人工智能

Anthropic 封杀 OpenCode，OpenAI 闪电接盘：AI 编程生态的 48 小时闪电战2026 年 1 月 9 日，AI 编程工具圈上演了一场"生态战争"的残酷演示。Anthropic 突然宣布部署更严格的技术保障措施，阻止第三方工具"伪装"为官方 Claude Code 客户端，OpenCode、Cursor 等工具集体"中枪"，大量开发者项目突然中断，部分账户甚至直接被封禁。

CCC：CarCrazeCurator

从 APA 到 AVP：汽车自动泊车系统技术演进与产业发展深度研究（一）APA 系统定义与核心定位自动泊车辅助系统（Automatic Parking Assist, APA）作为基于 L2 级辅助驾驶的核心功能，正逐渐成为现代汽车智能化的重要标志。它通过多传感器融合与智能算法的协同工作，赋予车辆在复杂停车场景下实现全自动泊入 / 泊出的能力。这一系统的本质是驾驶辅助技术，尽管它能够极大地简化泊车流程，但驾驶员仍需全程监控车辆状态，并随时准备接管控制权。

当 AI 成为 Git 里的一个“人”你去任何一家软件公司都会看到同一幅画面：需求一大堆，技术债一大堆，人却永远不够。不是因为没人会写代码，而是因为没有人愿意持续做这些事：

【DLNR】《High-frequency Stereo Matching Network》CVPR-2023github：https://github.com/David-Zhao-1997/High-frequency-Stereo-Matching-Network

Base-NLP学习jieba的精确模式正是前文所述**“基于词典和动态规划寻找最大概率路径”**这一方法的典型应用，它会力图将句子尽可能精确地切开。

AI学习笔记整理（42）——NLP之大规模预训练模型Transformer参考链接：https://cloud.tencent.com/developer/article/2398361 https://cloud.tencent.com/developer/article/2400095

大语言模型幻觉抑制方法的研究与实现随着人工智能技术的迅猛发展，大语言模型（Large Language Models，LLMs）在自然语言处理领域展现出巨大的潜力。LLMs能够生成高质量的文本内容，广泛应用于信息检索、机器翻译、文本摘要、问答系统等多个领域。然而，LLMs在文本生成过程中容易产生幻觉，即生成与事实不符的内容，这严重影响了模型的可信度和实用性。

UAVDT数据集疑似用AI进行标注在低空遥感目标检测领域，看到了不少文章都使用UAVDT数据集进行实验。据其论文[1]所述，该数据集是从 10 小时的原始视频中选取约 8 万帧代表性图像的方式进行构建，适用于三种基本的计算机视觉任务：目标检测、单目标跟踪和多目标跟踪。

过期的秋刀鱼！

机器学习-逻辑回归的成本函数的补充-推导逻辑回顾的成本函数是在输出0和1的两个函数是通过对数函数的变化平移来的先说预测1的成本函数我们要预测1那么说明，在输出0的时候成就就要无限大则得出结论要预测1 成本函数输入1的时候成本为0 成本函数输入0的时候成本无限大对数函数符合逻辑我们叫他-log(f)

AI大模型-核心概念-机器学习为避免一学就会、一用就废，这里做下笔记本文内容紧接前文-AI发展史从范畴看：机器学习是实现AI的一种途径，是一个专门的学科，除此之外，还有基于规则的专家系统、群体智能等其他途径从内涵看：机器学习，就是从数据中分析获得规律，并利用规律对未知数据进行预测、分类或者决策的过程。

大语言模型典型本地搭建及其应用基于主流大语言模型LLM高效应用CherryStudio环境，做本地模型上下文MCP快速应用，实现：AI-MCP本地SQLite数据库的灵活操控访问，所有功能可以在浏览器窗口测试。源码案例和指导文档很多，本想可以一蹴而就，可始终无果。于是，采用FastMcp库本地编码搭建简单MCP服务，服务器事件推送SSE，几经调试和完善，终于做到：浏览器可以测试，CherryStudio环境可以部署而且可以应用。

2025软件行业寒冬突围：破解AI编程冲击与项目制困局，一拖三闭环方案成破局关键定制化成本高企、项目延期率超40%、95%的AI试点项目折戟沉沙——2025年，传统软件行业的“寒冬”凛冽刺骨！

汽车仪器仪表相关领域

全自动化精准检测，赋能高效年检——NHD-6108全自动远、近光检测仪项目实战分享在机动车年检行业高速发展的背景下，全自动前照灯检测设备成为大型检测站、机动车年检中心提升检测效率、降低人工成本的核心装备。近期，我带领团队使用南华NHD-6108全自动远、近光检测仪，完成了20家大型机动车检测站的灯光检测线升级改造项目，累计支撑超50万辆机动车的前照灯年检任务。这款设备以**全流程自动化操作、超高精度测量能力、智能化数据管理**三大核心优势，实现了"无人值守式"灯光检测，大幅提升检测线的通行效率与数据可靠性。现将项目中的实战经验、技术细节与优化方案分享如下，为同行提供可落地的全自动化检测

夜雨深秋来

都2026年了你还不知道AI工程化！Cursor 等 AI IDE 在 2025 年快速普及，显著降低了写代码的成本，却没有自动降低对齐规范、验证质量、跨人协作的系统成本，导致进入一种高波动的对话式编程陷阱：生成很快、返工更多、交付不稳。

AI 伦理治理实操指南：从原则到生产线个人首页： VON鸿蒙系列专栏：鸿蒙开发小型案例总结综合案例：鸿蒙综合案例开发鸿蒙6.0：从0开始的开源鸿蒙6.0.0

Google 官方发布：让你的 AI 编程助手"边写、边看、边调"，像人类开发者一样工作2025 年 9 月 23 日，Google 正式发布Chrome DevTools MCP Server项目公开预览版（Public Preview）。短短 3 个月后，项目已迭代至 v0.12.1 版本，在开发者社区引发广泛关注。

SkillFlow：回归本质的AI能力流程管控Skill是AI时代的核心生产要素，它将提示词、代码、数据有机融合，封装成可复用、可管理的AI能力单元。

2026 年 AI 趋势深度研究报告从“概念验证”迈向“规模落地”的决策指南2026 年被业界广泛视为人工智能发展的关键转折点。如果说 2023-2025 年是生成式 AI 的“试验场”与“概念验证（PoC）”期，那么 2026 年则是 AI 技术真正走向“规模化（Scale）”与“生产级落地”的一年。微软在2025年12月8日发布的趋势报告中明确指出，AI 正在从单纯的“工具”进化为人类的“协作伙伴（Partner）”，这一转变将深刻重塑工作流与组织形态。

CodeLove·逻辑情感实验室

深度解析：当 NLP 试图解构爱情——情感计算（Affective Computing）的伦理边界与技术瓶颈Tag： NLP / 人工智能伦理 / 情感计算 / 深度学习 / 算法偏见0. 引言：被量化的多巴胺