AI在线 AI在线

理论

Mistral AI刚刚免费开放企业级AI功能——这对ChatGPT构成重大威胁

总部位于巴黎的AI初创公司Mistral AI(被誉为欧洲版的OpenAI),周一宣布大幅扩展其企业级业务平台Le Chat,这一动作直接挑战现有的企业AI服务商,通过提供先进的记忆功能和广泛的第三方集成——而且对用户完全免费——来打破市场格局。 此次发布包含两大核心功能:记忆系统:可在多轮对话中保留上下文。 连接器目录:支持超过20个企业级平台,包括Databricks、Snowflake、GitHub、Atlassian和Stripe。
9/3/2025 1:56:50 PM
Michael

谈谈AI在石油石化行业应用的几点思考

一、背景2025年8月26日,国务院正式印发了关于深入实施人工智能加行动的意见,提出要充分发挥我国数据资源丰富,产业体系完备,应用场景广阔的优势,加强人工智能与各领域深度融合,助力传统产业转型升级,培育新兴产业发展新动能,推动经济高质量发展,人工智能的快速发展正在对全球经济社会产生深远影响,成为激发经济增长活力和推动高质量发展的新动能。 国家数据局发布的全国数据资源调查报告显示,2024年我国开发或应用人工智能的企业数量同比增长36%,高质量数据集数量同比增长27.4%,有力支撑人工智能训练和应用。 利用大模型的数据技术企业和数据应用企业,同比分别增长57.21%和37.14%。
9/3/2025 10:08:22 AM
晓晓

只会「氛围编程」,永远成不了真正工程师!还差这几个关键环节

Cursor等智能IDE相继推出,带来了更智能的编程体验。 与此同时,Claude 4等基座大模型的编码性能不断提升。 再加上Andrej Karpathy的大力推广,Vibe Coding迅速走红,已成野火燎原之势。
9/3/2025 9:10:00 AM

底层逻辑的转变:从AI代码生成,到真正的开发伙伴关系

译者 | 核子可乐审校 | 重楼Claude 4甫一亮相,市场就被其强大的推理和编程能力折服。 但在连续使用数月之后,我意识到大模型真正的革命不在于生成更好的代码片段,而是其中蕴藏的自主性潜力。 很多人更多关注AI编程的语法正确性、基准测试得分和代码有效率,但我在对Claude 4的实际测试中体会到:能够全面理解开发目标、持续寻求解决方案并自主克服障碍的AI系统正在出现。
9/3/2025 8:13:03 AM
核子可乐

如何将暗数据转化为AI驱动的商业价值

在当今数据充盈的环境下,企业正成为海量非结构化数据的管理者,这些庞大的数据宝库涵盖文档、邮件、视频等内容,本质上是一种尚未开发的竞争优势——潜在洞见的财富,等待被激活。 挑战不在于数据的积累,而在于如何有效提炼出可操作的情报。 AI正是关键的转型工具,能够将这些“暗数据”转化为可观的业务价值。
9/3/2025 7:00:00 AM
Asif Hasan

Swagger 全量注解应用指南:从@Tag到@SecurityScheme,全面掌握API设计

本文是Swagger注解的完整参考指南,详细解析了6大类40 个核心注解的使用方法和实战场景。 从基础的@Tag、@Operation到高级的@SecurityScheme、@Callback,每个注解都配有清晰的代码示例和实际应用案例。 包含全局配置、多安全方案、复杂响应结构、Webhook回调等企业级场景,帮助你构建专业级的API文档系统。
9/3/2025 4:15:00 AM
肖哥谈架构

系统梳理 RAG 系统的 21 种分块策略

检索增强生成(RAG)是许多 AI 工程师又爱又恨的技术(包括我)。 没错,因为从理论上看,它简单极了:“从你的定制数据中检索正确的上下文,然后让大语言模型基于此生成回答”。 但在实践中,你不得不面对海量杂乱无章的数据 —— 这些数据以你见过的最混乱随机的格式存储,接着就是数日绞尽脑汁的试错:调整文本块(tweaking chunks)切换嵌入模型(switching embedding models)替换检索器(swapping out retrievers)微调排序器(fine-tuning rankers)重写提示词(rewriting prompts)而模型依然回复:“我找不到足够的信息来回答你的问题”。
9/3/2025 4:00:45 AM
Baihai IDP

借助 AgentCore Memory 为智能体应用添加记忆功能

在构建智能体(Agentic)应用时,上下文是决定模型响应质量的关键因素。 各类智能体框架(如 LangGraph、CrewAI 等)的核心作用,本质上是构建包含充足上下文的增强型提示词(Prompt),帮助模型生成贴合需求的结果。 而记忆系统作为上下文的重要来源,能让智能体记住交互历史、用户偏好等关键信息,大幅提升应用的个性化与连续性。
9/3/2025 4:00:00 AM
大模型之路

Cursor这几个天花板级别的技巧,让你轻松成为Cursor高手!

cursor 无疑已经成为了 AI 编辑器之王,以至于很多公司招聘都要求需要使用过 cursor。 如果你完全没接触过 AI 工具,似乎已经与世界脱节了! 并且 AI 更新的速度如此之快,掌握像 cursor 这样的工具已经成为一种必需。
9/3/2025 1:48:00 AM
游云

RAG 不止能检索!它还能在 LangGraph 中当“工具调用大脑”

Retrieval-Augmented Generation(RAG)是一种结合信息检索和大型语言模型(LLMs)来回答用户查询的方法。 传统上,这涉及将检索器直接连接到生成流水线。 然而,通过 LangGraph 和 LangChain,我们可以进一步模块化这个过程,将检索器暴露为一个可调用的工具。
9/3/2025 1:45:00 AM
AI研究生

云端即未来!全球首个搭载云端Agent编程团队的IDE来了!

过去两年,Cursor几乎成了程序员心中的“神兵利器”,无数人惊叹于它那高超的理解代码上下文、自动补全等能力,但也有不少人发现,当项目一旦从“小脚本”走向“企业级应用”,Cursor 依旧只是一个聪明的助手,而不是一支真正能并肩作战的开发团队。 如今,一款来自中国的新工具 —— Vinsoo Code 悄然登场。 Vinsoo Code没有止步于“写代码更快”,而是创造性地首次将云端多Agent协作 引入 IDE,把 AI 从“个人助理”升级为“虚拟开发团队”,让需求分析、代码生成、测试、部署乃至文档撰写,都能在一套流程里完成。
9/3/2025 12:45:00 AM
liuxin

别误会00后了!美国千人调查揭秘:85%学生都用AI,首要目的不是偷懒

GenAI席卷全球,高校课堂成为最前沿的实验场。 有人担心学位贬值、课堂失守;有人则看到新技术催生的新机遇。 刚刚,国外的「Inside Higher Ed」发布了最新的调查。
9/2/2025 5:42:47 PM

马斯克发布《宏伟蓝图4》:特斯拉80%价值在于机器人,还意外露出了一款新车

一家自动驾驶公司,却把未来押在了机器人? 是的,你没听错~这就是特斯拉最新正式发布的《Master Plan Part IV》(以下简称宏伟蓝图4)所透露的信息。 而且马斯克进一步补充了具体数值——80%。
9/2/2025 5:38:25 PM

结构高度合理、具备理想特性,华东师大等提出分子生成新方法,协同生成原子与化学键

编辑丨coisini随着分子生物学、结构生物学、组合化学及人工智能(AI)技术的进步,药物研发范式已从随机筛选转向理性药物设计。 理性药物设计主要包括两种策略:基于配体的药物设计(LBDD)和基于结构的药物设计(SBDD)。 其中,SBDD 因现有分子生成模型常忽略结构可行性与类药性,会产生不真实的三维分子。
9/2/2025 2:31:00 PM
ScienceAI

DeepMind爆火论文:向量嵌入模型存在数学上限,Scaling laws放缓实锤?

这几天,一篇关于向量嵌入(Vector Embeddings)局限性的论文在 AlphaXiv 上爆火,热度飙升到了近 9000。 要理解这篇论文的重要性,我们先简单回顾一下什么是向量嵌入。 向量嵌入就像把文字、图片或声音这些复杂的东西,转化成一个多维空间里的「坐标点」。
9/2/2025 1:02:00 PM
机器之心

别把CC只当补全工具!Anthropic内部高阶玩法曝光!旧金山一大牛亲测Claude Code改变产品开发的3大最佳实践总结

编辑 | 云昭出品 | 51CTO技术栈(微信号:blog51cto)如果到现在,你还只会把 Claude Code 当成一个纯 Coding 工具,那就有点跟不上大佬的步伐了。 近日,小编发现了一篇有关 CC 新奇用法的干货,除了 Vibe Coding 之外,还解锁了很多高阶玩法,比如深度调研、产品原型开发、构建自主工作流等等。 更重要的是,其实这些玩法并不限于 CC,如果你也在用其他编程工具,不妨也借鉴一下这位大牛的玩法思路。
9/2/2025 12:54:52 PM
云昭

刚刚,OpenAI把1GW超算中心直接给了印度!奥特曼即将亲赴办事处

OpenAI,盯上了印度。 而奥特曼的野心,是全球算力! 外媒爆出的最新消息,OpenAI打算要在印度建立一座容量至少为1GW的大型数据中心。
9/2/2025 11:44:15 AM
新智元

14B打败671B!微软rStar2-Agent在数学推理上超过DeepSeek-R1

现在,LLM 已经可以获得非常强大的推理能力,而其中关键便是测试时扩展(test-time scaling)。 通常而言,延长思维链(CoT)就可以延长「思考时间」,从而显著提升性能,尤其是当使用大规模强化学习和可验证奖励 (RLVR) 进行优化时。 然而,对于容易出现细微中间错误或需要创造性推理转变的难题,较长的思维链仍然存在根本性的局限性。
9/2/2025 10:20:10 AM