自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

crossoverJie专栏

会crossover的程序猿

  • 博客(367)
  • 收藏
  • 关注

原创 为自己搭建一个分布式 IM(即时通讯) 系统

前言大家新年快乐!新的一年第一篇技术文章希望开个好头,所以元旦三天我也没怎么闲着,希望给大家带来一篇比较感兴趣的干货内容。老读者应该还记得我在去年国庆节前分享过一篇《设计一个百万级的消息推送系统》;虽然我在文中有贴一些伪代码,依然有些朋友希望能直接分享一些可以运行的源码;这么久了是时候把坑填上了。目录结构:本文较长,高能预警;带好瓜子板凳。于是在之前的基础上我完善了一些...

2019-01-02 08:10:42 6020 2

原创 设计一个百万级的消息推送系统

前言首先迟到的祝大家中秋快乐。最近一周多没有更新了。其实我一直想憋一个大招,分享一些大家感兴趣的干货。鉴于最近我个人的工作内容,于是利用这三天小长假憋了一个出来(其实是玩了两天

2018-09-25 08:32:59 926 2

原创 1K star+ 的项目是如何炼成的?

前言首先标题党一下,其实这篇文章主要是记录我的第二个过 1K star 的项目 Java-Interview,顺便分享下其中的过程及经验。需求选择Java-Interview之所以要做这个项目主要是当时我正在面阿里的两个部门,非常幸运的是技术面都过了。其中的过程真是让我受益匪浅更是印象深刻,所以就想把期间的问题记录下来,加上自己的理解希望能对其他朋友起到帮助。...

2018-05-15 08:40:52 606

原创 秒杀架构实践

前言之前在 Java-Interview 中提到过秒杀架构的设计,这次基于其中的理论简单实现了一下。 本次采用循序渐进的方式逐步提高性能达到并发秒杀的效果,文章较长请准备好瓜子板凳(liushuizhang��)。本文所有涉及的代码:https://github.com/crossoverJie/SSMhttps://github.com/crossoverJie...

2018-05-09 10:05:29 1208

原创 手搓一个 Agent 驱动的项目 Wiki 生成方案

考虑内部项目众多,为了让其他项目也能复用这个能力,我把生成静态网站的过程写成了一个 Skill。这些数据得根据之前已经生成的内容来总结,但 deepwiki 的架构是每个页面独立生成的。日常用 Claude Code(后面简称 CC)的时候发现,它可以精准定位到具体业务逻辑所在的代码片段,也能帮我们分析项目、提炼内容。直接让 CC 分析项目内容,生成静态页面,就能得到一个精准的 Wiki 了。虽然要多花点时间调试,但生成的内容质量确实更高,特别是涉及到跨文件关联分析的时候。

2026-05-19 08:00:00 566

原创 OpenAI 三连发:GPT-5.5、Codex移动端、DeployCo,AI编程进入新阶段

与此同时,Cursor、Claude Code、Cline、Gemini CLI等Code Agent工具也密集更新,竞争进入白热化阶段。功能趋同的同时,每个工具都在寻找差异化:Cline的worktree隔离、Claude Code的/goal命令、Cursor的云环境……OpenAI显然不满足于只做模型提供商,而是希望深入企业部署环节,把AI转化为"可衡量的商业影响"。当Agent需要在云端长期运行、处理复杂任务时,一个可控的、可复现的开发环境至关重要。过去,AI编程助手被"锁"在桌面环境里。

2026-05-15 11:30:20 1327

原创 GPT-5.5 + DeepSeek V4 + Claude Design:本周 AI 三大重磅齐发

DeepSeek-V4 开创了一种全新的注意力机制,在 token 维度进行压缩,结合 DSA 稀疏注意力(DeepSeek Sparse Attention),实现了全球领先的长上下文能力,大幅降低了对计算和显存的需求。的水平(内部反馈),且价格只有闭源模型的 1/10,"选择开源还是闭源"不再是技术问题,而是经济问题。开源模型的崛起让"私有化部署"和"成本控制"成为可能。GPT-5.5 和 Opus 4.7 的发布证明基础模型能力仍在稳步提升,但真正改变日常开发体验的,是这些围绕模型构建的交互创新。

2026-04-24 17:03:30 446

转载 Claude Opus 4.7 正式发布:Anthropic 在推理模型上的又一次突破

他指出,很多人对 AI 的理解还停留在去年免费版 ChatGPT 的水平,而最新的 Agentic 模型 capabilities 已经远超那个阶段。根据官方说明,Opus 4.7 在编程、Agent、视觉和多步骤任务上都有更强表现,同时在长任务中的严谨性和一致性也有所提升。我的判断是:2026 年 Q2 将是 AI 编程助手「形态收敛」的关键期——用户会根据自己的工作流程选择最适合的工具,而不再是「哪个新就用哪个」。,这是专门针对生命科学研究的前瞻推理模型,用于药物发现、基因组分析、蛋白质推理等场景。

2026-04-17 09:02:03 291

原创 从企业版 Istio 迁移到社区版:一场给高速行驶汽车换轮胎的实践

这事儿其实拖了很久,毕竟迁移涉及到的系统非常多,相当于要对「高速行驶的汽车更换轮胎」,稍有不慎就是车毁人亡。虽然已经测试验证的七七八八了,但一直不敢动手。直到最近,我们利用 AI 对 Istio 关键代码进行了深入分析,从源头来确保迁移的可靠性——这也算 AI 在实际工程中的一个应用案例了。当然,实际的迁移操作还是由我们人工来执行的,AI 在这个过程中主要提供了「理论支持」——帮我们快速定位源码逻辑、验证方案可行性。毕竟,给高速行驶的汽车换轮胎,光靠胆子大是不够的,还得对汽车的每个零件都了如指掌。

2026-04-16 11:50:39 691

转载 月薪已炒到6W?强烈建议大家冲一冲这个新兴领域

除了大模型技术讲解,还有能够震撼到每一个程序员的、超详细、最热门的大模型商业化应用案例。目前,很多学员已经通过完整学习,实现了职业跃迁!让AI自主干活,通过工具调用(Tools)环境交互,多步推理完成复杂任务。掌握主流大模型(如DeepSeek、Qwen等)的微调技术,针对特定场景优化模型性能。5个步骤,覆盖超多业务场景,培养全栈开发能力,轻松成为大模型应用开发工程师。课程由AI大模型领域大佬们联合打磨研发,老师们将大模型技术原理讲透的同时,如今,超过60%的企业都在推进AI产品落地,而真正能交付项目的。

2026-04-08 08:00:29 33

原创 Claude Code “开源”?真正离谱的不是 anthropic 的这个“草台班子”

Claude Code 的密集发版说明 Anthropic 在开发者工具上的投入在加大,v2.1.88 解决的都是实打实的痛点。这周的信息量不小,但核心就几条:OpenAI 在公益和安全上放大招,Anthropic 的 Claude Code 变得更稳定了,Google 的语音 AI 又进一步。现在 AI 时代最不缺的就是老师了,但凡你有点主观能动性为啥要去吃别人嚼过的东西(说不定还是 AI 写的),自己去吃 AI 一手的信息不香吗?如果你关注 AI 安全,OpenAI 的赏金计划可以了解一下。

2026-04-01 08:08:23 628

原创 企业大模型应用与 Vibe Coding 实战

这里的目录结构我们是确定的,无论怎么重复生成都是这个目录机构,对于我们的 Java 项目来说,我们希望目录结构可以根据对外提供的 grpc 生成,这样就可以系统的结构化的来理解整个项目。比如他为了更加通用,默认对代码的分割算法是 text 分割,也就是按照英文单词进行分割,因为有可能你的项目都不是代码,而是内部的纯文本知识库。同样的道理,对于前端项目、或者是 Python 你项目,他们的关注点都不太相同,我们需要针对性的优化,不然就只能得到一个可用的玩具。下图是 openclaw。

2026-03-25 08:08:27 603

原创 OpenAI 收购 Python 工具链 uv 和 Ruff

OpenAI 的 Codex 要成为最好的 Python 开发 Agent,从工具链底层控制开发体验是最直接的路径。整体节奏比上周还快。对 Agent 开发者来说,nano 的高并发特性特别有价值——很多 Agent 场景的瓶颈不是模型能力,而是成本和延迟。这个愿景的时间线和可行性存疑,但如果实现,对 AI 算力供给的影响是颠覆性的。这篇文章的价值在于它是工业级的 Agent 安全实践,而不是学术论文。做 Agent 开发的团队建议精读,这是目前公开的最详细的 coding agent 对齐监控方案。

2026-03-23 08:08:31 630

原创 DeepWiki 优化实战:代码行号与确定性目录生成

DeepWiki 默认的做法是把 repo 的目录树和 README 丢给 LLM,让它自由发挥来生成 wiki 目录(虽然有一些限制提示词,比如输出目录结构的大概要求)。来的,理想的 wiki 目录应该是按 Service 和 RPC 方法来组织的,而不是让 AI 自由发挥出一堆"Architecture Overview"、"Getting Started" 之类的通用章节。文件,解析出所有的 Service 和 RPC 接口列表,然后直接构建出确定性的目录结构给前端,绕过 LLM 的目录生成步骤。

2026-03-18 08:08:52 563

原创 Claude Code 进化后越来越像 openclaw 这类通用 Agent 靠拢

Claude Code 一周发了 5 个版本,Cursor 的插件生态一口气接入 30 多家合作伙伴,OpenHands 加了 Planning Agent,Copilot 在 JetBrains 上做了大幅 Agent 能力提升。Cursor 的 30+ 合作伙伴插件、Claude Code 的 MCP elicitation、Copilot 在 JetBrains 的追赶,都指向同一个方向——Code Agent 要真正好用,光靠模型能力不够,工具集成和生态才是差异化的关键。

2026-03-16 11:55:25 554

原创 SkillDeck 支持 OpenClaw 了,顺便聊聊小龙虾

现在网上已经有很多安全问题的案例了,比如很多人开了公网端口导致自己的电脑直接裸奔,任何人只要拿到了入口就可以让 OpenClaw 把电脑里的文件发出来,甚至拍照、录像都可以。所以理想的方案还是之前苹果想做的那一套:各个 app 之间通过标准的 AI 可以识别的接口协议进行通信,而不是现在通过模拟点击、执行 shell 命令来绕过所有的权限校验。其实 OpenClaw 并不是什么全新的东西,之前昙花一现的豆包手机电脑版就是类似的思路——帮你自动化操作各种 app,本质上还是想解决人类「懒」的问题。

2026-03-12 08:09:01 368

转载 过去一周的 AI Coding Agent 更新日志

Copilot 的 Jira Agent——三家头部工具同时在做 Agent 的"触发-执行-反馈"闭环。我观察到的趋势:2026 年 Q1,Code Agent 之间的竞争焦点已经从"谁补全更准"转向"谁能跑更复杂的自动化工作流"。这是从"写代码"到"做项目"的关键能力跳跃。OpenAI 发布了 GPT-5.4,最显著的参数是 100 万 Token 的 Context Window,在 coding、computer use 和 tool search 方面达到 SOTA。

2026-03-09 09:45:22 376

原创 最近的值得关注的 Code Agent 更新日志

这是 Codex 近期最重要的一次更新。OpenClaw 的 PDF 工具、Codex 的多模态工具输出,都在打破「纯文本交互」的局限。今天没有 5⭐ 级别的行业地震事件,但三条 4⭐ 新闻共同指向一个趋势:AI 编程工具正在进入「多 Agent 协作 + 多模态能力」的新阶段。Sub-Agent 分支标志着 Codex 正式进入多 Agent 编排的赛道,这将显著提升处理大型复杂任务的效率。Copilot 弃用模型的速度越来越快,选择 AI 编程工具时,平台的模型切换灵活性和生态完整度才是长期竞争力。

2026-03-04 08:04:31 589

原创 也许你需要一个管理 Agent Skills 的可视化 App

我一行 Swift 都不会写,但靠着 AI 辅助,从零产出了一个完整的 macOS 原生应用。但这也只是解决了安装的问题,对所有 Agent 的 Skills 缺乏统一的可视化管理——装了哪些 Skill、哪些有更新、哪些该删掉,全靠自己记。的流程差不多,但这次的复杂度高了不少——毕竟是一个完整的 macOS 桌面应用,涉及 UI 布局、文件系统操作、网络请求、并发处理等等。我建议还是使用刚才的方案,将你觉得消耗 token 的结论存储到专门的文档里,后期你需要使用的时候直接加载即可。

2026-02-25 08:08:28 489

原创 别再傻等了,给 Claude Code 装个通知铃铛

最近用 Claude Code、Copilot CLI 这类 AI Agent 工具的时候,有一个挺烦人的问题:让 AI 在后台跑任务,我总是会忍不住去查看他的执行状态,有时候比较复杂的任务可能会耗时十来分钟,每次来回切换非常浪费时间。凡是需要确定性执行的操作,都不应该用提示词去"请求"LLM 来做,而是应该用平台提供的 Hook 机制来保证。的通知消息是 "Claude is waiting for your input",但这个消息不够直观——我更想知道的是"任务完成了",而不是"在等你输入"。

2026-02-11 08:45:52 463

转载 还在为每个IDE重复配置AI技能?一键搞定!

只需一条命令,自动检测你电脑上安装的 IDE(Cursor、Windsurf、Claude、Antigravity、Copilot、TRAE),并将技能注入到所有环境中。— 技能装一次,Cursor、Claude、Windsurf 等主流 AI IDE 即刻可用。你只管维护一份标准的 Markdown 技能文件,ASH 自动创建软链接,ASH 会自动检测仓库结构,扫描 Monorepo 中的技能并完成安装。精心打磨的 "Java 专家"、"Git 规范" 散落在各个项目文件夹。

2026-02-10 08:01:14 81

原创 一行代码没写,用 AI 搓出三个实用 SKILLS

我会在 Obsidian 里写博客,写完之后打开 CLI,让它读取博客内容,调用 cover-generator 生成封面并上传,然后把图片地址更新到博客的 frontmatter 里。上篇提到过我写博客的一个痛点:每次写完文章都要手动找封面图 → 上传图床 → 粘贴链接,这套流程走下来虽然不复杂,但每次都要做一遍确实烦。生成的图片效果还不错,简洁的渐变背景加上标题文字,虽然比不上专业设计,但作为博客封面还是够用了。这一下就打开了思路,于是补充了环境变量和配置文件两种方式,形成了三级优先级的配置体系。

2026-02-09 08:09:02 351

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 364

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 380

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 442

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 477

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 362

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 341

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 366

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 317

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 306

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 313

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 257

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 322

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 272

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 366

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 584

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 341

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 368

原创 从 Function Call 到 MCP-> SKILLS:AI Agent 能力扩展的演进之路

这个演进过程的本质是:**让 AI 从一个"什么都懂一点但包袱很重"的聊天机器人,变成一个可以根据任务场景,随时调用不同工具来实现需求的关键,比如最近大热的 OpenClaw。:100 年前你需要了解发电机的原理;随着大模型的持续进步,这些基础设施最终会变得"隐形"——用户不再需要知道 Skills 的存在,只需要表达意图,AI 就能自动调用合适的能力来完成任务。本文将从技术演进的角度,带你理解这些概念之间的关系,以及它们如何让 AI 从一个"只会说话的聊天机器人"变成真正能"动手做事"的智能助手。

2026-02-06 08:42:10 310

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除