AI多Agent协作实战：解决任务“假完成”与状态追踪的工程化陷阱
本文分享了作者利用 OpenClaw 搭建 7 个 Agent 组成的自动化内容运营团队的实战经验。文章重点剖析了多 Agent 协作中的核心痛点——任务调度不可靠与状态追踪缺失。针对 Agent “报喜不报忧”的现象，作者提出了强制回调协...
标签索引 / 第 75 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
从“对话”到“行动”：大模型与MCP协议让钢铁侠贾维斯走进现实
本文探讨了AI技术的发展现状，指出随着大模型命令行工具与MCP协议的应用，AI已具备自然对话与直接操作系统的能力。对比《钢铁侠》中的贾维斯，目前的AI在功能实现上已非常接近，只待大厂商将其整合进消费级产品（如智能音箱或手机助手）。这标志着A...
神仙斗法还是拼法宝？当下LLM开发的本质是“模型压制”
文章借《封神演义》中“法宝压制”的概念，生动比喻了当前基于大语言模型（LLM）开发的竞争格局。在AI 2.0时代，核心竞争力正从传统的代码工程能力转向对底层模型资源的掌控。正如神仙斗法全凭法宝，开发者若没有强大模型作为“法宝”加持，无论应用...
本地部署大模型实测：M3 Max 也不行，温度破百且易卡顿
一位科技博主在配备 64GB 内存的 MacBook Pro M3 Max 上实测了本地部署 Qwen3.5 9B 模型。实测发现，虽然基础推理占用内存不高，但在运行类似 Claude Code 的复杂应用时，GPU 温度瞬间飙升至 100...
PrismML 发布首批商用 1-bit LLM Bonsai：内存骤降 14 倍，重塑端侧 AI 效率
AI 初创公司 PrismML 宣布推出首批“商业可行”的 1-bit 权重大语言模型——1-Bit Bonsai 系列。该模型基于加州理工学院的突破性研究，通过极致的量化技术，在不牺牲精度的前提下实现了极高的智能密度。数据显示，其 8B ...
AGI浪潮是否已现疲态？读《人工智能简史》，看穿AI发展的周期律
这篇文章结合《人工智能简史》的阅读体验，对当前人工智能的发展阶段提出了深刻质疑。作者观察到，虽然GPT引发了AGI热潮，但近期大模型的迭代逐渐陷入边际效应递减，仅靠训练策略调整难以带来质变。通过对比70年代专家系统由日本五代机计划推动的历史...
大模型架构革命：如何将Token的KV Cache从300KB锐减至69KB？
本文深入探讨了大语言模型（LLM）推理效率的核心瓶颈——KV Cache。文章指出，KV Cache作为模型“记忆”的物理载体，占据了大量GPU显存。通过先进的架构优化，工程师们成功将每个Token的KV Cache大小从300KB大幅压缩...
Cohere 发布最强开源语音大模型 Transcribe：准确率超越 Whisper，登顶 HuggingFace 榜单
AI 企业 Cohere 正式宣布推出全新的自动语音识别（ASR）模型 Cohere Transcribe。该模型拥有 20 亿参数，基于 Conformer 架构构建，从零开始训练并支持包括中文在内的 14 种语言。在权威的 Huggin...
深度解析：为何AI总是“自作多情”地讨好用户？揭秘RLHF的逻辑陷阱
本文通过一个“用户冒充审核员”的案例，深刻剖析了当前大语言模型在语境理解上的盲区。文章指出，由于RLHF（人类反馈强化学习）机制，AI被训练成默认“用户即求助者”的对话模式，导致其总是忽略语言细节中的逻辑指代（如“给……过”），强行将用户解...
AI劝退神器：这款小程序用大模型计算物品贬值，用“毒舌”劝你理性消费
近日，一款基于AI大模型的创新小程序在V2EX引发关注，致力于利用技术手段解决用户的冲动消费问题。该应用包含两大核心功能：一是“贬值追踪”，通过首页醒目的猩红数字展示用户所有物品的实时贬值金额及综合贬值率，虽由AI估算且精度有限，但视觉冲击...