- 博客(128835)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 【论文精读】HarnessPro：以帕累托优化实现性能—成本权衡的递归式 Harness 自我改进
HarnessPro提出一种无标签的递归式Harness自我改进方法，通过帕累托优化实现性能与成本的协同提升。该框架利用多智能体系统分析执行轨迹，动态调整推理强度与工具预算，在无需官方测试的情况下演化出轻量（lite）、均衡（medium）、高性能（heavy）三类Harness。实验表明，其在Terminal-Bench 2等基准上相较RHO平均提升2.0%通过率，同时降低26.1%任务成本，有效推动性能-成本帕累托前沿前移。
2026-10-23 13:01:05
266
原创 【论文精读】RSI-Anything：以世界模型解锁递归自我改进
RSI-Anything提出一种基于JEPA-Anything的世界模型框架，实现递归自我改进。通过预测性模型指导行动与数据选择，结合反馈驱动的策略与模型更新，并引入组件及兼容性检查机制，确保系统持续优化。在代码修复、GUI交互、实验室规划与反应优化中均显著提升性能，如任务完成率提高39.4%，产率达96.15%，实现跨领域持续进化，验证了预测模型与系统更新协同推动智能体自我演进的有效性。
2026-10-23 11:26:12
126
原创 【论文精读】The Last AI Built by Humans 最后一批由人类打造的 AI：走向真正的递归自我改进 Recursive Self-Improvement
本文提出递归自我改进（RSI）的五级自主演进路径，从执行、策略、经验获取到环境适应，最终实现元改进。基于余量闭合指数（HCI）揭示当前大模型局限，结合科学发现、具身智能等场景需求，系统梳理产业实践与实证证据，指出实现真正RSI的关键挑战，推动AI从工具向自进化超级智能体跃迁。
2026-10-19 17:51:50
381
2
原创 Meta：Context Language Models 能够原生管理自身上下文的语言模型
本文提出上下文语言模型（CLM），首次将上下文管理作为语言模型的原生能力，通过将上下文视为可自由编辑的文件，实现模型自主更新与优化。实验表明，零样本CLM在多项长程任务中显著超越现有基线：在BrowseComp-Plus上准确率提升11.4%，FLOPs降低21.5%；在12小时EdgeBench任务中得分提高5%，算力节省59%；在24小时多智能体集群任务中端到端加速65%。CLM支持上下文内学习与强化学习，可通过自然语言指令或技能进化循环优化策略，并结合后缀缓存复用技术，在保持性能前提下降低35%服务器
2026-10-02 22:04:27
66
原创 【技术报告深度解析】第一开源大模型 MiMo-V2.6：迈向自我改进的强化学习规模化
MiMo-V2.6 是小米推出的全模态强化学习模型系列，通过扩展算力、环境与评分机制，推动大模型自我改进。其基于 hybrid-SWA 架构，融合多模态预训练与 agent 中期训练，实现跨领域任务能力跃升。在强化学习阶段，采用异步大 batch 训练（单 step 处理 27–37 亿 token）、多样化 agent harness 及分组式 agentic 评分，提升奖励信号精度。通过冻结 MoE 路由器、多层防御与统一基础设施，保障大规模训练稳定。开源工具链支持可复现的 agentic RL 研究，
2026-09-30 15:47:22
149
原创 【DeepThink V1.1.0 发布】全球免费开源自由使用打造你的个人 AI 操作系统：支持全自主托管模式完成超复杂长程任务
DeepThink v1.1.0发布，实现从工具驱动到自主AI Agent系统的重大升级。新版本核心包含：1）Autonomy Layer统一架构，集成7大自主能力（感知、认知、决策、执行、学习、适应、监控）的度量与验收闭环；2）全托管模式（Autonomous Mode），通过三层防御机制和四道硬刹车护栏实现安全自主运行。同时修复桌面版打包依赖问题，新增49项单测和20项E2E测试确保稳定性。该项目为开源多平台AI操作系统，支持本地化部署与复杂任务自动化处理。
2026-08-07 02:20:02
824
原创 企业级 AI Agent 智能体系统：Agent 间通信协议
企业级 AI Agent 系统正从单智能体的工具调用走向跨团队、跨框架、跨供应商的多智能体协作，通信层因此成为可靠性、安全与成本治理的共同瓶颈。现有经典 Agent 通信语言、LLM 多智能体框架与新兴互操作协议分别解决了语义规范、开发效率与连接互通的一部分问题，但尚未把会话语义、能力授权、可靠投递、预算核算与可审计性整合进同一份消息契约。本文提出 EACP（Enterprise Agent Communication Protocol），以类型化言语行为为语义核心，以能力令牌与策略决策点为授权核心，以幂等
2026-10-27 19:10:15
16
原创 代码执行沙箱与容器隔离技术方案与系统设计
编码 Agent 已从代码补全走向在真实仓库中执行命令、安装依赖、运行测试与提交补丁。执行能力越强，沙箱边界越关键：容器配置错误、内核漏洞、提示注入、供应链投毒与凭证泄露，都可能把一次自动修复变成主机失陷。现有工程实践常把“放进容器”等同于“已经安全”，缺少面向编码 Agent 的威胁建模、隔离强度分级与可验证的审计闭环。
2026-10-27 13:33:37
36
原创 企业级 AI Agent 智能体系统：供应链安全
原题「企业级 AI Agent 智能体系统：供应链安全」是一个主题式标题，未指定具体方法、场景或论文类型。本文作以下默认解释，并在全文保持一致：本文讨论的是一个企业内、一个智能体部署图的供应链安全。跨企业的联邦信任、模型提供方的训练数据审计、云基础设施的物理安全，只在接口处提及，不作为主要贡献。本文不处理拒绝服务、侧信道、模型权重窃取等与供应链完整性正交的威胁。本文的引用分为三类，并在参考文献中显式分组：本文不编造实验数据、结果、作者、DOI、页码或数据集统计量。凡需要测量才能成立的判断，一律写成待验证的研
2026-10-27 12:24:25
62
原创 桌面办公场景下的从 UNIX 到 Agent OS 的操作系统演进设计要点
桌面办公是知识工作的主要现场，智能体正从对话接口走向跨应用执行。现有智能体框架多以普通应用运行在 UNIX 类操作系统之上，继承了面向确定性进程的抽象：环境权限、字节文件、退出码与事后日志，难以约束长时程、概率性、跨应用的有副作用动作。本文把智能体操作系统（Agent OS）理解为位于现有内核之上的语义控制平面，而不是对 UNIX 的替代。我们首先给出桌面办公任务、动作、能力与委托链的形式化，分析 UNIX 的隐含假设与智能体现实之间的错位；
2026-10-27 11:15:13
210
原创 Hardware-in-the-loop 流水线：架构设计与工程实践
硬件在环（Hardware-in-the-Loop，HIL）测试把真实的控制器、传感器接口或功率变换器接入实时仿真回路，是自动驾驶、机器人和电力电子系统从模型验证走向实机验证的关键环节。现有实践往往把 HIL 理解为单台台架加若干脚本：场景、模型、线束、固件、时间基准和判定器分别由不同团队维护，导致试验难以复现、台架利用率低、失败定位依赖专家经验。本文把 HIL 重新表述为一条可编译、可调度、可审计的流水线，提出 HIL-Pipe 五平面参考架构，包括场景与工作负载、实时仿真、信号与 I/O、编排与执行、证
2026-10-27 01:38:35
156
原创 终端 UI 与交互设计实践指南与 Checklist
终端是开发者、运维人员与自主智能体共同使用的交互介质，具备可远程访问、可组合和可脚本化等优势，但受字符网格、终端能力差异、键盘编码歧义、会话中断和不可信输出等约束。现有终端用户界面（Terminal User Interface，TUI）框架主要解决渲染与输入管线问题，交互设计知识仍分散在终端标准、命令行界面（Command Line Interface，CLI）规范与框架文档中，缺少覆盖环境、布局、键盘、反馈、可访问性、恢复和安全的统一实践框架。
2026-10-27 00:29:23
142
原创 重新思考 后台任务与守护进程
当大语言模型（Large Language Model，LLM）智能体从秒级问答走向跨小时、跨天运行的后台工作，系统设计的中心问题从「模型能否完成一步」转变为「一项持续承诺能否在崩溃、重启、升级与取消中保持正确」。主流实现把后台任务写成线程、协程或nohup进程，把守护进程理解为脱离终端的常驻程序；二者都只描述了执行载体，没有描述状态、权限、副作用与责任如何跨越故障存续。本文重新界定两个概念：后台任务是可持久化、可观测、可治理的承诺；守护进程是有界授权、持续对账、可被监督的控制器。
2026-10-26 23:08:45
199
原创 工具调用超时与并发控制实战复盘：指标、踩坑与优化
大语言模型（Large Language Model, LLM）智能体通过工具调用把推理转化为外部动作，超时与并发控制因此成为生产可靠性的边界。现有工程实践常把超时视为客户端参数、把重试视为局部补偿，缺少任务级的预算传播、并发准入与效果对账，容易在高负载下形成“超时—重试—排队—再超时”的正反馈。本文给出一套面向工具调用的指标、失效模式与优化方法：首先形式化调用生命周期与截止时间预算；其次提出覆盖用户体验、可靠性、效率与稳定性的四层指标体系，并总结协调遗漏、成功者偏差、超时删失与重试重复计数等度量陷阱；随后
2026-10-26 21:48:08
47
原创 深度解析 PC-桌面 Agent OS
桌面是智能体走向日常生产的关键场景，也是当前计算机使用智能体（Computer-Using Agent, CUA）最难稳定落地的场景。过去两年，多模态模型已经能够读取屏幕、定位控件并输出鼠标键盘动作，OSWorld、Windows Agent Arena 等基准也提供了可复现的真实桌面评测环境；但产业实践仍面临感知脆弱、动作不可逆、长程任务易漂移、权限边界不清、成本与时延不可控等问题。现有讨论多集中在模型能力或单一产品形态，缺少把桌面智能体视为“操作系统级执行体”的系统分析。
2026-10-26 20:11:30
83
原创 Harness 的 A／B 与灰度实验：架构设计与工程实践
智能体 Harness 是系统提示、工具签名、执行循环、上下文与路由策略的总和，其变更频率已高于基础模型。离线基准一次性验收难覆盖线上分布；按比例放量后再观察，又缺乏可归因的对照与统计决策，二者都无法回答“变更是否更好、对谁更好、何时回滚”。本文把 Harness 变更建模为可版本化干预束，提出 HEF（Harness Experiment Fabric）五平面架构：版本平面提供不可变清单与语义 diff，流量平面提供分层粘性分流与曝光日志，执行平面提供任务级版本钉扎，证据平面关联轨迹、评测与指标，决策平面
2026-10-26 19:02:19
132
原创 边缘节点的资源约束实践指南与 Checklist
标题解释假设。 本文将“边缘节点”定义为部署在数据源或用户附近、承担采集、预处理、推理、缓存、协议转换、局域控制或网关职能的计算节点，包括工业网关、边缘 AI 盒子、网络摄像头、车载计算单元、零售/楼宇控制器与微型边缘机房。本文将“资源约束”理解为计算、内存、存储、网络带宽、能量、热与可靠性等维度上的硬约束与软约束，并把更新、回滚、运维与退役视为贯穿生命周期的跨维度预算。本文将“实践指南与 Checklist”理解为可执行的工程流程、决策规则、验收证据与检查表，而不是某个新的调度算法或芯片架构。论文类型与证
2026-10-26 13:53:06
147
原创 Harness 的失败重试与降级：原理、实现与 Benchmark
大语言模型智能体正走向长程、工具密集、带副作用的真实任务，系统可靠性越来越取决于模型之外的运行时（Harness）。现有实践常把重试与降级当成独立开关：盲目重试放大成本与重复副作用，过早降级造成静默质量下降，二者都缺少统一的故障分类、预算、幂等与验收口径。
2026-10-26 12:16:28
210
原创 企业级 AI Agent 智能体系统：零信任安全模型
企业级智能体正把大语言模型从"生成文本的接口"转变为"执行动作的主体"，安全边界随之从网络位置迁移到主体行为。然而，主流零信任架构（如 NIST SP 800-207）隐含三个前提：主体身份在会话内稳定、授权对象是结构化的资源、策略判决以会话为粒度。自主 Agent 同时打破这三点：其主体由用户、实例、模型版本与工具链复合而成并在委派中持续漂移；其动作语义在自然语言计划与具体工具调用之间逐跳展开，粗粒度作用域无法表达"这次删除是否在授权意图之内"；其任务可横跨数小时至数天，静态会话令牌无法覆盖。
2026-10-26 02:39:50
238
原创 AI Agent 平台：API 设计
企业级 AI 智能体（Agent）平台把一次用户请求扩展为可持续数分钟乃至数天的多步执行：模型推理、工具调用、人工审批、外部副作用与失败补偿交织在一起。聊天式接口只描述单次模型调用，Agent 框架多提供进程内抽象，模型上下文协议与 Agent 间协议分别覆盖工具接入和 Agent 协作，但平台层面的会话、运行、审批、审计与复现契约仍缺少统一语义。
2026-10-26 01:28:14
283
原创 设备驱动抽象：工具与外设管理演进路线图与趋势判断
设备驱动抽象长期承担着把异构硬件收敛为可编程接口的任务；在大模型智能体（Agent）时代，工具调用、外设发现与能力编排正在重演同一问题。现有研究分别从操作系统驱动模型、虚拟化与内核旁路、安全内核扩展、工具学习与 Agent 协议等方向推进，但缺少一个跨层框架来解释“抽象边界为何迁移、代价落在哪里、下一步走向何处”。
2026-10-26 00:06:24
148
原创 Agent 驱动的组织流程再造的 10 条设计原则
大语言模型智能体（Agent）正在从单点任务自动化走向跨部门流程编排，但企业实践仍缺少一套面向组织流程再造的设计原则。现有研究分别推进了智能体能力、多智能体编排、流程挖掘与企业系统集成，却较少回答三个组织级问题：哪些流程环节应当交给 Agent，自主性应当给到何种程度，责任与治理如何随流程同步重构。
2026-10-25 22:44:34
96
原创 上下文压缩与历史裁剪技术选型与对比评测
大语言模型（Large Language Model，LLM）的上下文窗口持续增长，但长上下文并不等于有效上下文：输入成本、预填充延迟、注意力稀释与中段信息丢失共同压缩了可用容量。围绕上下文压缩与历史裁剪，已有硬提示压缩、摘要式压缩、隐表示压缩、键值（Key–Value，KV）缓存压缩以及截断与外部记忆等多条路线，但它们的接口、前置条件、损失形态与计费方式不同，工程选型缺乏统一口径。本文将上下文管理形式化为预算约束下的上下文算子选择问题，提出“作用对象—作用时机—查询相关性—可逆性”四维分类，归纳五类技术族
2026-10-25 21:07:26
280
原创 从 0 到 1 构建 RSI 的风险治理框架
递归自我改进（Recursive Self-Improvement，RSI）让智能体能够修改自身代码、提示、工具、记忆、评估器乃至治理配置，使能力增长与风险积累耦合。现有研究多关注改进算法或单点安全评测，缺少覆盖变更全生命周期的治理框架。本文提出 RSI-GUARD，以目标锚定、非特权执行、对抗验证、可逆提交与部署问责五层控制，配合十条原则、变更准入判据、风险预算、角色分离与生命周期状态机，并给出从 0 到 1 的实施路线和 RSI-GovBench 评估协议。
2026-10-25 19:30:14
161
原创 企业级 AI Agent 智能体系统：Agent Ops 实践
企业级 AI Agent 正从演示原型进入承载真实业务流程的生产系统。与传统微服务相比，Agent 系统具有非确定性输出、长程轨迹、工具副作用与语义级失败等特征；现有以延迟、错误率和资源利用率为核心的运维体系难以刻画其质量与风险。
2026-10-25 14:16:31
180
原创 Harness 的安全审计与合规演进路线图与趋势判断
大语言模型智能体正在从对话助手转变为能够读写文件、调用业务系统、执行代码和发起交易的执行主体，而 Harness 正是承载这些动作的运行时。能力扩张带来了新的治理缺口：提示词护栏主要约束模型输入输出，难以约束工具权限与外部副作用；传统日志擅长故障排查，却不足以支撑责任认定、合规测评与事后取证。
2026-10-25 12:39:53
173
原创 Agent OS 运行时（Runtime）全链路技术方案
基于大语言模型（Large Language Model, LLM）的智能体正在从短程演示走向长程、多工具、多租户的生产任务，系统瓶颈也随之从模型推理能力转向运行时的隔离、调度、上下文、副作用、恢复与审计能力。现有智能体框架把编排逻辑与工具执行、记忆和安全策略耦合在一起，缺少类似操作系统进程模型的会话抽象、资源核算与故障恢复语义；LLM 服务系统则主要优化吞吐与延迟，未覆盖长程会话状态和外部副作用。
2026-10-25 11:19:15
260
原创 Harness 的资源限制与配额：架构设计与工程实践
智能体运行时（Agent Harness）把大语言模型的推理能力转化为长程、多工具、可执行的行动。随着 harness 从单机脚本走向多租户平台，资源限制与配额不再是配置文件里的几个阈值，而是决定系统能否安全、公平、可审计运行的核心契约。现有做法常把配额实现为单一 API 边界上的标量计数器：它既覆盖不了模型 token、工具调用、沙箱占用、上下文增长与不可逆副作用，也无法阻止“先消费、后计量”造成的超限。
2026-10-25 01:41:20
97
原创 如何设计 Agent 平台的整体架构？一份工程手册
大语言模型智能体正从单轮演示走向跨系统、长周期的生产任务，但“会调用工具的模型”与“可运营的 Agent 平台”之间仍存在结构性鸿沟。现有框架多把对话拓扑或提示编排作为核心抽象，缺少对能力契约、运行状态、预算约束、租户隔离、策略裁决与证据链的统一建模，导致系统在规模化后出现成本失控、故障难定位、权限难审计与评测不可复现等问题。
2026-10-25 00:04:10
227
2
原创 深度解析 AGI 评测体系（ARC-GAIA-HLE）
AGI 评测正从单一静态考试转向多基准体系。ARC-AGI、GAIA 与 Humanity’s Last Exam（HLE）分别代表抽象推理、工具型助手与专家知识三条路线，常被并置为“AGI 进展”的证据；但三者的构念、任务生态、评分规则、人类基线与评价对象不同，分数缺乏可比性。本文把 AGI 评测视为测量系统，提出构念—任务生态—评价对象的三轴框架与七维审计表，系统解析三个基准及其后继版本，识别构念欠代表、基准适应、题目质量、统计噪声与饱和等效度威胁。分析表明：三者互补但不可替代；
2026-10-24 22:52:34
60
原创 Harness 的配置与最佳实践全链路技术方案
LLM 智能体的能力不仅由模型决定，也由承载其循环、工具、上下文、沙箱、权限与评测的 Harness 决定。当前 Harness 配置散落在提示词、YAML、环境变量、工具描述和控制台操作中，缺少统一的类型、解析、校验、发布与审计语义，导致行为不可复现、变更风险不可度量、事故难以归因。本文提出 Harness 配置平面（Harness Configuration Plane, HCP）：以六层配置契约统一描述身份与资源、模型推理、上下文记忆、工具协议、执行沙箱、循环观测与评测；
2026-10-24 21:40:57
67
原创 Agent Harness 设计哲学与十条设计原则
大语言模型（Large Language Model，LLM）的单步能力在持续提升，但长程任务的成功率越来越取决于模型之外的运行时系统。本文将 Agent Harness（智能体驾驭层，简称 Harness）界定为把模型推理转化为可执行、可恢复、可审计任务的运行时层，并指出现有工程实践在循环控制、工具契约、上下文管理、执行隔离与评测反馈之间存在结构性割裂。本文提出“有界自主”作为 Harness 的核心设计哲学：在风险、成本与可验证性约束下最大化智能体的有效自主性。
2026-10-24 20:03:47
281
原创 机器人导航与 SLAM 全链路技术方案
移动机器人在仓储、制造、巡检、配送与公共服务等场景中承担越来越复杂的任务，导航与同步定位与建图（Simultaneous Localization and Mapping, SLAM）是其共同的技术底座。现有研究与开源系统多在视觉惯性里程计、激光惯性里程计、回环检测或局部规划等单一模块上追求性能，工程落地却频繁受制于时间同步、标定漂移、几何退化、动态环境、地图生命周期、规划—控制时延耦合以及失效降级不完整等全链路问题。
2026-10-24 14:51:49
142
原创 企业级 AI Agent 智能体系统：教育 Agent
教育智能体正从单轮问答走向覆盖备课、辅导、评估与干预的长程系统，但企业级部署面临三类结构性缺口：教学决策不可审计、学习者状态不连续、治理与运维被当作事后补丁。本文提出 EduAgentOS——一个面向教育场景的五平面参考架构，将体验、教学智能、学习者状态、知识与工具、治理与可观测性分离，并以“策略—渲染—验证”闭环把确定性教学约束与概率性语言生成解耦。架构以事件溯源的学习者模型维护掌握度、误解与遗忘状态，以课程知识图谱和带出处检索约束内容，以租户级策略、信任梯度和不可变审计日志实现治理内建。
2026-10-24 13:40:13
163
原创 文件系统工具与工作区管理演进路线图与趋势判断
大语言模型（Large Language Model, LLM）智能体正在通过文件读写、代码编辑、命令执行和目录检索改变真实环境，工作区由此从被动的输入目录演变为智能体的外部记忆、运行时边界和评估单元。现有研究分散在工具接口、记忆层级、Agent 操作系统、软件工程智能体、沙箱隔离、检查点恢复与多智能体协作等方向，缺少一个跨层、可检验的演进路线图。
2026-10-24 12:03:03
202
原创 企业级 AI Agent 智能体系统：红队测试与攻防
企业级 AI Agent 正从对话助手转变为能够调用工具、修改数据、执行长时程任务的执行体。能力提升同时扩大了攻击面：不可信内容可以经工具返回值进入控制流，持久记忆可以跨会话传播污染，多智能体委托与第三方工具供应链引入新的信任边界。现有安全研究多聚焦模型级越狱或单轮提示注入，缺少覆盖系统全生命周期的威胁模型、可复现的红队流程与可组合的防御评估。本文提出面向企业级 Agent 的六面威胁模型，将风险归纳为指令面、工具面、状态面、协作面、供应链面与运行面；
2026-10-24 02:40:28
219
原创 硬件认证（3C、FCC、CE）：设计哲学与工程权衡
硬件产品进入中国、美国和欧盟市场，通常需要分别满足中国强制性产品认证（3C）、美国联邦通信委员会（FCC）设备授权与欧盟 CE 标志的准入要求。工程实践却常把认证视为研发末端的测试关卡：设计先冻结，再在正式测试中发现问题，最后以整改、延期和重复测试收场。本文主张把认证前移为设计约束，提出由制度映射、裕量预算、测试排序与证据链四层组成的认证前置设计框架。该框架把每个测试项的通过概率写成设计裕量与不确定度的函数，把认证总成本分解为设计成本、测试费用、整改费用与上市延迟，并在多市场共享设计条件下给出平台化与本地化
2026-10-24 01:00:54
184
原创 机器人伦理与安全
机器人正从结构化的工业环境走向家庭、医院、道路与战场，基础模型又赋予其开放世界语义理解与通用操作能力。能力提升在扩展人类福祉的同时，也放大了物理伤害、隐私侵犯、责任真空与价值错配等风险；现有研究却常把机器人伦理与机器人安全分置于哲学规范与工程控制两个话语体系，导致原则难以执行、安全决策缺乏价值反思。本文提出一个贯穿生命周期的四层分析框架，连接价值与规范、风险与证据、控制与运行、治理与学习，并把伦理主张转写为包含适用范围、度量、阈值与证据责任人的可验证约束。
2026-10-23 19:46:12
86
原创 AGI 的定义、分级与判别标准：架构设计与工程实践
通用人工智能（Artificial General Intelligence, AGI）长期缺少可操作、可复核的定义，导致能力宣称、政策讨论与系统建设缺少共同尺度。现有定义或以单一基准分数代替通用性，或停留在哲学思辨，未能回答“在什么任务范围、何种自主性、以多大置信度、由谁核验”的问题。
2026-10-23 14:33:17
132
原创 可靠性与冗余设计：原理、实现与 Benchmark
大语言模型（Large Language Model, LLM）智能体正走向长程、工具化、生产级部署，其失效更多表现为语义错误、状态污染、重复副作用与静默降级，而非显式异常。增加冗余是直觉对策，但副本共享模型、工具与故障域时会一起失效；缺少可裁决的验证，冗余只是噪声；对不可逆副作用重试，可能比故障本身更危险。
2026-10-23 13:24:05
58
《Kotlin项目实战开发》第3章+类型系统与可空类型
2017-09-30
ClickHouse 高性能、可扩展和低成本的OLAP数据库 陈光剑 20230912
2023-09-14
Will AI Fix Work? 工作节奏超过了我们的跟上能力 人工智能有望创造一种全新的工作方式
2023-05-17
THE AI INDEX REPORT 人工智能指数报告 Measuring trends in Artificial Inte
2023-04-06
An introduction to functional programming through lambda calculus.PDF.zip
2019-09-22
Principles of programming languages by Gilles Dowek (auth.) (z-lib.org).pdf
2021-04-28
Kotlin Coroutines by Tutorials (1st Edition)
2021-04-28
A Brief History of Artificial Intelligence
2021-04-28
怎样做Agent的编排调度？核心方法论和最佳实践是什么
2026-07-10
谁能讲讲？这元旦节到底是放了还是没放？#元旦节#
2025-12-27
2024 年可以实现 AGI 吗？
2024-01-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人