大家好,我是一直在跟知识库打交道的袋鼠帝。 在 AI 圈,每天都有新东西冒出来,但已经好久没有一个东西,能让我看完浑身起鸡皮疙瘩了。
2026年11月初,一场没有发布会、没有通稿、甚至没有一句官宣的‘静默风暴’,正悄然席卷全球AI开发者的后台仪表盘——GPT-6.2 Astra,这个连OpenAI官网API目录里都查无此名的神秘模型,已真实落地Codex平台,开始在真实流量中‘呼吸’、‘思考’、甚至‘抢额度’。 是幻觉?是误标?还是OpenAI史上最克制的一次技术突袭?答案,藏在成百上千位Codex用户10月31日那一张张截图里 ...
AI 原生科技巨头成长史。图文丨黄俊杰 黄帧昕Anthropic 很大程度决定全球 AI 投资故事能不能继续。新技术在变得便宜可用之前,需要变得尽可能好。最前沿大模型的能力决定了之后能蒸出多好的便宜模型。Anthropic 也是 AI ...
Agent 能干的活,从年初到现在肉眼可见地变多了,企业应用也在加速。麦肯锡今年 8 月的调查显示,大型企业 Agent 规模化应用比例从去年的 27% 升至 40%。但在 Agent ...
【企业知识助手·Agent 实战】如何构建 Agent 运行态可观测体系:从行为基线漂移检测到成本预算治理的深度实战 核心原理:运行态可观测的本质是把"单点阈值"升级为"与基线的分布距离"——埋点回答发生了什么,基线比较回答这是否还正常关键结论:deny 率没有 ...
本内容遵循CC 4.0 BY-SA版权协议 本文深入解析pgvector在PostgreSQL中存储与管理向量数据的核心实践:包括vector(n)的物理结构(float32数组+8字节头部)、维度一致性约束、表结构设计要点(外键、过滤列、生成列)、批量导入推荐使用COPY并后建索引、大规模向量管理 ...
至顶头条 on MSN
智能体需要什么样的CPU?Arm拿出了一套新测法
在智能体出现之前,AI领域主要以Token(词元)生成来衡量性能,即每秒Token数、每瓦Token数和每美元Token数。智能体改变了这一点:它要求生成的Token能够在真实世界中得到切实应用。
10月的AI编程安全研究披露了两件扎心的事:其一,某编码助手ZCode把整个工作区打包成加密快照上传云端对象存储,内容包含完整Git历史、reflog和LFS缓存——已删除的密钥、未推送的分支全部在内,而且UI上的隐私开关根本拦不住;其二,GitSpawn研究横跨Claude Code、Codex、Cursor等7款工具发现8个漏洞,发布时4个未修复。叠加此前的包幻觉攻击(商业模型5.2%、开源模 ...
对应报告 3.2 节与图 3-5。字段级定义见 database/schema.sql, 表清单见 table-list.md。 图中标注 14 张核心表的主键(PK)、外键(FK)、唯一键(UK)与 15 条关系基数; 9 张支撑表在底部单独列出,只做逻辑关联,不建物理外键。 本文第 3 节的 Mermaid 图是可编辑的关系 ...
红板报 on MSN
从“算力”到“Token 生产力”,硅基流动助力央国企大模型规模化落地
在企业网 D1net 主办的 2026 秋季央国企 CIO 及数科公司高管峰会(第 19 届)上,硅基流动解决方案总监唐安波出席峰会并作主题分享:《从“算力”到“Token 生产力”:央国企大模型规模化落地的推理基础设施与 ROI ...
Here's what beginners need to know to vibe code securely.
Your model will keep getting better at writing SQL. To make it trustworthy, nail down the access rules before tuning for ...
一些您可能无法访问的结果已被隐去。
显示无法访问的结果