openai

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。

AI 如何做出数学发现【5】- AI 数学证明怎样做单元测试：从“看起来顺”到可否证工作流系列：AI 如何做出数学发现（第 5 篇）深度解读 OpenAI公开的GPT推演手稿《How the Ideas Came Together》，从失败路线、关键不变量与可复现实验出发，拆解 AI 参与数学发现的真实过程。涵盖球堆积、编码理论、复杂性、量子信息与极值组合，并严格区分发现笔记、正式证明、数值验证和形式化检查。关键词：数学证明验证、AI 推理、单元测试、反例生成、符号计算、形式化证明

我的 AI 工作流写了两年，直到 Opus 4.8 才真正生效我的 CLAUDE.md 里一直有这么几条：以前的模型看完这几行，该编还是编。你问它「这个 API 支持吗」，它照样一本正经地说支持，然后给你一个不存在的方法名。

介绍下本人开发的OpenCode开源多模态插件——analyze-image长期以来，我在OpenCode中使用DeepSeek、glm这些开源模型的时候，总有一种深深的无力感，就是这些模型虽然很强，但它是纯文本的，这直接导致AI模型无法解决我的一些包含识图场景的问题。

16G 内存带不动 Milvus：用 opencode 重写私文简搜聊天版（上篇）之前那版私文简搜 DocSolo 是「能搜也能聊」，靠的是 Milvus 存文本向量 + Spring AI Alibaba + Ollama。功能是有了，但 Milvus 这玩意儿是真的吃资源，我那台 16G 内存、2G 显存的机器根本扛不住。这篇记录我用 opencode 把它重写成轻量版的全过程：不碰 Milvus，向量改用本地方案，全文检索用 Lucene，模型还是本地 Ollama。上篇讲清楚为什么重做、怎么做计划、怎么编码、怎么把它第一次跑起来。全程真实记录，包括 opencode 反复犯同一

麻雀聊技术

一重启 AI 就失忆？用 Spring AI + PostgreSQL 3步搞定“长期记忆”持久化（附完整代码）上篇文章我们把 spring_ai_chat 跑通了，一个基于 Spring AI 和 DeepSeek 的聊天项目。跑起来之后有个问题：一重启，AI 就什么都不记得了。

码农进化录

Java 程序员的 AI 进化论｜ LangChain4j 入门，Java 开发者的 AI 应用框架上个月接了个内部需求——给我们的运维平台加个 AI 助手，能查告警、能问系统状态、能记住上下文。我用 RestTemplate 硬怼了一版 OpenAI API，写了 300 多行胶水代码，光是管理对话历史和工具调用的逻辑就搞了两天。后来同事推荐了 LangChain4j，试了一下，同样功能 60 行代码搞定。

手敲重构学透 Multi-Agent 代码（下）：从 AgentScope 1.0.8 升级到 2.0，API 变了什么、踩了哪些坑上篇把 AgentScope 1.0.8 的代码逐行手敲重构了一遍，每一行都搞懂了。这一篇接着记录升级到 2.0 的全过程——先是借助 AI 工具（Qoder、OpenCode）把 2.0 跑了一遍，踩了一堆坑；再手动重构，搞懂每一个 API 变化。哪些 API 变了、哪些坑踩了、虎头蛇尾又怎么收的场，都记在这里了。

云卷云舒___________

传OpenAI将发Astra新一代模型、谷歌Gemini3.5Pro现身后端、字节欲练5万亿参数大模型 | 8月7日 AI日报💡 今日趋势速览：AI巨头卷起参数与速度军备竞赛。传OpenAI内网狂跑Astra，谷歌Gemini3.5Pro蓄势待发，字节更拟建5万亿参数模型冲击国内之最。

用 Ace Data Cloud 接入 Codex：让 AI 编程工具配置更简单在 AI 编程工具快速普及的今天，很多开发者已经开始在终端、IDE、CI/CD 流程里使用 Codex、Claude Code 等编程 Agent。问题也随之出现：不同工具、不同模型、不同供应商的配置方式不统一，Token 管理分散，切换模型麻烦，成本和用量也不够透明。

手敲重构学透 Multi-Agent 代码（上）：逐行拆解 AgentScope 1.0.8，从「跑通了但没懂」到真懂了上一篇用 Trae 把《多 Agent+Skills+SpringAI 构建自主决策智能体》的代码调通了。代码确实跑起来了，但说实话——跑通和搞懂之间，还隔着一整条街。

小四的小六

端侧模型上线翻车实录：性能优化做完之后，用户还是不满意摘要：端侧模型推理优化到2秒后上线，却接连遭遇UI卡死、白屏、用户预期错位三个"翻车"现场。本文复盘了流式输出阻塞主线程、模型加载无保护、用户误以为端侧AI是ChatGPT三个真实案例，并给出了requestAnimationFrame节流、加载进度展示、输入意图判断等具体修复方案。文末附端侧模型上线检查清单，适合正在做浏览器端AI部署的开发者参考。

把报错日志发给 AI 前，先用 Python 做一次本地脱敏报错日志太长时，我也会想到让 AI 帮忙找问题。但复制之前最好停一下。日志里除了异常堆栈，还可能混着用户邮箱、手机号、Authorization、API Key 和带 Token 的请求地址。

Codex CLI 安装全攻略：macOS / Linux / Windows（WSL2）三端实战前两篇讲清楚了 Codex 是什么、和 Claude Code / Cursor 怎么选。这篇直接装机——macOS、Linux 原生安装 + Windows WSL2 全流程，三种安装方式全覆盖，一个步骤不省。

搜“干净”它说不知道？我用 Spring AI Alibaba 手写后端，TRAE Work 补齐了全栈本文参加「TRAE Work 实战帮」征文。内容全部来自真实开发过程：后端核心功能是我自己手写的，前端页面、中文全文搜索、模型动态切换等改进，是交给 TRAE Work 一步步完成的。文中所有截图均为实际操作记录。

别再给大模型充钱！Agnes AI 永久免费全模态 API，代码 / 绘图 /短剧Token不限量调用本教程包含完整 Python API 调用代码开发还没有搭建 Python 运行环境、安装开发工具的朋友，请提前配置好环境。这里我推荐选择JetBrains PyCharm 个人完全免费, 环境与软件配置流程我已整理好没有配置运行环境的可以先看以下教程！👇👇👇👇 💫💫💫☄️☄️☄️ 【必看】PyCharm免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!