openai

深度解析 GRPO：DeepSeek R1 背后“悟道”的逻辑引擎在 AI 对齐（Alignment）的进化史上，如果说 RLHF 是初代的“导师制”，DPO 是现代的“对比法”，那么 GRPO 就是一种全新的**“演化论”**。它是 DeepSeek 推理模型（R1 系列）能够自发涌现思维链（CoT）的核心秘密。

Transformer 的稳健基石：残差连接与 Pre-LN 深度解析在训练拥有成百上千层的深层神经网络（如 GPT-4, DeepSeek）时，最核心的挑战不是算力不够，而是梯度如何稳定地传回底层。残差连接与 Pre-LN 结构的组合，正是解决这一难题的工业标准。

予枫的编程笔记

【YF技术周报 Vol.01】OpenAI 国会指控 DeepSeek，字节发布 Seedance 2.0，Java 26 预览版来了👋 卷首语大家好，我是予枫。这是《YF 技术周报》的第一期。作为一名计算机研究生，我深知在信息爆炸的时代，筛选高质量信息比获取信息更重要。在这个专栏里，我不会罗列所有新闻，只会从开发者和技术演进的角度，为你精选这一周内真正值得关注的圈内大事。本周，我们见证了中美 AI 巨头的博弈升级，也看到了多模态技术在“音画同步”上的关键突破。以下是本周的核心复盘。

热榜都在搞多 Agent 协作，我用 3 个模型搭了个系统才发现：最大的坑是并发今天刷掘金热榜，满屏都是多 Agent、OpenClaw、GLM-5……好家伙，AI Agent 开发彻底从"概念吹水"进入"真刀真枪写代码"阶段了。

大模型行为塑造：SFT 与 LoRA 深度解析如果说**预训练（Pre-train）**是让模型在图书馆里读万卷书，那么 SFT（有监督微调）就是教模型如何通过考试、如何与人沟通，而 LoRA 则是完成这一过程最经济高效的“手术刀”。

90%程序员还在让 AI 补代码，1%已经在指挥 AI 军团大家好，我是孟健。90%的程序员已经在用 AI 写代码了，但 90%的人还停留在"让 AI 补全下一行"。

大模型对齐终极指南：RLHF 与DPO本手册涵盖从 LoRA 微调参数设置到 RLHF/DPO 对齐算法的核心逻辑、数学本质及工程陷阱。在 SFT 或对齐阶段，LoRA 是最常用的“手术刀”。其性能由两个核心参数决定：

用 OpenClaw 做视频：播放量从几十涨到 9000，成本一毛钱大家好，我是孟健。我做视频号不用剪映，不用 PR ，甚至不碰任何剪辑软件。一条 60 秒的短视频，成本一毛钱，从选题到成片 15 分钟搞定。

从清华开源作业到 OpenAI：一个工程脑如何改写游戏规则有时候我会想，大模型时代最荒诞的一件事是什么。不是模型越来越强，也不是论文越来越多。而是我们明明站在一个技术爆炸的年代，却越来越容易被一种幻觉迷住：只要我想到一个好点子，我就能改变世界。

本地 AI 助手如何安全暴露到公网？SSH 反向隧道实战我在本地 Mac 上运行了一个 OpenClaw Gateway（一个 AI 助手框架），它监听在 192.168.50.3:18789。现在想实现：

IDEA + Codex · 32ai 零魔法直连各模型完整教程——从安装Codex到使用自定义端点，每一步都包含配置截图占位与详细解释。基于32ai中转平台，直连、稳定、低价。

OpenClaw 都能帮我养鱼了？从“零起点”到跨界控制物联网增氧机OpenClaw 如今已经展现出了极其强大的能力，那么问题来了：它可以帮我养鱼吗？理性的答案是：未来一定可以，但现在还差一步。

拆开一看才明白：Codex 这种“本地AI写代码”到底怎么跑起来的？如果你也在折腾“让大模型在本地改代码”的 Agent，八成遇到过这种崩溃瞬间：模型说要执行命令、工具跑完回传一大坨、上下文越滚越长、性能忽高忽低、最后还把权限问题搞成“你敢让我删库我就敢执行”……😅

【译文】一件大事正在发生译文来源： Matt Shumer @mattshumer_ 一件大事正在发生回想一下 2020 年 2 月。

当Agent接管代码后：产品经理的终极价值，是定义AI无法感知的“恐惧”与“爽点”时间来到2026年，软件工程领域正在经历一场悄无声息却惊心动魄的“大分流”。根据GitHub发布的《2026年度Octoverse报告》，在启用GitHub Copilot X的企业项目中，超过65%的代码由AI自动生成并被采纳。对于标准的CRUD（增删改查）业务，Auto-GPT类的智能体（Agent）已经能够从数据库Schema设计到前端React组件实现全流程闭环。

Claude Code案例-浏览器插件开发之notion to markdwon剪切板(已开源)💡 大家好，我是可夫小子，《小白玩转ChatGPT》专栏作者，关注AI编程、AI自动化和自媒体。我自己的主力笔记软件是使用notion，有时候需要把笔记转成markdown格式发布到其他平台，比如知乎、CSDN是直接支持Markdown格式。notion笔记自带导出为Markdown的功能，但获得的是markdown格式和本地图片，但这不能完全满足我的需求，而我期望的是把markdown内容copy到剪切板。于是借助Claude Code，两个小时就手撸了一个可用的浏览器插件。现在我也开源了，地址我写

9.9元的“门票”与10美金的“学费”：我的 OpenClaw 冲动消费之旅最近 OpenClaw 的热度很高，作为一名折腾党，我也按捺不住内心的躁动想尝试一下。不过，考虑到这类 AI Agent 往往需要极高的本地权限，为了安全起见，我决定把战场转移到云端。

字节跳动在即梦（Dreamina）等平台低调上线了新一代AI视频模型 Seedance 2.02026年2月，字节跳动在即梦（Dreamina）等平台低调上线了新一代AI视频模型 Seedance 2.0。这款模型一经内测便引爆全球创作者圈，被《黑神话：悟空》制作人冯骥誉为“地表最强，没有之一”，甚至有海外创作者感叹“中美技术差距已达两代”。Seedance 2.0 不仅让普通人能一键生成电影级短片，更将视频生产从“抽卡式”的随机创作，推向了接近专业制作的“导演级”可控阶段。

「OpenClaw」添加官方列表以外的LLM模型最近OpenClaw的热度非常高，我自己也在空闲期间搭了一个本地项目，在选择LLM大模型的时候优先选择了国内的Qwen大模型，并且完成了Oauth认证，但在我使用了两三个小时之后就开始没有应答反应，查询日志发现报错qwen-portal/coder-model: 429 Free allocated quota exceeded.,是Qwen Oauth的免费额度使用超限，所以今天来教大家如何来给自己OpenClaw配置自己想使用的LLM大模型，以及如何在额度超限时让OpenClaw自己切换使用新的LLM