AI网站工具导航
首页
资讯
AI生图
关于
收录
A
B
C
一键抓取
AI前沿资讯
收藏
AI 行业前沿动态与资讯文章聚合流,由自动采集持续更新。
专题文章(455)
Backtrader 组合回测实战:12 步搭机器学习策略验证管线,W&B 全程追踪实验
采集助手 · 2026-09-21
一句话结论 这篇教程用 Python 把组合级回测系统完整搭一遍:Backtrader 做引擎,SMA 均线交叉策略同时跑五只美股(META、NFLX、PYPL、SNAP、ZM),全套风险指标(夏普、索提诺、卡尔玛、最大回撤、盈亏比、胜率)自动计算,买入持有做基准对照,所有实验进 W&B 仪表盘留档。在 20
ESMFold 药物靶点管线实战:30 个靶点从预测到贝叶斯调参的全链路追踪
采集助手 · 2026-09-21
一句话结论 这篇教程演示了一条单 GPU 可跑的蛋白质结构预测微调管线:ESMFold 对 30 个真实药物靶点(TP53、KRAS、CFTR、SPIKE 等)做序列到三维结构的预测与微调,全链路用 W&B 追踪——3D 分子面板、pLDDT 置信度、RMSD/TM 对比、贝叶斯超参扫描、Artifacts
用 Gemma 3 270M 训机器人 VLA:四阶段配方把 GR00T 砍半还多赢 15 分
采集助手 · 2026-09-21
一句话结论 在 NVIDIA Isaac-GR00T 架构上,把原版约 20 亿参数的视觉语言骨干换成 Gemma 3 270M,配合一套四阶段训练配方,整个 VLA(视觉-语言-动作)系统从 30 亿参数压到约 15 亿,SimplerEnv 六任务平均成功率反而从基线 31.7% 提升到 47.0%。结论很直接:在
室内设计 AI 智能体开发实录:Gemini 图像合成 + Marimo 笔记本 + Weave 追踪
采集助手 · 2026-09-21
一句话结论 W&B AI Builders 系列首篇实录:作者为自家换灯买椅的真实需求,用 Marimo 笔记本加 gemini-3.1-flash-image(Nano Banana 2)模型搭了一个室内设计智能体——上传房间照片和家具图片,模型直接合成「这件家具摆在你家」的效果图。完整代码开源,含可复用的
Together Voice Finder:用一句提示词从 600 个 TTS 音色里选对你的语音智能体声音
采集助手 · 2026-09-21
一句话结论 选语音智能体的音色一直是件手工活:厂商目录动辄几十上百个音色,文档从不告诉你哪个适合金融客服、冥想引导或游戏主持。Together AI 的 Voice Finder 把这一步产品化——搜索 600+ 音色(覆盖 MiniMax、Cartesia、Deepgram、Rime 等 10 个 TTS 模型),用
Flask 创始人为 Agent 设计编程语言:语法、工具链与测试的八条设计法则
采集助手 · 2026-09-21
去年我开始思考,在 Agent(智能体)工程日益兴起的当下,编程语言的未来会是什么样子。一开始我觉得,海量的现有代码会让已有的语言牢牢占据主导地位,但现在我的想法正好相反。在这篇文章里,我想谈谈为什么我们会看到更多新编程语言的出现,以及为什么这个领域有相当大的创新空间。万一有人想动手造一门新语言,这里也有一些我觉得值得
AI Coding 会员怎么买:Claude Code 与 Codex 20 美元档二选一实测
采集助手 · 2026-09-21
话不多说,这篇文章是面向普通用户,或者是小白用户,大神请绕路; 现在是2026年2月,AI 一天天变化太快,现在市场上这么多 AI Coding 工具和会员订阅计划,到底怎么选? 如果把所有的工具都罗列一遍,没有必要,我认为对普通用户来说,应该是给最推荐的工具即可。所以,这篇文章,我会直接推荐最适合小白入门的工具和订阅
Claude Code 高强度使用经验第二期:Prompt Stash、Plan Mode 与方案确认
采集助手 · 2026-09-21
这一期的有些内容是有前后关系的,建议是从前往后阅读。 关于 Prompt Stash。最新版的 Claude Code 支持了这个特性。那 Stash 是什么?这个来源于 Git Stash,也就是暂存。其实只要知道这玩意什么时候用就行。比如 Claude Code 正在帮你数星星(在执行任务),你也在输入框里打算告诉
OpenClaw 创始人 YC 访谈:80% 应用将消失,模型 9 秒自建语音功能
采集助手 · 2026-09-21
“80% 的应用都会消失。” OpenClaw 创始人 Peter Steinberger 在采访中直言不讳。这个一夜之间拿下 16 万 GitHub Star 的开源 AI agent,不靠云端,直接跑在你的电脑上——能控制你的特斯拉、调节床温、搜遍整台电脑给你惊喜。更疯狂的是,它的语音回复功能根本不是 Peter
Claude Code 之父 Boris 的十条使用技巧:工作树并行、CLAUDE.md 迭代与子代理
采集助手 · 2026-09-21
Boris 是 Claude Code 的创始开发者,可以说是 Claude Code 之父,他最新分享了他自己的10个 Claude Code 使用经验技巧 我是 Boris,Claude Code 的开发者。我想快速分享一些使用 Claude Code 的小技巧,这些技巧直接来自 Claude Code 团队。团队
伯克利实测:换个智能体外壳,同款模型成本直降 71%,毛利从 38% 变 75%
采集助手 · 2026-09-21
一句话结论 伯克利本周发布的 HarnessTax 研究给出了一组硬数据:同一个模型换一个智能体外壳(harness),完成同样任务的推理成本最多相差 71%,而 42 组同模型对比里没有一组质量差异具有统计显著性。对用 AI 做产品的团队,这意味着选外壳和选模型一样直接影响成本结构——外壳越好,毛利越高。 什么是智能
实测对比:让 Claude 自己爬网页找线索花 43 美元,接上 Apify 只要 10 美元
采集助手 · 2026-09-21
一句话结论 同一个「找柏林 IT 公司销售营销线索」的任务,Claude Fable 5 用原生联网搜索花 43 美元,接上 Apify MCP 只花 10.28 美元、还多拿 130+ 条线索——省钱的本质是别让前沿模型亲自爬网页读内容,让它调度确定性抓取工具取数。 贵在哪里 Claude Fable 5 是 Ant
Cursor × Apify 插件实测:从零搭一个把线索推进 HubSpot 的获客代理
采集助手 · 2026-09-21
一句话结论 装上 Apify 刚发布的 Cursor 插件后,搭建线索获客代理从「自己研究 MCP 服务器、写子代理逻辑」变成几分钟的引导式操作:Agent 自动挑选并基准测试多个线索 Actor,把工作流打包成 Apify Actor,新线索直接写入 HubSpot。 演示者 Sam 来自 Apify 团队,整段视频
如何把 AI 变成你的私人助理
采集助手 · 2026-09-21
要打的电话、要核的账单、要追的续订——一个 AI 私人助理可以把这些例行事务从你的盘子里拿走,让你的时间回到只有你能做的工作上。 这是一篇分步指南:搭建一个能帮你订会议、读保险单、追踪订阅、每周给你做简报的 AI 私人助理。 这篇指南覆盖什么: 写下所有悬在你头上的事 画出审批线 搭建工作空间 加入你的 AI 私人助理
还是没忍住,做了一个快速下载电子书的 Skill
采集助手 · 2026-09-21
先看效果。 在任何一个 Agent 里说一句”帮我下载《金钱心理学》“,它能通过我自己的 Telegram 账号去搜书、下载。 再打广告。 这篇文章中的方法还是值得了解一下,说不定你能得到启发,去延展做一些更有意思的事情。譬如做一个属于自己的阅读器工具,把找书、读书、格式转换、记笔记的全流程串起来。我记得之前有位 X
苹果选 Gemini 背后:企业挑选基础模型的六个评估维度
采集助手 · 2026-09-21
一句话结论 苹果与谷歌签多年协议把 Gemini 融入新版 Siri,联合声明里那句话值得每个企业 AI 采购方细读:「经过审慎评估,苹果认定谷歌的 AI 技术为苹果基础模型提供了最有能力的基础」。苹果没提合作关系、价格或生态兼容——这是一次纯粹的能力评估。对企业的价值在于:这是一个经过极端挑剔买家验证的基础模型选型参
Cloudflare 用 GNN 加 LLM 抓恶意脚本:四个真实攻击行动的检测方法拆解
采集助手 · 2026-09-21
一句话结论 Cloudflare 公开了 Client-Side Security 的机器学习检测管线如何在真实电商流量里抓到四个恶意攻击行动、八个恶意载荷:同批样本经 VirusTotal 和 URLScan 复核,七个在 VirusTotal 完全没有记录,URLScan 对全部八个都不给恶意判定,而 Page S
Vera Rubin NVL72 首秀 MLPerf:3.7 倍吞吐与 99% 扩展效率,推理选型看三个数
采集助手 · 2026-09-21
一句话结论 MLPerf Inference v6.1 首批 Vera Rubin NVL72 数据给出三个可直接用于推理基础设施选型的数字:对 GB300 NVL72 最高 3.7 倍吞吐(Qwen3-VL,跨离线、服务器、交互三类场景);288 卡四机架 99% 扩展效率(吞吐随加硬件近线性增长);软件优化在 v6
Grok Build 记忆功能上手:后台自动记笔记,下次开工不用重新教
采集助手 · 2026-09-21
一句话结论 Grok Build 现在有了跨会话记忆:每轮对话结束后,它在后台把团队约定、决策和项目事实写成 markdown 笔记;下次你回到项目,它开工前先把相关主题读回来。配合 /memory 浏览器和 /dream 归档两条命令,你不用再每次重复「我们用 just test 不用 cargo test」这类常识
GitHub 用 Copilot 把自己重写成 Rust:80 万行迁移实录与智能体工作流拆解
采集助手 · 2026-09-21
一句话结论 GitHub 把 Copilot 智能体运行时从 43 万行 TypeScript 完整迁到 80 万行生产 Rust,全程主要靠 Copilot 自己写代码:128 个 PR 增量上线、一名工程师主导、几个月完成,性能提升数量级。这是一次「用智能体做超大规模重构」的完整实证——编排方式、审查机制、回归分类
Ray 加 PyTorch 分布式训练实验室:DDP 到 ZeRO 再到 FSDP 的选择路线
采集助手 · 2026-09-21
一句话结论 大模型微调绕不开分布式训练,但 DDP、ZeRO、FSDP 各自解决什么问题、什么时候用哪个,是这门动手实验室用一整场直播拆解清楚的核心问题。讲者把决策链讲得很直白:单卡放不下才需要分布式,显存仍不够再上 ZeRO 分级切分,模型大到极致用 FSDP,而 Ray Train 在底层负责把训练函数分发到多机、
vLLM 推理引擎两年 6 万星:PagedAttention 起家、Ray 胶水串起 RL 全流程的开源基础设施
采集助手 · 2026-09-21
一句话结论 vLLM 项目联合负责人 Simon 在 Ray Summit 2025 现场访谈中梳理了这个开源推理引擎两年半的发展脉络:它从管理 KV 缓存内存的 PagedAttention 研究起步,如今 GitHub 星标超过 6 万、下载量 2900 万次,定位是让开源与自研大模型在数据中心硬件上跑得又快又省;
Cursor Composer 打造实录:RL 训练里跑十万个虚拟机、混合专家架构与「快到能纠错」的智能体设计
采集助手 · 2026-09-21
一句话结论 Cursor 研究负责人 Sasha Rush(前 Cornell 教授、transformers 库作者之一)在这场访谈里拆解了 Composer 智能体模型的构建逻辑:它不是又一个通用大模型,而是用强化学习专门训练出来的编码智能体;训练环境是把整个 Cursor 产品装进虚拟机、一次跑几十万个实例;基础
8 分钟看懂 Anyscale 平台:Ray 从框架到生产的三层架构与狗狗品种识别全流程演示
采集助手 · 2026-09-21
一句话结论 这支 8 分钟官方概览回答了「Ray 和 Anyscale 分别是什么、怎么配合」:Ray 解决 Python 代码分布式化问题——一个装饰器就能把函数或类变成远程执行的任务;Anyscale 解决 Ray 从笔记本到生产的落差——依赖混乱、可观测性不足、集群运维等痛点,用开发中心、优化运行时、集群控制器三
AKernel 0.1.0 到 0.1.6rc1:蚂蚁智能体内核六版演进全记录
采集助手 · 2026-09-21
一句话结论 蚂蚁 inclusionAI 的智能体内核 AKernel 在一个多月里密集迭代:从 7 月 22 日的首次公开版本 v0.1.0,到 8 月 31 日的 v0.1.6rc1,六个公开版本累计 50 次提交,把「智能体申请一个隔离沙箱」这件事从最小可用推到了生产可用——Kata Containers 与 F
想比别人更早发现 AI 热点?让 GPT-6 Astra 每天扫这 7 个信息源
采集助手 · 2026-09-21
一句话用途 这篇教你怎么让 GPT-6 Astra 每天自动扫 7 个信息源找 AI 热点:信息源清单、监控提示词模板、候选话题的输出字段都给全了,AI 负责初筛、人负责最后判断。每天花两小时刷信息流的用户照这套配置可以省下大半时间。 每天刷 2 小时信息流,这件事可以停了。 我把 7 个信息源交给 AI 持续收集,从
我用 GPT 6 Astra 做了一个 3D 版的《桃花源记》(文中含提示词)
采集助手 · 2026-09-21
一句话用途 这篇展示了用 GPT 6 Astra 把古文《桃花源记》变成 3D 可交互场景的全过程:怎么写提示词让 AI 理解文学意境、「循文入境」的交互怎么设计、真人朗诵音频怎么接,文中附完整提示词。想做文字转 3D 场景演示的用户可以直接抄这套提示词。 先放成品: **在线体验:** 3D 版《桃花源记》:桃源·豁
怎么做好 Knowledge Agents?不应该复制 Coding Agents,做好检索能力…
采集助手 · 2026-09-21
一句话用途 这篇解读了 Ben Clavié 关于 Knowledge Agents 的演讲:为什么编程智能体的成功范式不能直接搬去做法律、医疗、投研这类知识工作,瓶颈在检索工具质量与主/子智能体分工,末尾给了企业落地建设的优先级清单。想在企业场景做知识型 Agent 的用户可以按这篇的优先级排序资源。 Ben Cla
从零开始,开源一本属于自己的 Pi 蓝皮书
采集助手 · 2026-09-21
一句话用途 这篇记录了作者把两个月学习的 98 条 Pi 推文整理成一本开源蓝皮书的完整过程:怎么从按时间收集转向按学习顺序重组、怎么从材料里总结出 10 条核心判断、开源时怎么处理版权和授权。想把自己散落的学习笔记变成结构化开源作品的用户可以照这个路径走一遍。 这两个月以来我都在深度的学习和使用Pi。 一开始只是因为
70GB 模型跑在 48GB Mac 上:Qwen3.8-Flash-Next 部署实录
采集助手 · 2026-09-21
一句话用途 这篇是在 48GB 内存的 Mac 上跑起 70GB 体量 Qwen3.8-Flash-Next 的部署实录:oMLX 框架安装、量化权重选择、内存护栏参数设置、OpenAI 兼容接口验证和报错排查一路记全。想在本地 Mac 跑大模型又怕内存不够的用户照参数就能复现。 实测机器:MacBook Pro,Ap
← 返回首页
×