tag AIGC二三事

標籤
貢獻11
57
04:16 PM · Nov 15 ,2025
u_16380863 頭像 u_17182302 頭像 u_7883056 頭像 u_17595790 頭像 u_16018702 頭像 u_17583190 頭像 u_17595237 頭像 u_17349038 頭像 u_15368545 頭像 u_9849794 頭像 u_15912723 頭像

@AIGC二三事 / 博客 RSS 訂閱

u_16380863 頭像

未聞花名AI - 構建AI智能體：六十一、信息論完全指南：從基礎概念到在大模型中的實際應用

一、理解信息論 想象一下這樣的場景，我們每天出門都會查看天氣預報，如果預報總是説"今天晴，氣温25度"，久而久之你會覺得這信息索然無味，因為太確定了。但如果預報説"今天有80%概率下雨"，我們就會格外留意，甚至帶傘出門，這種不確定性反而讓信息更有價值。 這正是信息論的精髓所在，就像收拾行李箱時，把所有物品整齊分類（低熵）比胡亂塞進去（高熵）更容易找到想要的東西。在大語

機器學習 , AIGC二三事 , 信息論 , 人工智能 , 信息熵 , 概率分佈

收藏 評論

u_17595790 頭像

AI時代原住民 - AI重構軟件研發全流程走向落地！亞馬遜發佈「AI驅動開發」全新方法論，完整解讀十大核心原則

從氛圍編程到智能體編程，從SDD(Spec驅動開發)到AI DLC(AI驅動開發全週期)，AI重構軟件研發從意願走向落地 在敏捷方法論誕生二十多年後，軟件工程正迎來其歷史上最激動人心的範式轉移。亞馬遜AWS的Raja SP近日發佈了一篇開創性文章，正式提出了AI驅動開發生命週期（AI-DLC）——一個專為AI原生時代

AIGC二三事 , 驅動開發 , aigc , Copilot , 開發者 , 軟件工程

收藏 評論

u_15912723 頭像

讓世界更美好 - AI工具深度測評：超越炒作，找到真正賦能你的智能夥伴

在信息過載、創意需求爆發的時代，AI應用工具已從未來概念演變為日常辦公桌上的“數字同事”。然而，面對眼花繚亂的選擇，一個核心問題浮現：它們究竟是提升生產力的神器，還是製造繁忙的玩具？ 本文將避開泛泛而談，深入測評五大核心領域的代表工具，通過橫向對比與場景化分析，揭示其真實能力邊界，幫你構建高效的“人機協作”工作流。 一、文本創作引擎：創意生成、邏輯優化與協作增強

AIGC二三事 , 音視頻 , 自然語言 , AI寫作 , aigc , 領域知識

收藏 評論

u_9849794 頭像

子丶不語 - AI 如何改變我們的日常生活

人工智能（AI）在2026年已深度融入我們的日常，從起牀到入睡，幾乎無處不在。它不僅提升了效率，還帶來了高度個性化和智能化的體驗。根據最新數據，全球AI市場規模已超過5000億美元，許多人每天與AI互動超過100次。下面，我們從更多場景詳解AI的實際影響，結合真實案例和數據，讓內容更豐富生動。 智能助手：一天的智能起點 早晨醒來，你對手機或智能音箱説：“早安，今天的日

AIGC二三事 , 數據 , app , google , AI寫作 , aigc

收藏 評論

u_15368545 頭像

叫做長大จุ๊บ - 文心 5.0 登場：打破邊界，定義未來智能新範式，開啓原生全模態智能新時代！

作為一名每天與代碼為伴、重度依賴AI工具的開發者，我經歷過從早期語言模型的稚嫩，到如今大模型混戰的喧囂。就在剛剛GPT推出了5.1而百度推出了文心5.0，當看到ERNIE 5.0發佈時，我的第一反應是：又一個版本更新？但在深入瞭解後，我必須承認——這次，真的不一樣。 一、重新定義"全模態"：從概念到生產力 看看這個界面： 文檔區：圖片、

AIGC二三事 , 文心一言 , 數據 , aigc , 開發者 , 模態 , 百度

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：五十一、深思熟慮智能體：從BDI架構到認知推理的完整流程體系

一、什麼是深思熟慮的智能體 當我們談論一個決策是深思熟的，我們指的是這個決策經歷了深度的思考過程,不僅僅是快速的反應，而是包含了分析、推理、權衡和規劃的複雜認知活動。同樣，在人工智能領域，深思熟慮的智能體（Deliberative Agent） 是指能夠進行復雜推理、規劃未來行動、並基於內部狀態和外部環境做出決策的智能系統。與簡單的反應式智能體不同，深思熟慮的智能體具備：

AIGC二三事 , List , 優先級 , 數據 , pytorch , 人工智能

收藏 評論

u_17182302 頭像

u_17182302 - 2025年底，我還在用哪些AI工具？

25年底了，我還在用哪些AI工具？ 留下來的8個工具 Copilot：每月10刀，性價比之王 這個可能很反常識。網上大量詬病Copilot的帖子，説它不如Cursor和Claude Code聰明。 但它一個月10刀能包含300次調用啊！而且每次超額只要4美分。處理超長上下文任務時按次計費的性價比無需多言，而且最新的模型包括gpt codex都有，後

AIGC二三事 , AI應用 , AI , AI工具 , aigc , 人工智能 , Copilot

收藏 評論

u_17595790 頭像

AI時代原住民 - AI時代，你最大的能力變遷：從“我不行”到“我能行”！

擁抱AI，從重構認知開始 你有沒有過這樣的瞬間？ 看到一個酷炫的效果，讀到一個精彩的觀點，冒出一個絕妙的想法……但緊接着，一個聲音在腦海裏響起：“這個太難了，我不會編程”、“我做不出這個設計”、“我實現不了”。 在過去的時代，這個聲音或許意味着思維的終點。但在今天，它恰恰應該是你行動的起點。 一、A

輸入框 , AIGC二三事 , 背景圖片 , aigc , Copilot , HTML

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：五十七、LangGraph + Gradio：構建可視化AI工作流的趣味指南

一、讓AI觸手可及 相信我們身邊或多或少總是聽到很多人在説大模型大模型，可大模型具體怎麼用還是一道很深的門檻，我們博文也寫了很多，但具體的用法和作用，使我們還面臨着一個有趣的矛盾：大模型的能力越來越強，但真正能讓普通用户直接使用的AI應用卻少之又少。今天，我想分享我們如何用LangGraph和Gradio構建一個可視化、可配置的AI工作流系統，讓非技術用户也能輕鬆組合各種A

AIGC二三事 , 智能工作流 , 流程編排 , pytorch , langgraph , 人工智能

收藏 評論

u_17349038 頭像

煜見Ai未來 - 馬斯克560億對賭背後：2026-2030，普通人最後的翻身窗口

凌晨又被社羣消息炸醒 😮💨 有人轉了馬斯克那個 560 億美金薪酬方案通過的新聞… 我當時就懵了。 4000 多億人民幣… 沙特一年 GDP 才 1 萬億… 這錢夠我買多少個 Claude 訂閲了??（省錢人的第一反應🤣） 好多人以為是獎勵過去的功勞… 害… 我熬夜看完那 3 小時訪談（開倍速都看不完，困死），背後涼颼颼的…這哪是發工資，這明擺着是梭哈啊 🎰

機器學習 , AIGC二三事 , 數據 , 產品經理 , 人工智能 , 原型圖

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：六十、特徵工程行業實踐錄：金融、電商、醫療的智能化轉型

一、趁熱打鐵 我們已經瞭解了特徵工程的概念和基礎應用，今天我們圍繞比較廣泛的行業示例繼續加深理解。 特徵工程是數據科學的核心環節，它的本質是用數據的語言，翻譯業務的邏輯，特徵工程將原始數據轉化為機器學習模型能理解的業務語言。在不同行業的應用，就是解決該行業最核心的預測或分類問題，這一過程在三大行業展現出巨大價值： 在金融風控領域，傳統信貸審批依

機器學習 , AIGC二三事 , 數據 , 特徵工程 , 人工智能 , 原始數據

收藏 評論

u_16018702 頭像

架構師李哲 - 最佳實踐丨讓蘇東坡"復活"！我用Qwen3-8B實現了與千古文豪的跨時空對話

"你是誰？" "我是一個多才多藝的文學家、書法家和畫家，生活在北宋時期。我是蘇東坡，我……" 這不是穿越劇的台詞，而是藉助大模型技術實現的真實對話。在人工智能的賦能下，千年前的文豪蘇東坡以“數字分身”的形式“復活”，與今人吟詩作對、暢談人生，展開一場跨越時空的交流。 這是微調前大模型的回答。此時的模型如同一個精準的“知識庫”，回答客觀

AIGC二三事 , 數據集 , 數據 , 大模型微調 , 人工智能 , 深度學習

收藏 評論

u_17595237 頭像

馬應龍眼 - 科研人員在使用AI工具時，哪些信息絕不能公開？

隨着人工智能技術的快速發展，AI工具在我們日常生活和科研工作中的應用越來越廣泛。然而，使用這些工具時，我們面臨着潛在的信息泄露風險。特別是在科研領域，信息的安全性和保密性尤為重要。本文將深入探討科研人員在使用AI工具時需要關注的信息泄露風險，並提供一些有效的規避策略。 一、科研人員面臨的信息泄露風險 1. 個人身份信息 為了使用AI工具

AIGC二三事 , 數據 , AI寫作 , aigc , 科研 , 訪問控制 , 數據加密

收藏 評論

u_7883056 頭像

巨浪888 - 使用 AI 編程工具開發郵件插件MailMind Assistant

你每天要花多少時間處理郵件？對着空白編輯框反覆修改措辭，在幾十封未讀郵件裏翻找關鍵信息，熬夜讀完長篇郵件卻漏看核心需求 —— 這是大多數職場人的日常。作為曾經的 “郵件工具人”，我發現市面上的郵件輔助工具要麼收費昂貴，要麼操作複雜，要麼適配性差。於是我想做一款插件，不用下載 APP，不用付訂閲費，在 Gmail 和 Outlook 裏直接能用，10 秒生成專業郵件，2

AIGC二三事 , AI編程 , 人工智能 , 深度學習 , 開發者 , Outlook

收藏 評論

u_7883056 頭像

巨浪888 - 用AI讓藏品説話項目開發筆記

你去過博物館嗎？站在玻璃展櫃前，看着千年前的陶俑、青銅器，除了旁邊的簡介牌，你對它的前世今生一無所知。文物不會説話，但我們能用AI讓它“活”一次。全國有近6千家博物館，但九成以上缺乏沉浸式導覽能力。AR導覽設備租金昂貴，NFT數字藏品門檻高、手續費勸退。於是我想做一個APP產品，不用額外硬件，不用耗流量，手機 Web/APP 拍張文物照，或喊一句 “這是哪裏”，30 秒就能生成

AIGC二三事 , 3d , 人工智能 , 深度學習 , 4D , Web

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：四十二、使用 Qwen-Agent Assistant 調用高德 API 實現天氣查詢

一、系統概述 隨着大模型技術的發展，智能助手（Agent）已成為連接用户需求與外部服務的核心載體。Qwen-Agent作為基於通義千問大模型的智能框架，支持通過工具調用擴展能力，而高德天氣API則提供了穩定、實時的氣象數據服務。本文旨在實現Qwen-Agent的Assistant助手與高德天氣API的無縫集成，構建一個能響應用户自然語言查詢、返回精

AIGC二三事 , 天氣查詢 , API , pytorch , 人工智能 , ci

收藏 評論

u_17583190 頭像

fangpin - 從 0 搭建 LLM 不再難！這個 PyTorch 項目幫你吃透大模型底層邏輯

如果你曾想深入理解大語言模型（LLM）的 “五臟六腑”，卻被框架封裝的黑盒接口、複雜的源碼結構勸退；如果你希望親手實現 Transformer 的每一個組件，而非單純調用transformers庫 —— 那麼今天推薦的這個開源項目，絕對能成為你的 LLM 學習 “腳手架”。 它就是 GitHub 上的 llm-from-scratch（項目地址），一個基於 PyTorch、專為教育設

AIGC二三事 , llm , BPE , 人工智能 , transformer , 深度學習 , 大模型

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：五十九、特徵工程：數據預處理到特徵創造的系統性方法

一、何謂特徵工程 特徵工程是數據科學中的關鍵環節，其核心目標是將原始的、雜亂的數據轉化為機器學習模型能夠有效理解和利用的格式。這個過程可以類比於將生鮮食材烹飪成美味佳餚的完整流程。 想象一下，您從市場採購回各種生鮮食材：帶泥的土豆、未處理的豬肉、整根的大葱、未開封的調味料。如果直接將這些東西端給客人，他們根本無法食用。同樣地，原始數據對機器學習模型而言就如同這些未處理

AIGC二三事 , pytorch , 特徵工程 , 人工智能 , 機器學習模型

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：四十、K-Means++與RAG的融合創新：智能聚類與檢索增強生成的深度應用

一、前言 前面的文章我們詳細講過，大型語言模型雖在自然語言處理領域展現卓越能力，但仍面臨幻覺問題、知識時效性不足及領域專業性缺失的問題，結合RAG通過“檢索外部知識+增強模型生成”的範式，作為大模型的“外置知識庫”有效緩解上述痛點，無需重新訓練即可動態整合最新領域知識，顯著提升回答準確性與可信度。 然而，傳統 RAG 系統在處理大規模知識庫時存在顯著侷限：全局檢索模式

AIGC二三事 , 聚類 , 人工智能 , 深度學習 , RAG , K-Means++

收藏 評論

u_16380863 頭像

未聞花名AI - 構建AI智能體：四十六、Codebuddy MCP 實踐：用高德地圖搭建旅遊攻略系統

一、前情概要 前面有兩篇文章分別講了高德API的使用和MCP的詳細説明，今天正好基於此做一個智能的旅遊攻略助手，旅遊是生活中習以為常的事情了，短期近程、長期遠程，規劃是個很重要的事情，我們或多或少的經歷過旅遊過程中的各種不好的體驗，當前旅遊信息市場也存在嚴重的碎片化問題，一般我們在規劃行程時，需要同時查閲攜程、美團、馬蜂窩、小紅書等多個平台，每個平

AIGC二三事 , 高德地圖 , 數據 , API , pytorch , mcp , 人工智能

收藏 評論

u_17182302 頭像

u_17182302 - 下一代AI心理產品，會長什麼樣？

下一代AI心理產品，會長什麼樣？ 本文共 1903 字，閲讀預計需要 3 分鐘。 你認為的下一代 AI 心理產品會是什麼樣？ 很多人會先想到：更會聊、更像人，然後按小時、按次數收費。 這條路能走，但不算**“下一代”。** 真正的分歧在於： 人類諮詢按小時計費，核心原因是稀缺；而 AI 不稀缺。 它的價值不該被鎖在“你開口説話的一小時”，

AIGC二三事 , AI產品 , AI , 心理學 , 人工智能 , 數據分析

收藏 評論