摘要 编写自己的 AI Skill 可以让 AI 助手学习个人特有的工作流程。本文介绍从零开始创建 SKILL.md 文件的完整流程，包括确定使用场景、编写指令...

nexus-plus 的诞生不是因为我们想重新做一个制品仓库，而是因为现有 Nexus 部署在稳定性、升级、成本和迁移成本上都已经无法满足我们的规模要求。

2025 年对我来说，是一个从“支撑系统稳定运行”走向“推动关键基础能力重构”的年份。也是我真正把 AI 融入日常工程工作的第一年。

最近我们收到用户反馈，Sentry Web 无法正常刷数据，过一会儿又好了。经过初步排查，发现问题根源在于 ClickHouse 的 CPU 使用率居高不下...

OpenTelemetry Collector 是 OpenTelemetry 的核心组件，但在底层基础设施（如 Kubernetes 节点）故障时，可能暴露出...

我们已经习惯了大模型一个字一个字往外蹦。从 GPT 到 Llama，主流大语言模型走的都是同一条路——自回归（autoregressive）：从左到右，一次只决...

这个被称作 AGI(通用人工智能)的目标,已经从科幻话题,变成了全球最大几家 AI 机构口中"未来十年内"的具体路线图。

Fable 5 的发布像一次压力测试：它测的不是模型跑分，而是人们还能不能信任一个越来越像基础设施的 AI 入口。

这轮 AI 最容易被讲成两种故事：一种说它会吞掉一切，另一种说它只是泡沫，已经露怯。

AI 正从单纯能力竞赛，进入“谁能把能力安全、便宜、可追责地分发出去”的阶段。Anthropic 把 Mythos 级能力拆成公开版 Claude Fable ...

过去两年，几乎所有"图像生成加速"的论文都在卷同一件事：设计更精妙的蒸馏目标函数。轨迹对齐、一致性训练、对抗蒸馏、分布匹配……损失函数越写越复杂，仿佛只要公式足...

视频生成最容易被误解的地方，是大家总盯着“更长一点”“更清晰一点”“更便宜一点”。

理解侧的模型，沿着 LLaVA、Qwen-VL、InternVL 这条路一路演化，强项是语义抽象与跨模态对齐；生成侧的模型，沿着 Stable Diffusio...

最近一年，关于"让大模型学会调用工具"的论文一篇接一篇，套路也越来越像：先 SFT 模仿一批轨迹，再用 RL 让模型在环境里反复试错。但很少有人停下来追问一个更...

当大家还在追问"下一代模型有多大、上下文有多长、数据有多新"的时候，决定大模型能不能真正学会"动手做事"的关键变量，已经悄悄换了一个。

当所有顶级多模态搜索 Agent 都被锁在闭源系统背后时，腾讯混元联合三所高校把数据、工具、训练算法整套配方端上了桌。

在大模型领域，我们正处于从快思考（System 1）向慢思考（System 2）转型的节点。以 OpenAI o1 为代表的模型证明了一件事：通过在回答之前进行...

做过 Agent RL 的人都清楚，这件事远比论文描述的复杂。奖励怎么设、数据量要多少、算法要不要换——每个决策背后都是大量试错。来自香港中文大学与 IDEA ...

近期解读了 OpenClaw 生态中的 16 个项目——从一颗 5 美元的 ESP32 芯片，到 NVIDIA 官方出品的企业级安全沙箱，再到香港大学的多 Ag...