openai

番外篇四：《一个图搞定智能客服：用 StateGraph 把"条件路由"和"状态合并"玩明白》这是专栏的番外篇。番外三咱们扒开 ReactAgent，把 Graph 三件套（节点 / 边 / 状态）刻进了肌肉记忆，还用工程的 GraphDemoConfig 跑通了一个"数字拆分并行求和"的图。但那篇藏了个没说破的真相：GraphDemoConfig 的 branch 节点，分支是假的——不管奇偶，两条路都跑了，它只是演示"并行分叉"，不是真条件路由。

全栈弄潮儿

第一次让 AI 帮你写代码：用 JavaScript 完成一个待办事项清单前面的文章中，我们了解了什么是 AI 编程，也认识了常见的 AI 编程工具。这一篇不再停留在概念层面，而是通过一个完整的小案例，体验一次真实的 AI 编程流程：

番外篇三：《ReactAgent 为什么能"想一步做一步"？扒开它的 Graph 内核》这是专栏的番外篇。番外二里我们用 ReactAgent.builder() 十行代码搭了个会自己调工具的 Agent，reactAgent.call("北京和上海哪个温度高") 一调，它就自动"想一步、做一步、再想一步"直到出答案。当时我留了个扣子没解：call() 凭什么会自己多轮循环？

做前端的娜娜子

Embedding 向量模型：从语义表示到相似度计算系列第三篇。前两篇我们搭好了 TypeScript 工程、跑通了 invoke 与 stream 两种生成式调用，本篇进入 RAG 的地基——文本如何变成向量，以及向量之间如何比较。

拒绝 AI 乱写代码：手把手教你玩转 Claude Code 的工程化技能集欢迎关注微信公众号：FSA全栈行动 👋现在用 AI 辅助开发确实爽，但我也经常遇到一些让人头大的问题。有时候你觉得 AI 完全理解了你的意思，结果它写出来的代码完全跑不通；或者它写得太啰嗦，每次对话都要重新定义一遍项目里的术语；最糟糕的是，由于 AI 编码速度太快，如果不加约束，项目很快就会变成一坨难以维护的“面条代码”（Codebase Rot）。

AI 只解决眼前那个坑【上篇】：来源、图片、鲁棒性，把能聊一处一处补齐前一篇我把 16G 内存机器上的私文简搜重写成轻量版，后端能跑、前端能起，我以为快完事了。结果才发现「能跑」和「能聊」之间还隔着一片坑：答案不标来源、图片访问不了、deploy 目录不存在就报错、把检索到的全文整个塞给 Ollama、一次聊天要等半小时才出得来。这篇是补全实录——来源、图片、鲁棒性，一处一处填，又一次验证了那句话：AI 只解决眼前那个坑，你得把那些坑一个个夹逼回来。

云卷云舒___________

Grok4.6上线Cursor、GPT5.6-Cyber发布、谷歌搁置Gemini3.5Pro | 8月11日 AI日报💡 今日趋势速览：Grok4.6未发布先现身Cursor，OpenAI推GPT5.6-Cyber攻网络安全，谷歌搁置Gemini3.5Pro转向Gemini4，AI模型竞争进入垂直深水区。

番外篇二：《不到十行代码，我用ReactAgen搭了个会自己调工具的 Agent》番外一篇我们理清了"Spring AI 是接口层、Alibaba 是编排层"。这篇动手——用 ReactAgent 十分钟搭一个会自己思考、自己调工具的 Agent。你会发现， Spring AI 第 5 篇手搓的那套 @Tool 调用，这儿几乎零改动就能直接复用。

番外篇一：《Spring AI Alibaba 到底是啥？一张图理清两者关系》这是专栏的番外篇。前面 16 篇我们把 Spring AI 从写诗一路写到了 RAG 知识库；从本篇起，开启一段番外——聊聊站在 Spring AI 肩膀上的 Spring AI Alibaba。先别急着学新 API，咱们把"Spring AI"和"Spring AI Alibaba"这对容易搞混的概念，彻底掰扯清楚。

工具是编程的铠甲（下篇）：从文件对比、全文搜索到数据库设计上篇讲了远程连接、文件传输、本地搜索这三类工具（《工具是编程的铠甲（上篇）：从远程连接、文件传输到本地秒搜》），这篇继续把剩下几款补完。

把所有砖敲烂

AI 工具选型：豆包、WorkBuddy、Codex 与 Hermes 实践面对众多 AI 工具，开发者常困惑于如何选择。核心在于任务边界：根据工作内容的复杂度、上下文范围和执行权限，将任务划分为五个层级，并匹配相应工具。

爱吃的小肥羊

用时1.5天，Claude突破了黎曼猜想的新纪录讲真的！AI在数学界的突破真是越来越随意了。事情的起因很随意，8天前 Anthropic 员工 Jarred Sumner 在跑步时，给一个尚未发布的研究版 Claude 提出一项“不合理挑战”：认真攻一下黎曼猜想。

做前端的娜娜子

第一个AI调用——TypeScript 工程初始化与配置管理（实战跟练）本文基于 NestJS + LangChain.js + TypeScript 技术栈，手把手带你从零初始化一个工程，并搭好环境变量配置管理体系。当你真正发出第一个 AI 调用前，环境必须先稳。

全栈弄潮儿

ChatGPT、Codex、Cursor 怎么选？AI 编程工具入门指南上一篇文章介绍了开始 AI 编程前需要准备的工具、环境和基础能力。准备好开发环境后，很多人会遇到第二个问题：

Codex + Matt Pocock Skills 实战：别全装，这 13 个 Skill 才是真正的核心最近在研究 Matt Pocock 的 skills 仓库。如果只是看 Skill 列表，很容易产生一种冲动：

大模型到底是怎么学会说话的？一文看懂预训练我们天天在用豆包、DeepSeek、千问、Claude……但它们最初并不是“聊天机器人”，而是一个只会“接着往下写”的文本续写机器。这个机器，就叫基座模型。基座模型是怎么来的？答案就三个字：预训练。

用 Ace Data Cloud 快速接入 OpenAI Chat Completions API：兼容官方格式，更适合开发者落地如果你正在做 AI 应用、智能客服、知识库问答、Agent 工作流，或者想把大模型能力集成到自己的 SaaS、内部系统、自动化脚本里，最常见的第一步就是接入 Chat Completions API。

全栈弄潮儿

开始 AI 编程前，到底需要准备什么？上一篇文章介绍了 AI 编程是什么，以及它可以帮助我们完成哪些工作。很多刚接触 AI 编程的同学，接下来都会遇到一个问题：

2026 年 8 月，我的最新 AI 装机单最近直播了几场，直播间和公号后台问得最多的问题就是，编程，生图，视频该用哪个，以及哪个 AI 最强之类的话题。

全栈弄潮儿

AI 编程是什么？5 个真实开发场景带你快速入门现在很多开发者都在使用 AI 辅助编程。有人让 AI 生成代码，有人让 AI 分析报错，也有人用 AI 编写测试、整理文档和理解陌生项目。