让 Agent 会思考：规划与推理范式
作者：toy 大多数人第一次看到 ChatGPT 流式输出时，误以为模型在”思考”。实际上它在做一件更机械的事：每次预测下一个 token 的概率分布，然后采样。这个过程里没有回溯，没有规划，没有对全局的感知。一个字...
标签索引 / 第 7 页
大模型
这个标签下有 2415 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
大模型周刊 第 32 期：上市、融资与一份来自梵蒂冈的警告
作者：toy | 覆盖周期：2026.5.16 – 2026.5.29 这一周，AI 公司密集地按下了两个按钮：上市和融资。OpenAI 在 5 月 22 日向 SEC 秘密递交了招股书，目标估值最高一万亿美元；六天后，Anthropic ...
大模型时代的 Agent 框架，不只是比谁写得快
这篇文章整理自 The Gray Cat 对 GSD 和 OpenSpec 的一次实测对比：同一个中型写作社区产品，同一个 PRD、同一个模型、同一个 Codex CLI。真正值得看的是，它把 Agent 框架到底在约束“改动”还是“项目”...
推理慢不在语言慢，慢在加载、量化和调度
你可能听过一个直觉：C++ 比 Python 快很多倍，所以 llama.cpp（C++ 写的）应该比 vLLM（Python 写的）快很多倍。实测打脸——同一个模型同一张卡，vLLM 在不少场景下比 llama.cpp 还快。这就是 Ca...
大型代码库里的 AI，真正先放大的不是写代码，而是“理解代码”
这篇分享最有价值的地方，不是又一次鼓吹 AI 写代码，而是把一个更容易被忽略的事实说透了：在大型代码库里，真正提升产出的常常不是生成能力，而是理解能力。 本文整理自 Sentry 工程师 Priscila Andre de Oliveira...
Google I/O 2026 的真正主线：不是模型大战，而是 Google 把 Gemini 变成生态内核
本文整理自灵姐说AI对 Google I/O 2026 的深度解读。比起逐条数发布会功能，更值得看的是一个更大的判断：OpenAI 正在做超级 App，而 Google 想把 Gemini 塞进搜索、Workspace、YouTube、An...
Positional Encoding 怎么解决词序问题
Transformer 刚出来时，很多人把注意力都放在 self-attention 上。那当然没错，因为它确实重新定义了模型怎么看上下文。但如果只盯着 attention，你会漏掉另一个同样关键的问题：模型怎么知道词序？ 这是我看完这期视...
Multi-Head Attention：一句话有歧义怎么办？多看几遍
自然语言天生有歧义。 "The detective followed the spy with binoculars." 这句话有两个完全合理的理解：侦探拿着望远镜跟踪间谍，或者间谍带着望远镜刚好被侦探跟上了。人脑能瞬间意识到两种可能，但早...
姚顺宇那句“英雄主义结束了”，到底在说什么
本文整理自张小珺 Podcast 对姚顺宇的访谈。这篇文章不再按访谈流水账复述，而是重新整理成一条更清楚的主线：当头部模型能力逐渐趋同后，大模型竞争为何会从天才叙事，转向组织能力、产品定义和长期执行。原视频：https://www.yout...
告别“算错数”：Agent 范式如何弥补大模型的基础逻辑缺陷
过去语言大模型（LLM）因基于概率预测字符，常在 10+11 等基础计算中出错。但随着 Agent（智能体）范式的引入，这一难题正被攻克。在 Agent 逻辑下，模型能识别计算任务并自动编写脚本求解，将逻辑确定性交给代码执行。这种转变标志着...