Andrej Karpathy在YC AI Startup School上提出，我们已进入“软件3.0”时代，其中自然语言成为新的编程接口。他将大语言模型（LLM）比作新时代的“电力公司”和“芯片工厂”，并指出当前LLM生态类似于1960年代的操作系统。Karpathy强调了LLM的“类人心理”特征...
傻猫网络日志 Samool's blog - 二十年老博客
本站创建于2004年，博主为Delphi老码农，暗黑忠实粉丝，主要用于记录工作、生活、学习、游戏相关内容文章提供了一份《智能体创业100个关键问题清单》，旨在帮助AI智能体创业者，尤其是面向消费者的小团队，避免走弯路。清单涵盖了战略定位、技术路线、产品体验、商业化路径、竞争与护城河、团队与资源、融资与资本、风险与预案以及长期价值与愿景等九个层面的问题，强调小团队应快速将通用技术转化为专用体验，找到场景...
OpenAI联合创始人Andrej Karpathy在其最新公开课中详细解释了大型语言模型（LLM）如ChatGPT的工作原理和应用。课程内容包括LLM的预训练过程，涉及数据收集、整理、分词、神经网络训练和推理；后训练阶段的监督微调和基于人类反馈的强化学习（RLHF）；以及如何通过这些技术提升模型的...
吴恩达在信中介绍了新一代生成式AI应用工程师（GenAI Application Engineers）的核心技能，包括利用AI构建模块快速开发应用、借助AI辅助编程工具完成工程开发，以及具备产品直觉或设计能力。他强调了AI构建模块的多样性和AI辅助编程工具的快速发展，以及工程师需要具备的跟进AI领域...
北京大学的《DeepSeek 内部研讨系列 - AI Agent 与 Agentic AI 原理与应用洞察与未来展望》报告深入探讨了AI Agent和Agentic AI的兴起、核心技术、平台框架、技术现状与挑战以及未来展望。报告指出，AI Agent和Agentic AI的发展正在推动人工智能从被...
本文介绍了如何基于模型上下文协议（MCP）构建高性能企业RAG系统，以有效管理和利用企业内部知识资产。MCP通过标准化协议将知识检索服务解耦为独立模块，具有标准化工具调用、解耦设计、灵活扩展和工程实践友好等优势。项目目标是构建支持MCP协议的知识库服务和客户端，实现文档智能切分、FAQ自动提取功能，...
李飞飞团队与DeepMind合作开发了模态链（CoM）技术，使机器人能够通过观看人类演示视频学习执行操作任务。CoM通过整合视觉、肌肉信号和音频数据，使机器人能够提取任务计划和控制参数，从而执行拧瓶盖、插插头等动作，准确率提高200%。这项技术让机器人更接近“具身智能”，能够理解和模仿人类的精细操作...
Google DeepMind的联合创始人兼CEO Demis Hassabis在IAS的分享中强调了他对智能系统建构过程的关注，并提出了他的猜想：自然界中一切可被发现的模式理论上都应能被经典学习算法所建模。他认为AI的最重要任务不是替代人类，而是作为协作型智能系统帮助人类提出新问题、建立更复杂的世...
本文探讨了人生算计与因果关系，强调过于执着于结果会导致迷失方向，而遵循因果、以善念善行生活才能获得内心的平和与幸福。文章引用古籍和故事，说明顺应因果规律、积极行动可以改变命运，最终掌控因果，成就人生。
本文通过九张图详细解释了AI Agent、LLM（大型语言模型）和RAG（Retrieval-Augmented Generation）的工作原理。AI Agent能够理解用户需求并提供帮助，LLM通过大量数据训练生成文本，而RAG结合检索和生成技术，提高信息检索的准确性和效率。这些技术的发展推动了...
本文通过九张图详细解释了AI Agent、LLM（大型语言模型）和RAG（检索增强生成）的工作原理。内容包括Transformer与LLM中的混合专家（MoE）结构、微调LLM的五种方法、RAG与传统RAG的对比、五种常见的Agentic AI设计模式以及RAG的五种分块方法。这些技术原理和工作流程...
文章探讨了认知的三个层次：表象、解构和重构。第一层是直接反应和认知舒适区的自我保护；第二层是批判性思维的觉醒，通过拆解概念、利益链条和认知框架来深入理解事物；第三层是在解构的基础上进行认知升维，从批判到建设，从否定到兼容，从求答案到悟系统。最终，认知的进化是一个从控制到反抗再到拥抱的过程，帮助我们更...
本文提供了一个详细的学习路线图，旨在帮助读者在2025年掌握AI和机器学习的关键技能。路线图从Python编程基础开始，逐步深入到数学、数据分析、机器学习基础、算法、深度学习、高级AI等领域，并强调实践应用和项目经验的重要性。同时，提供了丰富的免费学习资源，包括书籍、在线课程和视频教程，以支持学习者...
2025年第二季度，OpenAI在产品、基础设施、战略收购、安全合规、全球化布局和财务指标等方面取得显著进展。推出了GPT-4.1 API、新一代模型o3和o4-mini、图像生成API升级和Responses API新功能。与Google Cloud和CoreWeave达成云服务合作，拓展算力资源...
Agent2Agent（A2A）协议规范 版本： 0.2.2 1. 简介 Agent2Agent (A2A) 协议是一项开放标准，旨在促进独立且可能不透明的 AI 代理系统之间的通信和互操作性。在一个代理可能使用不同框架、语言或由不同供应商构建的生态系统中，A2A 提供了一种通用语言和交互模型。 本文档提供了 A2A 协议的详细技术规范。其主要目标是使代理能...
Google宣布了一系列A2A技术更新，包括代理开发套件(ADK)的增强功能、代理引擎界面的推出以及Agent2Agent (A2A)协议的全面升级。这些更新旨在帮助开发者构建更复杂、可靠且具有影响力的智能代理解决方案。Python ADK v1.0.0稳定版发布，Java ADK v0.1.0初始...
Google在2025年发布了Agent2Agent（A2A）协议，旨在实现不同AI智能体间的无缝互操作和协作。A2A协议围绕能力发现、任务管理、协作通信和安全认证四大核心能力展开，采用类似HTTP的请求/响应格式和端点规范。Google推出了多种语言的官方SDK，并在多个平台深度集成A2A协议。目...
本文介绍了如何基于模型上下文协议（MCP）构建高性能企业RAG系统，以管理和利用企业内部知识资产。MCP通过标准化协议将知识检索服务解耦为独立模块，具有标准化工具调用、解耦设计、灵活扩展和工程实践友好等优势。项目目标是构建支持MCP协议的知识库服务和客户端，实现文档智能切分、FAQ自动提取功能，并支...