技术栈
ai-native
AIHR数智引擎
13 天前
人工智能
·
经验分享
·
职场和发展
·
重构
·
ai-native
·
aihr
KPI物理失效:AI原生组织的效能重构与技能度量
微软在拆齿轮,字节在碾流量,Kimi甚至连部门都删了。表面上是中外企业的两条路线,底层却交汇于同一个终局: 在AI的降维打击下,还在靠清点人头来分配任务的组织,已经输了。
谁似人间西林客
13 天前
大数据
·
人工智能
·
ai-native
工业AI原生企业是什么?制造业智能化升级的新路径
如果把传统制造企业的AI应用比作外接的智能插件,用完即退、按需调用,那么工业AI原生企业就是自带神经与思考能力的有机整体——AI不再是事后补充的工具,而是贯穿生产、运营、决策全流程的基础能力,如同水电一般成为企业运转的必备要素。随着多模态大模型与边缘计算技术的成熟,工业AI正在从单点应用向企业底层能力渗透,推动制造业的智能化转型进入全新阶段。
sunneo
14 天前
人工智能
·
aigc
·
ai编程
·
ai写作
·
ai-native
本周 AI 新动态精选(2026.06.08–06.14)
🔥 本周 AI 新动态精选(2026.06.08–06.14)• 核心能力:1T 参数 MoE 架构(激活 32B),原生支持 256K 上下文 + MoonViT 视觉编码器处理多模态输入;强制开启思维链推理,代码 Benchmark 提升 ~21.8%,推理 Token 消耗降 30%;API 同步上线,高速版推理提速 5–6×。
一个被程序员耽误的厨师
15 天前
前端
·
ai-native
01-设计篇-我用前端那一套手艺造了一个AI-Native工具
副标题:基于 Next.js 16 + Vercel AI SDK 6 + Anthropic / DeepSeek / Cursor / SiliconFlow 四路模型,我们做了一个叫"轻辔"的 Agent Harness 基线。这是第一篇:聊聊"为什么前端来主导设计,反而比后端主导更对"。
lauo
15 天前
大数据
·
人工智能
·
chatgpt
·
智能手机
·
ai-native
当手机开始“编程”:荣耀Robot Phone的影像革命与ibbot青春版的AI“挖矿”之道
作者:宁明 | 技术布道师、AI原生计算生态探索者2026年第三季度,荣耀Robot Phone即将带着2亿像素三轴云台相机、AI物体追踪和ARRI电影感影像横空出世。这无疑是一台让所有影像爱好者血脉偾张的设备——你可以用它拍出《奥本海默》式的浅景深对话,你可以用它追踪飞驰的跑车,你可以把手机变成一台口袋里的电影摄影机。
lauo
16 天前
大数据
·
人工智能
·
chatgpt
·
智能手机
·
ai-native
碳基心脏最后的堡垒——ibbot青春版:你的随身Token生产厂
文/宁明最近36氪有篇文章火了。说的是有个独立开发者,给自己写了个“死人开关”——假如他意外去世,AI分身在24小时后自动接手所有客户需求,继续写代码、修bug、回邮件,死不死的根本不耽误甲方赚钱。
行者-全栈开发
16 天前
ai-native
·
a2a协议
·
mcp协议
·
ai原生开发
·
token经济学
·
概率性系统
·
llm后端架构
AI原生后端架构设计:从确定性API到概率性系统的范式跃迁
当所有人都在讨论AI原生开发的前端工具链和Prompt技巧时,后端架构正经历一场静默但深刻的范式变革。传统后端系统建立在确定性假设之上——相同的请求返回相同的结果,而AI原生后端必须拥抱概率性:LLM的输出不可预测、Token消耗决定架构决策、Agent自主调用要求API从"给人用"转向"给机器用"。本文从一线架构师的实战经验出发,拆解AI原生后端的五大核心架构模式,给出可落地的代码方案。
Nile
16 天前
人工智能
·
ai
·
agent
·
ai编程
·
ai-native
解密Palantir系列二:4.Palantir Foundry:七问判断该不该上
讲清了 Foundry 是什么、以及它如何把数据变成业务对象。这一篇讲更现实的问题:Foundry 为什么难复制?企业又什么时候根本不该上 Foundry?
Rocky Ding*
17 天前
人工智能
·
深度学习
·
机器学习
·
ai作画
·
stable diffusion
·
aigc
·
ai-native
Latent Consistency Models:一篇读懂扩散模型的少步生成核心基础知识
欢迎大家关注Rocky的知乎:Rocky Ding AIGC算法工程师/开发工程师面试面经秘籍分享:WeThinkIn/Interview-for-Algorithm-Engineer欢迎大家Star~
lauo
17 天前
大数据
·
人工智能
·
chatgpt
·
智能手机
·
ai-native
ibbot青春版:当腾讯AI“换船”,一部手机如何成为你的Token“私矿”?
——PopLang引擎+节点经济,让每个人从AI的“Token消费者”变身“Token生产者”最近科技圈最火的话题是什么?马化腾一句“船漏了,得赶紧换船”,把腾讯AI的战略转向推到了聚光灯下。曾经被寄予厚望的腾讯元宝让位给了WorkBuddy,这个面向企业办公的AI智能体,承载着腾讯在AI时代的新使命。
段智华
17 天前
ai-native
·
hermes
·
自进化智能体
MCP Server开发实战:从零构建Agent可调用的服务
「Hermes Agent自进化智能体深度解析」系列 | 模块十一 · 第2篇上一篇#31,我们把MCP协议拆到了螺丝级别——JSON-RPC 2.0的请求响应模型、Tools/Resources/Prompts三大能力原语、Capability Negotiation的握手流程。你可能觉得:“协议我都懂了,但让我自己写一个MCP Server,还是不知道从哪下手。”
段智华
18 天前
ai-native
·
hermes
·
自进化智能体
MCP协议深度解析:AI Agent连接世界的通用语言
「Hermes Agent自进化智能体深度解析」系列 | 模块十一 · 第1篇1983年1月1日,ARPANET正式切换到TCP/IP协议。在此之前,每两个网络之间的通信都需要一套专用协议——X.25连X.25,SNA连SNA,DECnet连DECnet。网络之间的互联是一场N×N的噩梦。TCP/IP用一套通用协议终结了这个混乱,互联网从此诞生。
段智华
18 天前
ai-native
·
hermes
·
自进化智能体
从零到一玩转Hermes Agent:VPS部署 × 模型配置 × 记忆架构 × 多Agent协作
「Hermes Agent自进化智能体」实战专题 · 全景教程 配套视频:Hermes Agent终极指南(30分钟覆盖95%潜力)
LATASA
18 天前
开源
·
ai-native
【开源 Agent 框架的“工程性格”与闭坑指南】
前言:最近在学习极客时间黄佳老师的关于 Agent 设计模式的专栏,看到作者对市面上 8 个主流 Agent 框架的拆解,烟头都差点烫到手——简直说到了心坎里。
Rocky Ding*
18 天前
论文阅读
·
人工智能
·
深度学习
·
机器学习
·
stable diffusion
·
aigc
·
ai-native
Token Merging for Fast Stable Diffusion:一篇读懂 Stable Diffusion 的免训练加速机制
欢迎大家关注Rocky的知乎:Rocky Ding AIGC算法工程师/开发工程师面试面经秘籍分享:WeThinkIn/Interview-for-Algorithm-Engineer欢迎大家Star~
黑马师兄
20 天前
java
·
人工智能
·
ai
·
agent
·
rag
·
ai-native
RAG混合检索深度解析:让AI真正找到你要的内容
向量检索(Dense Retrieval)是目前 RAG 系统的主流做法。它的核心思想是:将文档和用户问题都转换成高维数值向量(Embedding),然后通过计算两个向量之间的余弦相似度,找出语义上最接近的文档片段。
sunneo
20 天前
ai作画
·
aigc
·
ai编程
·
ai写作
·
ai-native
第七节:Workspace Trust & Permissions——安全的 AI 协作
随着 AI 能力的增强,它能够读取、修改甚至执行你电脑中的文件。如果不对 AI 的权限加以管控,一旦 AI 产生错误指令或被恶意技能利用,可能导致严重的安全风险。
sunneo
20 天前
ai作画
·
aigc
·
ai编程
·
ai写作
·
ai-native
第三节:用AI让重复任务一键完成——prompts.md 文件详解
你已经学会了用 Agent 定义 AI 的“专业身份”(第一节),用 Instructions 为 AI 设定“全局行为准则”(第二节)。但在日常开发中,还有一些频繁执行的标准化任务,比如:
Nile
20 天前
大数据
·
人工智能
·
ai
·
ai编程
·
ai-native
解密Palantir系列二:1.Foundry · 数据操作系统
很多公司已经有数据库、ERP、CRM、数据湖、BI、机器学习平台,为什么还需要一个 Foundry?第一性问题不是“企业有没有数据”,而是:
夜雪闻竹
20 天前
人工智能
·
aigc
·
ai编程
·
ai-native
·
chatcrystal
5 种 AI 对话数据格式全解析
本文面向:想统一管理多个 AI 编程工具对话数据的开发者。 预计阅读时间:10 分钟 最终效果:理解 Claude Code、Codex、Cursor、Trae、Copilot 五种对话格式的结构、优劣与解析陷阱,明白为什么需要统一抽象层。