资讯列表

分类

标签

CodeBuddy的七种武器

中学时代非常喜欢看武侠小说，“飞雪连天射白鹿，笑书神侠倚碧鸳”自然不在话下，还看过梁羽生的《白发魔女传》与《七剑下天山》等书，当然还有古龙的《多情剑客无情剑》《绝代双骄》等，以及颇具特色的《七种武器》。近来使用CodeBuddy，于是借用“七种武器”的噱头，聊一下CodeBuddy的七个功能特性，过一把武侠瘾。 1.长生剑：Craft智能体在编程江湖的传说里，Craft智能体就像一柄藏在键盘中的"长生剑"——这柄剑没有锋刃却通晓编程，剑鸣轻响间便能将言语化作代码星河。

5/13/2025 8:20:58 AM

曹洪伟

无需邀请码！国产AI智能体Manus宣布向所有人开放注册

近日，国产AI智能体平台Manus正式宣布开放用户注册，用户无需加入等待名单即可直接注册使用。 Manus在公告中明确表示，所有注册用户每日均可免费执行一项任务，并获得300积分的奖励，同时，新用户还将一次性获得1000积分的额外馈赠。回顾Manus的发展历程，该平台由来自中国的创业公司Monica于今年3月6日正式发布。

5/13/2025 8:00:42 AM

AI在线

热潮过后 Manus 宣布全面开放注册，用户每天可免费执行一项任务

Manus在公告中表示，Manus向所有人开放，无需等待名单；所有用户每天可免费执行一项任务（300积分），所有用户一次性获得1,000积分奖励。

5/13/2025 7:21:25 AM

问舟

CIO如何将AI炒作转化为切实的业务成果

在企业中，AI的优先级并不总是被完全理解，技术投入与投资既可以相辅相成，也可能相互掣肘。在Foundry的《2025年AI优先级研究》中，企业透露他们正在为AI项目分配比以往更多的资金，近一半的企业现在都在为AI项目预留预算，这一比例从2023年的36%有所上升，此外，他们还将近25%的IT支出用于AI计划。虽然有些企业比其他企业采取更为审慎的态度，但南非科技领袖们的共识是，AI投资必须带来切实的成果，且AI预算必须在整个企业中战略性地分配。

5/13/2025 7:00:00 AM

Joanne

推理模型越来越强，大模型微调还有必要吗？

最近笔者在将大模型服务应用于实际业务系统时，首先一般习惯性用一些闭源api服务，花上几块钱快速测试下流程，然后在去分析下大模型效果。如果通过几次调整Prompt或者超参数还是出现的bad cases比较多（比如输出结果的结构化有问题，输出结果不理想，在某些专业领域不同模型结果表现不一并且效果比较差），这个时候需要考虑下通过微调的方式来训练大模型。现在的大模型推理能力越来越厉害，人们开始怀疑：我们还需要花时间和资源去微调大模型吗？

5/13/2025 5:11:00 AM

ChallengeHub

AI训练的反直觉发现：添加"有毒"数据反而能造就更好的语言模型？

"当坏数据能够创造出好模型，AI训练领域又一个传统观念被颠覆"你有没有听说过这样一个说法：垃圾进，垃圾出？在AI大语言模型的训练中，这一直是个不言自明的准则。工程师们花费大量时间和资源过滤训练数据，移除那些含有有毒、有害或不适当内容的文本，以防止模型学习和生成这些内容。

5/13/2025 2:22:00 AM

无影寺

速通BOSS需求！零基础AI Agent高效工作流设计指南（二）

前言. 此次会连载一套 AI Agent 构建的系列，主要分为三部分，上篇是速通 AI Agent 构建的工作流基础，本篇则是通过 ComfyUI 作为案例来复盘如何快速上手工作流平台，给大家提供一些思路与窍门，下篇则是借助 Agent 平台构建一个 AI Agent 案例，本系列意图主要是帮助大家贯通工作流的搭建形式，并尝试为自己搭建一些可用的 AI 助手，或是提供构建的方法指引。上期回顾：.

5/13/2025 2:16:53 AM

泡泡bing

国产大模型「五强争霸」，决战AGI！

DeepSeek的横空出世，已经彻底改变了全球的AI局势。从此，不仅中美大模型竞争格局改变，国产大模型的产业版图，也被一举打破！纵观中国基础大模型的市场，可以看到，如今的基础大模型版图已然改天换地，演变为全新的五强格局——字节、阿里、阶跃星辰、智谱，以及DeepSeek。

5/13/2025 2:00:22 AM

新智元

AI自我复制：技术突破下的风险挑战

从诞生之初到现在，人工智能已经取得了长足的进步。早期的人工智能系统是人类创造的奇迹，但完全依赖于人类的持续指导，存在很大局限性。几十年来，伴随技术的发展，人工智能从基础的机器学习演变为更为复杂的神经网络。

5/13/2025 2:00:00 AM

一文了解！MCP 技术生态全面解析：核心组件、工作流程、生命周期

在 AI 领域，模型上下文协议（MCP）的出现，就像是一场及时雨，完美地解决了 AI 模型与外部工具和资源交互的难题，让它们之间的协作变得轻松又自然，彻底打破了数据孤岛的困境，让不同系统之间的互操作性不再是梦想。一、MCP 核心组件：架构精解MCP 架构：MCP 主要有三个核心组件，分别是 MCP 主机、MCP 客户端和 MCP 服务器，它们三个相互配合，让 AI 应用和外部工具、数据源之间能够无缝通信。 MCP 主机：就好比是一个大舞台，为执行 AI 任务提供了演出环境，并且在这个舞台上运行着 MCP 客户端，没有它，整个表演就没办法开始。

5/13/2025 1:45:00 AM

小智