51CTO热榜

昨天同时查了一个XComponent黑屏问题。我也顺便看了看,页面结构还在,按钮也能点,日志里渲染线程仍然运行,画面就是一片黑。把页面退出再...
NeuralProphet 让运维场景的时序数据精准预测,从复杂的 AI 技术课题,变成了普通运维可快速上手、直接落地的实操方案。
如果只看技术实现,这次最大的变化很直接:pnpm 几乎整个用 Rust 重写了。但相比 Rust,我觉得 pnpm 12 更值得关注的是另外两件事:它开始摆脱对 Node.js 的依赖,同时也开始不满足于只做一个包管理器。
LLM预测世界的语言描述,视频世界模型预测(动态)图像,而这次直接预测四维的空间与时间的物理状态。
模型的上限,除了拼算力,还要拼题库。只是当出题、搭台、解题都交给模型,人类留在这个闭环里的位置是什么?
最近,Firecrawl 开源了一个很有意思的项目:anydoc。 它只做一件事情:把各种文档转换成干净的 GitHub-Flavored Markdown。
OpenAI 约 1200 个 Agent 在内部网络安全评估中突破沙箱隔离,自发组建了一个未经授权的消息板,互发超过 7 万条消息,自称「蜂群」。
OpenAI花了292天想把AI塞进浏览器,最终放弃了。而Anthropic反手则把浏览器塞进了AI。
当我提出的任何问题可能都被Claude更快地回答时,我们如何教导和培训学生?
最早人类躲在机器背后,一张图一张图地点,硬生生攒出了ImageNet,也推开了深度学习时代的大门。后来,AI沿着这些数据一路长大,终于学会自己看图、听声音、写文字。
北京大学、可灵团队、中国科学院自动化研究所和中山大学联合提出 MAVIN,一种支持定制化叙事控制的多镜头音视频联合生成模型。
来自阿德莱德大学吴琦(Qi Wu)团队的一项新研究干了一件听起来有点大胆的事:把 coding-agent(就是 Claude Code、Codex 这些天天用来写代码的 AI 工具)原封不动地接上机器人,让它在陌生的房子里按语言指令导航。
本文从MySQL索引底层结构切入,深度拆解联合索引、最左匹配的核心原理,带你穿透表象,彻底搞懂索引失效的底层根源,从根本上规避索引使用误区,实现精准的SQL索引优化。
把一套 20 万行的系统,从 C 语言整个重写成 Rust,接口不变、行为不变、旧代码全部删掉 —— 这才是工程师日历上真正填满的工作。 而这件事,AI 还远远做不到。
DeepMind 在流失了一批明星研究员、并完成了一轮高层重组之后,补上了后训练和 RL 方向的一位资深带队者;Gemini 4 的时间表压力下,这个补位应该很重要。
ECCV 2026 接收的论文 OmniColor 提出了一个统一的多模态线稿上色框架。其核心思路是把复杂控制信号拆分为两类:需要严格空间对齐的条件,以及不追求像素对齐的语义参考条件。
随着开源模型能力不断提升、推理成本持续下降,「自验证」正在成为一种越来越可行、也越来越经济的能力扩展方式。
来自河海大学长江保护与绿色发展研究院的研究团队提出Know Infrastructure(KI,知识基础设施):在Agent与专业模型之间建立一层共享Harness,把专家经验变成可执行的工具、必须通过的检查和出错后的恢复方法。
2026年7月27日,关于该数据库的27条安全警告开始出现。发布这些警告的是CVE列表的维护方,一家美国政府机构为每条警告评定了严重性等级。一夜之间,各公司的自动扫描系统拉取了这批信息,把警告推到补丁工程师面前。
从Redis 7.4的向量搜索原生支持,到Redis 8的Vector Sets,到Redis 8.8的92%内存节省,到LangCache的70%成本降低,再到Redis Iris的完整Agent上下文引擎——2026年的Redis,已经不再是那个“只做缓存”的中间件了。
刚刚,The Information报道,英伟达已同意以 129 亿美元收购Hugging Face。X上都疯了,全部惊叹于你黄叔叔的钞能力。还有Hugging Face这把是真全员财富自由了啊o(╥﹏╥)o。
大模型已经过了随便发个小迭代就能刷屏的阶段。现在比的是真正的下一代能力跃迁,以及谁能把这种跃迁更快、更稳地交到用户和开发者手里。开源与闭源的正面交锋,正从一个模糊的趋势,变成眼前清晰可见的现实。
8 月 11 日,Anthropic 为 Claude Enterprise 的 Compliance API 增加了本机会话端点,仍处于 Beta。合规人员可以查看 Claude Code 和 Cowork 中已经发送给 Claude API 的会话内容,包括用户提问、模型回答和工具调用。
一个没设 TTL 的 Big Key,靠"只写不删"硬生生把 Redis 内存攒到爆。临时 UNLINK 删掉只是止血,真正要排查原因,靠的是把历史数据安全导出来分析。
作为数据库行业的年度盛会,DTCC 2026 于日前结束。笔者全程参与了本次大会,也与很多老朋友难得一见、相谈甚欢。作为年度会议,各位嘉宾老师的分享,是行业一年来发展的一个风向标。刚刚拿到了分享材料,通过此文做个小总结。
Harness 全部固定为 DSH,任务、素材、上下文、浏览器和验收规则保持一致,只替换模型:DeepSeek V4 Flash Vision Exp、GLM-5.3-Flash、Qwen3.8-Flash 和 Kimi K3-256K。
在正式发布前,智谱以匿名模型Ox Alpha(戏称牛来)在OpenCode和OpenRouter上线测试。结果出乎意料——它迅速成为当周最受欢迎的模型,调用量创下双平台新高,而且全部流量由国产AI芯片支撑。
这一次,A社想要争夺的,是AI进入物理世界最底层的「接口」。在这个Agent时代,它先用MCP连接起工具,现在又用MHS打通AI进入真实世界的大门。过去,大模型只能告诉人类怎么做。现在,它开始亲手做了。
只拥有一个能力很强的模型已经不够。一个要连续工作数小时、数天的 Agent,需要一个能在它周围持续存在的世界:状态可以跨重启保存,记忆只保留真正重要的内容,事件能够异步到达,工具会实际改变世界,检查点支持故障恢复,而奖励在数千次动作之后仍然表达着最初想要的目标。
Deadline调度器在理论层面而言是可以提供可靠的实时保障的。但是在实际的业务开展过程当中会遭遇到不少的难题。众多的故障是因为开发者没有搞清楚调度器的参数所导致的。
Claude Code 展现出来的文件探索方式,并不是否定 RAG,而是说明修 Bug 需要一种更轻、更稳、更容易验证的默认入口。
今天这篇文章,我想跟你聊四个问题:制造企业的AI应用走到哪一步了?钱到底在哪些场景赚到?价值怎么算?最后一公里还差什么?
4K+图像编辑新突破!针对数据匮乏与细节建模难题,我们发布首个指令式超高分辨率编辑数据集 VINS-120K(含12万精筛4K三元组)。同时提出高频感知适配策略,将预训练低分辨率模型轻松扩展至UHR领域,并配套评测基准 VINS-4KEval。显著提升编辑细节与纹理真实感!
AI 编程开发,它是一个系统化的工程,其实就是一个软件工程概念。如果你也在跟「AI 不听话」较劲,先别急着换模型(有时候换模型可行的,有时候也是不行的)、加禁令等等——去仓库目录上仔细看看,现在到底有几份说明书。
这篇文章基于对 Anthropic 递归自改进报告、斯坦福 CS329A 课程、EvoAgentX 等开源框架的深度研读,结合业界多个团队已验证的优秀实践,提炼出一套评测→记忆→落地→控制的四齿飞轮方法论。
前端做桌面应用,目前最主流的还是 Electron 和 Tauri。不过最近这块突然有了不少新东西。
英国贝德福德郡 48 岁的里斯 · 希伯特成为全球首位在 AI 实时辅助下接受脑部手术的患者,医生成功切除了他的脑部肿瘤。
这道题真正考的不是你记住了多少类名,而是能不能说清「为什么 Java 项目需要这一层抽象,以及这一层抽象不能替你做什么」。
Codex 是高度集成的软件工程运行时;OpenCode 是多模型优先的通用 Agent 主机;OpenDesign 是叠加在 OpenCode 上的设计工作流;DSH 把模型、工具、会话、压缩和权限拆成可替换插件,并用追加式事件日志记录过程。因此,同一个 DeepSeek 会表现出四种工作风格。
ima是AI知识库,核心就是存和检索,资料往里一扔,需要时召回。WorkBuddy是腾讯的AI工作台,一句话派活。连起来,ima当大脑,WorkBuddy当手脚。
Public APIs 不是帮你写代码,而是帮你少花时间找"代码需要的数据"。如果你平时经常做 Vue、React、Node.js 或 AI Demo,这个仓库建议直接 Star + 收藏。
如果说过去两年的豆包app是什么样的,它的核心能力是「帮你生成内容」;那么豆包工作接下来的目标,是「帮你完成工作」。写方案、做 PPT、整理会议纪要、操作浏览器、操控电脑、远程执行任务、接入飞书企业知识库、与团队协作 ,它正在把「AI 办公」从辅助思考,推进到任务闭环。
学完这节,你的 Agent 就从「会聊天的机器人」变成了「能真正做事的执行者」。下一步,用护栏给它装上安全边界。​
Loop 工程不是新词。原语内置之前,大家的做法是手搓 bash 循环;年初一批人玩过 Geoff Huntley 的 Ralph loop,在个人项目上试错,跑砸了代价也不大。
没有赏金。没有新的CVE。没有Chrome进程沙箱逃逸。 但这仍然是我构建过的最酷的事情之一。
Sentinel(分布式系统的流量防卫兵)是 Spring Cloud Alibaba 生态的核心组件,专门解决微服务中的流量防护问题。
ConcurrentModificationException​ 的背后,是 modCount 这个"修改计数器"和 fail-fast(快速失败)机制。
DNS 监控的核心不是抓包,而是对协议的理解、对性能的极致追求、对边界情况的全面考虑。
要理解这类攻击的危害,我们需要重新审视 AI 平台账号的特殊性。它早已不再是一个简单的"聊天工具入口",而是演变成了个人或团队的数字化工作记忆中枢。