Claude Code 2.1.0 黑科技实测：用 context: fork 打造你的“影子审计员”
在 Claude Code 2.1.0 的更新日志里，context: fork 可能只是不起眼的一行，但对于追求极致效率的硬核开发者来说，这才是真正的王炸。 今天，我们通过一个实战案例——“全自动代码坏味道审计”，带你深度拆解这个“平行宇...
持续更新
更多文章
Claude Code 2.1.0 深度实测：从 AI 助手到“多智能体原生”操作系统的跨越
Claude Code 2.1.0 深度实测：从 AI 助手到“多智能体原生”操作系统的跨越 如果说 AI 编程的 1.0 时代是对话框里的 Copy-Paste，2.0 时代是 IDE 里的智能补全，那么 Claude Code 2.1....
OpenCode自定义模型配置全攻略：公益站与本地代理接入指南
TL;DR 5个公益站：GSCC Relay、WZW、AnyRouter、DuckCoding Free、Huan666 三种接入方式：公益站直连、本地代理转发、自定义供应商 核心价值：突破官方限制,零成本体验 Claude Code 配置...
英伟达NIM平台：免费调用GLM-4.7与MiniMax M2.1指南
NVIDIA NIM 是什么 NVIDIA NIM（NVIDIA Inference Microservices）是英伟达推出的推理服务平台，提供多家厂商的 AI 模型 API。重点是：部分模型免费调用，包括智谱 GLM-4.7 和 Min...
CKA-Agent 深度解析（四）：从攻击到防御的演化之路
系列导航：返回 CKA-Agent 系列总览 | 上一篇：主流模型防线崩溃实录 当 96% 的攻击都能成功时，防御者该如何应对？ CKA-Agent 不是第一个越狱工具，也不会是最后一个。但它的出现标志着 AI 安全进入了一个新纪元：单点防...
CKA-Agent 深度解析（三）：主流模型防线崩溃实录
系列导航：返回 CKA-Agent 系列总览 | 上一篇：自适应树搜索的智能博弈 | 下一篇：从攻击到防御的演化之路 96.9% 对 Claude-Haiku-4.5。 95.1% 对 Gemini-3.0-Pro。 93.2% 对 GPT...
CKA-Agent 深度解析（二）：自适应树搜索的智能博弈
系列导航：返回 CKA-Agent 系列总览 | 上一篇：无害提示编织的攻击艺术 | 下一篇：主流模型防线崩溃实录 无害提示编织告诉我们”问什么”，但真正的挑战是”怎么问”。 当第一个子问题被...
CKA-Agent 深度解析（一）：无害提示编织的攻击艺术
系列导航：返回 CKA-Agent 系列总览 | 下一篇：自适应树搜索的智能博弈 当 AI 的安全防线能够识别 99% 的恶意提示时，攻击者找到了一条绕过的新路径：不再直接对抗，而是将恶意目标拆解为无数个无害碎片。 这就是”无害...
Claude-Mem v8.6.0：解锁国产模型，告别 API 束缚
TL;DR Claude-Mem 中文版发布 v8.6.0，基于官方 200+ 次 commit 的硬分叉版本。三个核心修复： 支持自定义 API 端点：智谱 GLM-4.7、FoxCode 等国产模型开箱即用 全界面中文化：Setting...
Mac 磁盘又满了？这个免费神器一行命令搞定
我跟你说，Mac 用户最头疼的事情之一就是——磁盘空间不够用。 你是不是也经历过这种场景：正写着代码呢，突然弹窗”磁盘空间不足”。打开存储管理一看，256G 的硬盘就剩 5G 了。然后你开始手动删东西，删了半天，空间...
大模型周刊（第13期）：跨年特辑：从工具到代理的进化
TL;DR 哥，新年快乐！这周咱们不仅跨了个年，还跨过了一个 AI 时代的门槛。 本周（2025.12.28 – 2026.01.04）虽然有假期buff，但几大巨头都没闲着。最大的体感是：AI 正在从“手里的铲子”进化成“带项...
Karpathy神经网络08：Tokenizer - 为什么AI不识数
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络07：GPT – 从零实现ChatGPT | → 下一篇：无 这是一个关于大语言模型（LLM）幕后功臣——Tokenizer（分词器）的硬...
Karpathy神经网络07：GPT - 从零实现ChatGPT
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络06：WaveNet – 神经网络大升级 | → 下一篇：Karpathy神经网络08：Tokenizer – 为什么AI不识...
Karpathy神经网络06：WaveNet - 神经网络大升级
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络05：反向传播 – 徒手写梯度 | → 下一篇：Karpathy神经网络07：GPT – 从零实现ChatGPT 这是Andr...
Karpathy神经网络05：反向传播 - 徒手写梯度
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络04：BatchNorm – 解决训练崩盘 | → 下一篇：Karpathy神经网络06：WaveNet – 神经网络大升级 ...
Karpathy神经网络04：BatchNorm - 解决训练崩盘
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络03：MLP – 多层感知机 | → 下一篇：Karpathy神经网络05：反向传播 – 徒手写梯度 这是一篇为您准备的关于 ...
Karpathy神经网络03：MLP - 多层感知机
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络02：Makemore – 语言模型入门 | → 下一篇：Karpathy神经网络04：BatchNorm – 解决训练崩盘 ...
Karpathy神经网络02：Makemore - 语言模型入门
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：Karpathy神经网络01：Micrograd – 手撸一个AI大脑 | → 下一篇：Karpathy神经网络03：MLP – 多层感知机 这是一篇...
Karpathy神经网络01：Micrograd - 手撸一个AI大脑
本文是《Karpathy神经网络零基础课程》系列文章 ← 上一篇：无 | → 下一篇：Karpathy神经网络02：Makemore – 语言模型入门 这不仅是一个视频总结，更是一堂为你量身定制的 AI 原理启蒙课。 视频的作者...
大模型面试100问08：开源生态篇
TL;DR 开源大模型已经追上闭源——LLaMA 3.1 405B在多项任务上接近GPT-4，Qwen 2.5在中文理解上超越GPT-4o。选模型不是看参数大小，而是看任务适配：LLaMA生态最丰富、Mistral推理最快、Qwen中文最强...