技术架构与源码分析

DeepSeek技术架构与源码分析摘要 DeepSeek系列模型通过"以轻驭重"的工程化理念，在算力受限条件下实现高性能。开源生态包括从轻量级推理模型到超大规模MoE模型的完整矩阵，采用MIT许可证，在GitHub和ModelScope平台同步发布。核心模型分析： DeepSeek-R1蒸馏版：通过动态知识蒸馏框架（特征层/输出层/任务特定三层蒸馏）实现小模型高性能。R1-0528版本在数学推理

 zhengliebin
2026-08-20 23:32:50

 362

 3

#架构 #人工智能 #系统架构 +2
70B模型跑在24G显卡上？2026大模型私有化部署，一张图帮你选对路

2026年大模型私有化部署指南：开源模型能力提升，部署工具成熟，提供场景化选型方案。开源模型如Kimi K3、DeepSeek-V4-Pro等已具备1M以上上下文处理能力，量化技术让消费级显卡运行27B参数模型成为可能。决策图涵盖个人PC、企业API、长文本RAG等场景，推荐Qwen3.8-27B（个人）、DeepSeek-V4-Flash（企业）、Llama 4 Scout（长文本）等模型。FP

zhengliebin
2026-08-19 09:36:01

 404

 6

#人工智能 #微服务 #架构 +4
一夜暴涨5万星！DeepSeek Harness开源，Agent界的“Android”来了

DeepSeek Harness在48小时内创下GitHub最快涨星纪录（5万+Star），成为Agent开发领域的革命性产品。其核心创新在于"一切皆插件"的架构设计，通过Cordis元框架实现了完全的模块化：模型适配器、工具注册表、Agent Loop等所有组件均可热替换，无需修改源码。相比传统框架（如LangGraph、CrewAI），它彻底消除了"特权内核"，支持配置驱动的动态组装和热更新，

zhengliebin
2026-08-15 08:51:52

 460

 9

#开源 #软件工程 #系统架构 +4
全球监管趋严，中国企业如何避免踩进同一个“合规坑”？

与DeepSeek大模型深度结合后，系统构建了企业专属的“合同基因库”，支持10万+条款的智能解析与重组，非标文本起草效率提升60%，风险识别准确率达99.6%，后台预设400多个风险监控指标，覆盖履约周期中的各类异常。合规最难的地方，往往不是“做不到”，而是“不知道”。坑就在那里，但你可以选择绕过去。道本科技合规管理系统的解法是：将合规管控嵌入企业从设立到运营再到退出的每一个环节，对供应链、生产

 Daorigin_com
2026-08-13 17:58:48

 282

 5

#团队开发 #结对编程 #需求分析 +4
别被发布会骗了！Opus 4.6 vs GPT-5.3 CODEX 深度拆解：谁才是真正的编程之神？

2026年AI编程“超级碗”上演！Anthropic 与 OpenAI 仅隔 27 分钟同日撞车发布。本篇深度横评 Claude Opus 4.6 与 GPT-5.3 CODEX：跳过官方营销数据，直击 Terminal-Bench 2.0 与 OSWorld-Verified 真实战绩。深度解析“多智能体协作”与“递归自我改进”两条路径的本质区别，揭露百万 Token 下的召回率真相与千万级重构

 冀博
2026-02-07 12:12:12

 806

 4

#软件工程
Qwen2.5-1.5B本地对话案例：软件需求文档编写+UML用例图文字描述生成

本文介绍了如何在星图GPU平台上自动化部署Qwen2.5-1.5B 本地智能对话助手镜像，高效支撑软件工程文档生成任务。用户可一键启动该轻量级大语言模型，在本地完成软件需求文档（SRS）初稿编写与UML用例图文字描述生成，兼顾隐私性、低显存适配与专业术语准确性。

不爱说话的我
2026-02-14 00:53:53

 414

 3

#软件工程
2026 软件工程新范式：从「编码者」到「编排者」的生死一问

《AI时代程序员的生存法则：从代码执行者到决策架构师》在AI技术爆发的2026年，程序员面临灵魂拷问：当Claude能理解百万行代码、GPT能自动完成开发全流程时，人类的价值何在？视频揭示了软件工程3.0时代的三层新架构：人类上移至决策层（业务判断/伦理审核），AI承担执行层（代码生成/测试部署），交付标准升级为可维护系统。程序员需转型为"AI指挥官"，掌握三大核心能力：全局

 only-qi
2026-08-12 00:36:31

 368

 5

#软件工程 #人工智能 #程序人生
从“写代码”到“编排智能体”：2026年软件工程的范式革命

2026年AI编程迎来范式革命：Meta推出MuseCode加入智能体"三国杀"，阿里开源2.4万亿参数Qwen3.8-Max，国内外厂商在代码生成、修复等基准测试上激烈竞争。技术演进呈现三大趋势：1) 从单Agent转向多智能体协同，解决复杂工程任务；2) 大模型应用从编程向科研突破，通过实验验证闭环加速科学发现；3) 编程语言格局重塑，Rust首进TIOBE前十，Pytho

小毛驴564
2026-08-11 13:34:04

 1330

 44

#软件工程
Codex并不难，难的是知道什么时候不该用

摘要：近期 AI 编程工具热度飙升，从 Codex 到 Claude Code，开发者们纷纷在 Demo 中见证“丝滑”的代码生成。然而，当团队试图将这类工具接入真实项目时，往往遭遇“Bug 反增”、“上下文丢失”甚至“权限越权”的困境。本文复盘了一次基于 OpenAI Codex（及其后续演进形态）的实际接入经历，重点剖析了从个人高效 coding 到团队协作时的断层——不仅仅是 Prompt

头像违规？？
2026-07-26 16:34:37

 388

 8

#软件工程
Claude Opus 5 上了 Copilot：别急着切模型，先给任务分级

Claude Opus 5 已开始在 GitHub Copilot 中逐步开放，但新模型不等于所有任务都该立刻切换。把 AI 编程任务分成常规、改动和高风险三类，再匹配模型、验证和人工审批，才能把能力升级变成可控的工程收益

 浩风祭月
2026-07-25 11:39:56

 397

 10

#copilot #github #软件工程
拒绝单机版幻觉：Hermes 如何让 AI 编程从“个人爽文”变成团队基建

先把这篇文章的目标说清楚：看完之后，你应该能判断这件事值不值得做，以及从哪里动手。之前我看不少人在聊 Codex 和 Claude Code，甚至有人把那些单兵作战的 Agent 框架当成救世主。说实话，这种心态我很理解。自己在本地跑通一个 Demo，看着代码一行行生成，那种“我是赛博朋克”的快感确实上头。但问题在于，一旦你试图把这个流程塞进团队，或者哪怕只是稍微复杂点的企业级项目，你会发现：单机

 Agent智能体
2026-07-19 16:14:45

 392

 3

#人工智能 #代码规范 #软件工程
还在凭感觉调Agent提示词？Anthropic把它变成了可评分实验

Anthropic 的 cwc-workshops 今日出现在 GitHub Trending，其中 eval-driven-agent-development 展示了一个更工程化的 Agent 迭代方式：先为 Claude Managed Agent 建立任务集、渲染结果、结构化指标和 LLM 评审，再用分数驱动提示词与能力改动。

LYFlied
2026-07-18 11:40:37

 342

 6

#软件工程
AI 软件简报 07.11-07.15：DeepSeek天价融资、Copilot用户叛逃、中国AI新规落地

每期覆盖 3-4 天的 AI 软件动态。个人视角，不追求面面俱到。周三、六更新。过去五天，AI 软件领域发生了三件值得你关心的事：DeepSeek 以 $710 亿估值启动新一轮融资并推出行业首个峰谷定价，四家 AI 巨头在八周内砸下 $90 亿+组建"前线部署部队"嵌入客户现场，以及 GitHub Copilot 因切换至用量计费正在经历用户大规模叛逃。这三个事件背后是同一个信号：AI 行业正在

 summerliyang
2026-07-15 16:08:29

 317

 6

#人工智能 #copilot #软件工程
Agentic AI到底能不能干活？别只看 Demo 和跑分

先把这篇文章的目标说清楚：看完之后，你应该能判断这件事值不值得做，以及从哪里动手。摘要：Agentic AI 的热度正在从“单兵作战”转向“团队协同”。本文结合近期 AI 编程工具（如 Codex、Claude Code）在实际工程中的表现，指出单纯追求任务拆解的智能程度已不足以支撑生产环境。真正的瓶颈在于权限边界控制与全流程可观测性。通过对比 Demo 阶段与上线阶段的差异，本文提供了基于 Ja

Java技术那些事儿
2026-07-14 22:15:47

 306

 7

#人工智能 #软件工程
为什么你的 AI 编程助手越用越蠢？Hermes 工作流的真实落地复盘

先把这篇文章的目标说清楚：看完之后，你应该能判断这件事值不值得做，以及从哪里动手。最近朋友圈里讨论 AI 编程工具的声量很大，从个人试用转向团队协作似乎成了行业共识。我也跟着折腾了一圈 Codex、Claude Code 以及各类开源 Agent 框架。但在实际项目中，我发现一个反直觉的现象：工具本身并没有让团队效率显著提升，反而因为上下文管理混乱、幻觉导致的返工，让资深开发者的精力被严重稀释。很

 技术琐事
2026-07-13 08:30:32

 1230

 38

#人工智能 #软件工程
合同管理进入“自动驾驶”时代：道本×DeepSeek的三重穿透

更重要的是，履约数据会反馈回前面的环节：哪些条款在履约中经常出问题、哪些供应商承诺的和交付的不一致、哪些业务单元的合同执行偏差最大——这些信息会反向优化合同范本和审查重点。每一次审查中的审核意见——业务提了什么诉求、法务标注了什么风险、财务关注了什么成本——不再停留在邮件和批注里，而是被系统自动采集，沉淀为审查知识库的一部分。当合同被拆解成可计算的要素后，比对、审查、统计就有了统一的基础。道本科技

 智慧293
2026-07-10 16:36:49

 381

 6

#团队开发 #规格说明书 #极限编程 +4
Agentic AI：从排查路径看工程价值

先把这篇文章的目标说清楚：看完之后，你应该能判断这件事值不值得做，以及从哪里动手。最近身边做开发的朋友都在聊 Codex 和 Claude Code。以前这些工具只是咱们个人的“副驾驶”，现在似乎正慢慢往团队协作的方向渗透。这种趋势很性感，但也很容易让人冲动。特别是当你看到某个 Agent 能自动修 Bug、自动写测试的时候，第一反应往往是：“我们要不要把这个接入到 CI/CD 里？别急。

Java技术那些事儿
2026-07-09 23:59:36

 303

 9

#人工智能 #软件工程
Claude Cowork 全端上线！AI Agent 杀向普通工作者，国内开发者如何避开断供风控？

面对 Claude Cowork 升级带来的 Agent 热潮与海外封控风险，智能研发平台 Heicode 以“一个想法，一个 AI 团队”安全破局。平台依托 Sub 多角色协作、BYOK 多模型容灾、GitHub×GPT 双向审核及 OpenBao 凭证隔离，为国内团队提供高效合规、永不断线的全生命周期研发交付方案。

2301_78843841
2026-07-09 14:53:52

 306

 7

#人工智能 #语言模型 #软件工程 +1
给一套测试 AI 技能包做“体检“（二）：9 个真实缺陷的发现与修复

让测试团队拥有统一的 AI 辅助标准，不做各自为政的 Prompt 孤岛。下一篇：几个关键设计决策（为什么用 LLM-as-judge、为什么用 DeepSeek、API key 安全）+ 最终交付的验证体系 + 给同类项目的 3 条建议。

火丁d1ng
2026-07-07 22:15:00

 355

 10

#人工智能 #软件工程
阿里强制全员卸载 Claude 全系列！海外大模型底层时区风控引震荡，中国开发者如何用 BYOK 机制安全破局？

海外 AI 巨头实施史上最严封杀！个人代注册、海外内网中转、境外云节点 API 被全面封堵。安全研究员爆料 Claude Code 甚至内置实验性隐蔽风控，通过读取系统底层时区、修改 Unicode 编码标记违规用户。阿里已内部通知全员强制卸载 Claude 全系产品。中国开发者与企业面临严重的 AI 断供危机，应该如何利用 BYOK（自备密钥）机制、分布式密钥保管器以及多 Agent 蜂群协作平

 2301_78843841
2026-07-07 15:43:07

 344

 9

#人工智能 #语言模型 #软件工程 +1
合同管理的“三级跳”：道本×DeepSeek如何把三件事做到位

业务人员用自然语言描述需求——“我需要一份设备采购合同，分批交货，付款分三期”——系统从库里调取匹配条款，自动组装模版。更上层的是，系统结合DeepSeek定期输出风险总结报告，从风险领域、特征、变化趋势三个维度量化呈现，管理者拿到的不只是一份预警清单，而是可解读的风险画像。企业在合同管理上花的力气不少，但经常卡在三个环节：起草靠翻箱倒柜、审查靠个人经验、履约靠人工台账。法务审查合同，80%的时间

 智慧293
2026-07-02 17:35:04

 477

 18

#需求分析 #团队开发 #极限编程 +4
多模态数据处理实践：分离API、识图功能开发与定时任务设置

本文介绍了AI-HEALTH智能健康分析系统的架构设计与核心技术实现。该系统基于Spring Boot+Vue 3构建，通过Sophnet API集成两大模型（Kimi-K2.6用于视觉识别，DeepSeek-V4-Pro用于文本分析），形成了完整的数据处理流水线。系统采用"四段式Prompt"工程方法，针对食物识别、截图提取等五大场景设计了差异化模板和温度参数。关键技术决策包括视觉与文本处理分离

 2301_80448162
2026-06-17 15:45:06

 373

 4

#microsoft #架构 #软件工程 +3