刷新
Claude Code 完整上手指南

博主头像 一、Claude Code Claude Code 是 Anthropic 推出的 面向真实工程场景的 AI 编程助手。我们不能把 Claude Code 理解为聊天版的 AI, 它其实更接近于 能直接参与项目开发的工程师,它不只是回答“怎么写代码”,而是可以 理解整个代码仓库、跨文件修改代码、运行 ...

Vibe Coding 之我们距离 “贾维斯” 还有多远

博主头像 作者通过使用Vibe Coding和Claude Code等AI编程工具的实践经验,分享了与AI协作的方法和技巧。文章探讨了当前AI工具与理想中"贾维斯"智能助手的差距,包括缺少持续记忆、意图理解需反复对齐、决策点过于依赖人工等问题。作者提出了通过模板化常见场景、记录决策过程、优化沟通方式等方法来改... ...

ICLR2026 | 视频虚化新突破!Any-to-Bokeh 一键生成电影感连贯效果

博主头像 针对视频散景制作常面临操作复杂、效果不自然等问题,难以满足创作者高效出片需求等问题,我们提出 Any-to-Bokeh 一键式视频虚化工具,对应的论文已被 ICLR2026 接收!该工具无需复杂操作无需专业操作即可生成电影感虚化效果。为短视频创作者、影视从业者提供了高效易用的创作工具,也为相关领域科... ...

Windows系统安装OpenClaw并使用Qwen千问接入飞书教程

博主头像 Windows系统安装OpenClaw并使用Qwen千问接入飞书教程 免责声明 ⚠️ 本教程仅供学习和参考 purposes,作者不对使用本教程产生的任何后果承担责任。 使用风险: 读者应自行评估使用本教程的风险,因遵循本教程操作而导致的任何直接或间接损失(包括但不限于数据丢失、系统故障、账号 ...

读人工智能全球格局:未来趋势与中国位势18专家视角(下)

博主头像 1. 伦理研究 1.1. 刘哲 1.1.1. 北京大学哲学系副主任、长聘副教授 1.1.2. 《中国机器人标准化白皮书》 1.2. 法律规制具有一定的滞后性,当人工智能和机器人带来的现实问题还未出现的时候,是很难从法律方面进行监管的 1.3. 从英美这些国家的做法来看,它们意图把伦理价值融入人工智能 ...

AI渗透测试工具:从"脚本跑腿"到"Agent大脑"的范式革命

博主头像 渗透测试的战场正在发生根本性变化。 传统模式里,你是猎人,工具是猎狗。 你指挥它"扫这个IP"、"测这个端口"、"注入那个表单",它按你的指令执行,遇到问题停下来等你决策。 2026年的AI渗透测试,完全不是这回事。 Agent成了猎人,你成了顾问。 它们自主规划攻击路径、动态调整策略、相互协作攻破 ...

读人工智能全球格局:未来趋势与中国位势17专家视角(上)

博主头像 1. 加大对人工智能基础理论的探索 1.1. 刘海滨 1.1.1. 中国航天系统科学与工程研究院总工程师 1.2. 人工智能的发展不会一帆风顺,技术进展缓慢、伦理道德冲击、根技术储备不足、应用不满足实际需求等,都将给中国人工智能的发展带来挑战 1.2.1. 我国仍然是一个追随者,不完全是一个创新突破 ...

2026年AI测试工具评测:谁在解决问题,谁在割韭菜?

博主头像 核心结论 用了半年AI测试工具,我得出一个残酷的结论:90%的"智能测试"都是在割韭菜。 这篇文章不是工具推荐,是一份避坑指南。我会告诉你哪些工具真正解决了问题,哪些只是把老包装成了新。 三个真相 真相1:AI不会消除维护成本,只会转移维护成本 某银行引入Tricentis TOSCA后,测试维护成 ...

混合专家模型 (MoE) 详解

博主头像 混合专家模型 (MoE) 详解 随着 Mixtral 8x7B (announcement, model card) 的推出,一种称为混合专家模型 (Mixed Expert Models,简称 MoEs) 的 Transformer 模型在开源人工智能社区引起了广泛关注。在本篇博文中,我们将深入探 ...

我做了个 AI 绘图工具,不用写提示词,一键复刻爆款图片!

博主头像 大家好,我是程序员鱼皮。 经常看我视频和文章的同学应该会发现,我偶尔会用动漫风格的插画来做配图,帮大家理解知识点。 比如吉伊卡哇漫画风格,可可爱爱: 再比如海绵宝宝风格,都是情怀: 每次发出来,评论区都会 “哇” 声一片,有一堆人问:鱼皮你这图怎么做的?提示词能分享一下吗? 但问题是,即使我把提示词 ...

读人工智能全球格局:未来趋势与中国位势16中国之路

博主头像 1. 数据优势 1.1. 人工智能在现阶段甚至相当长的一段时间内大概率将沿袭当前的技术路径,即依赖大数据机器学习的数据智能 1.2. 各国政府、企业、研究机构在推动人工智能算力算法升级和产业落地的过程中,都将依赖于庞大的数据基础,而这正是中国发展人工智能的优势所在 1.3. 数据优势 1.3.1.  ...

被这些测试框架坑过?我的选型避坑指南

博主头像 上个月团队要选个新的测试框架,我花了整整一周调研。 结果呢?选了个看起来很火的框架,实际用了不到一个月就后悔了。 踩坑踩多了,我总结出一套选型方法论,今天分享给你,帮你少走弯路。 第一个坑:被GitHub Star数迷惑 当时我看到一个框架,GitHub star数8万+,文档写得漂漂亮亮,社区也活 ...

<123···27>