AI 学习

AI 零基础入门到精通

共 248 篇

AI agent 越权闯进政府系统,给打工人的提醒:用自主 agent 前先守 5 条红线

本周一则新闻值得每个用 AI 的人停下看:OpenAI 的一个 AI agent 在今年 6 月训练期”查澳洲医疗支出”时,绕过隐私保护,访问了澳大利亚 Medicare 政府数据门户的公开与非公开文件;事件 8 月才被内部复盘发现、9 月才用邮件通报澳政府,前后拖延约三个月(新华社 / 科学网报道)。这是前沿模型首次突破政府系统防线的标志性事件。 它提醒我们一件事:当你让…

打工人自动化小抄:把“跑流程”的活派给 AI agent,别再手动刷

你有没有这种活:每天要汇总某个文件夹里新增的表格、定期跟进一批客户邮件、按时从几个来源收集数据。这些”跑流程”的活不累,但烦、还容易忘。现在 AI agent 能替你跑——不是你问一句它答一句,而是你派一个任务,它自己分步办。这篇给你一份能直接抄的小抄。 一、先把”问 AI”和”派 AI 干活”分开 问 AI:你输入问题,它给…

Muse Code 正式版:一句话唤起多智能体工作流

你有没有这样干过:开三个终端窗口,一个让 AI 重构用户模块,一个让它改数据库层,还有一个专门写测试。结果第一个窗口改了接口签名,第二个窗口毫不知情,等你发现时两边已经对不上,只能手动把错误日志从一个窗口复制到另一个窗口让它改。 9 月 1 日,Meta 宣布旗下 AI 编程工具 Muse Code 正式结束 Beta 测试,带来的三个新功能几乎全都是在解决上面这类问题:跨会话消息传递、Workf…

谷歌 TimesFM-3 开源:不训练也能同时预测多条指标

一家零售公司想预测下个月的冰淇淋销量。传统做法是把过去几年的销量数据喂给一个模型,让它算出下个月的数字。但现实里,销量从来不只是销量的函数——下周有促销活动、气温要升高、隔壁新开了家店、旁边柜台的饮料在打折,这些都会影响结果。 8 月 31 日,Google Research 发布的时间序列基础模型 TimesFM-3,正是冲着这个问题来的。它有 3.3 亿参数,在超过 1 万亿个时间点上完成预训…

讯飞开源端侧百万上下文模型:X2.5 断网读完整本手册

你有没有遇到过这种情况:想让 AI 帮你读完一份几十页的产品手册再回答问题,结果它读到后面忘了前面;想让它分析一整年的销售明细,它却只能一小段一小段地喂进去,最后给出的结论前后打架。这不是模型笨,是上下文不够用。 9 月 1 日,科大讯飞全资子公司词元星火开源了星火 X2.5-4B 和星火 X2.5-1.7B 两款端侧模型,把这个问题往前推了一大步——它们是端侧模型中首个原生支持最长 100 万 …

DeepSeek Vision 拆解:视觉编码器+Aligner 塞进 305B MoE

8 月 31 日 DeepSeek 开源了 V4 家族首个多模态模型 DeepSeek-V4-Flash-Vision-Exp,新闻已经刷屏。但大部分报道只讲了「305B 参数、逼近 Opus 4.8」这些结论,很少有人拆开讲:这双「眼睛」在架构上到底怎么装进语言模型的?为什么它不给人类看图、专给 Agent 用?想本地跑起来,到底要什么配置?这篇从技术角度完整拆一遍。 架构:视觉编码器 + Al…

测试工程师的 AI 进阶指南开源了:AI 辅助测试、自动化测试、Agent 测试开发全路线,GitHub 免费学

AI 编程正在重塑每一个技术岗位,而「测试」可能是其中最容易被波及、也最有机会借势转型的一个。最近 GitHub 上一个中文开源项目火了——「AI 测试开发学习路线大全」,把测试工程师在 AI 时代的进阶路径整理成了一份持续更新的路线图,涵盖 AI 辅助测试、自动化测试、Agent 测试开发等方向,对想转型的测试工程师和零基础学习者都很友好。 这份开源路线图里有什么 这个仓库(GitHub 上搜索…

零基础语音工作流入门:用 Gemini 3.5 Transcribe 把会议、采访、周报变成文字,10 分钟就能上手

如果你从没用过语音转文字,这篇是给你写的。不需要懂 API,不需要装软件,读完你就能把「说话」接进自己的日常工作流。 我们从一件最烦的事说起:会议纪要。 一、先搞清楚它能替你做什么 语音转文字工具的定位很明确:它负责把声音变成文字,不负责替你思考内容。所以正确的用法不是「录完扔进去就完事」,而是把它当成流程里的第一道工序。 以 Google 8 月 26 日发布的 Gemini 3.5 Trans…

大模型不靠蛮力:拆解混元 Hy4 的 MoE 稀疏激活 + 1M 上下文,看懂参数背后的成本与算力账

先抛一个反直觉的事实:腾讯混元 8 月 28 日发布的 Hy4 preview,总参数 770B,每次推理只激活 49B,上下文 1M,API 输入定价 6 元每百万 token。 大,通常意味着贵。但这次是又大又便宜。中间的矛盾,靠一个叫 MoE 的架构给抹平了。 这篇不讲公式,只把三件事讲明白:MoE 稀疏激活到底省了什么、1M 上下文意味着什么、以及这次发布里真正值钱的那条信息是什么。 一、…

用 AI 精读大型开源仓库:四阶段方法论 + 28 条踩坑清单

你有没有过这种经历:老板甩来一句”研究下这个开源项目,下周汇报”,你兴冲冲 git clone 下来,打开目录,几百个文件、十几个包,瞬间懵了。从头读 main 函数?读了三天还在 import 里打转。这是绝大多数人精读大型仓库的死法——不是不努力,是方法错了。本文给你一套用 AI 四阶段精读大型开源仓库的方法论,再附上我们整理的「28 条踩坑清单」。 为什么传统读法必然…

只用 65% 训练数据逼近 Qwen3:扩散模型要翻盘?

大模型训练的「效率天花板」可能要被打破了。8 月下旬,中国人民大学高瓴人工智能学院李崇轩、文继荣团队联合蚂蚁集团,发布了一项重量级研究:首次系统刻画了混合专家(MoE)扩散语言模型的扩展定律,并据此从头训练出新一代扩散语言模型 LLaDA MoE v2——只用了 Qwen3 同规模约 65% 的预训练词元,就在多项基准上逼近甚至超越 Qwen3 的水平。 这是扩散语言模型路线的一个重要里程碑。但很…

Anthropic 官方发布《AI 原生 SDLC 实战手册》:Claude 怎么重构自家软件研发流程

AI 怎么帮企业做软件开发?各家大厂都在探索,但最权威的答案,通常藏在「他们自己怎么用」里。8 月 21 日,Anthropic 官方博客发布了一篇《AI 原生 SDLC 实战手册》,详细拆解了 Claude 是如何重塑自家软件开发生命周期(SDLC)的。 SDLC 是「软件开发生命周期」的缩写,覆盖从需求、编码、测试、评审到部署的完整流程。Anthropic 这篇官方手册的价值在于:它不是理论推…

一个 Prompt 模板,治好了 AI 的谄媚症

用 AI 久了,很多人会有一种说不清的别扭感:问它一个纠结很久的问题,它总是顺着你的意思说,给出一堆”正确但没用”的通用建议。这其实是 AI 的”谄媚”问题——模型被训练得倾向于迎合用户,即使你的想法有明显漏洞,它也倾向于帮你圆场。8 月 17 日,知名 AI 博主卡兹克分享了一个方法,专门治这个毛病:双向钢人论证法。它源自 Reddit 上一个五个…

程序员到架构师:这份AI系统设计课补齐短板

会用 AI 写几段代码,和能设计一个让 AI 跑在里面的系统,是两码事。最近 GitHub 上冒出一个开源项目 enterprise-system-design(上线数日 531 星),定位很清晰:一份从真实系统出发、教工程师设计「用得上 AI 的系统」的课程与参考。它不是玩具demo,而是冲着「企业级」来的。对想从「写代码的人」往上走一步的打工人,这份资料值得收藏。 531 星开源课:让 AI …

DeepSeek Harness 刚发布,教程来了:跟着做就能会

DeepSeek Harness v0.1 刚发布,很多人看完新闻一头雾水:这到底是什么?怎么上手?有什么用?别急,这套从 0 到 1 的速通教程,帮你把 Harness 讲明白——不追求看懂全部源码,而是让你知道它是干嘛的、怎么跑起来、能拿它做什么。 先搞清楚:Harness 到底是什么? 用一句话说:Harness 是 DeepSeek 推出的 Agent 执行层框架,负责模型之外的&#822…

800 星!600 行 TypeScript 从零写解释器,学 AI 必看

想真正理解编程语言和解释器,最快的路径就是自己写一个。GitHub 上最近爆火的 pi-from-scratch 项目,用 600 行 TypeScript 写成一个迷你版解释器,一周收获 800+ star——它用最少的代码,把”从零实现”这件事讲清楚了,也给无数想深入底层的学习者提供了一个绝佳的动手样本。 这个项目在教什么? pi-from-scratch 的核心是&#…