Agentic Context Engineering(ACE)是什么? – AI百科知识

Agentic Context Engineering(ACE)是斯坦福大学、SambaNova Systems和加州大学伯克利分校的研究者们提出的创新框架,通过动态优化输入信息(即“上下文”)来提升大型语言模型(LLM)的性能。能让语言模型在不改变原有参数的情况下,通过优化输入的上下文来自我提升性能。

如何用Prompt链提升准确性与覆盖率?一文看懂

在人工智能技术迅猛发展的今天,如何精确引导大语言模型完成复杂任务已成为关键挑战。本报告深入解析从基础指令(Prompt)到高级任务分解术(Prompt链)的核心概念。

什么是MCP(Model Context Protocol) – AI百科知识

模型上下文协议(Model Context Protocol,MCP)是一种开放协议,让大型语言模型(LLM)与外部工具和数据源实现无缝通信。通过统一的协议实现各类数据源的插件式接入,避免为每个数据源单独编写代码。确保在数据交互过程中,敏感信息(如API密钥、用户数据)得到充分保护。

什么是氛围编程(Vibe Coding) – AI百科知识

Vibe Coding(氛围编程)是OpenAI联合创始人Andrej Karpathy推出的新型编程范式。基于人工智能,特别是大型语言模型(LLM),开发者通过自然语言描述需求,AI生成对应的代码逻辑与架构。

什么是ANP(Agent Network Protocol) – AI百科知识

ANP(Agent Network Protocol)是开源的智能体通信协议,成为智能体互联网时代的 HTTP,为数十亿智能体构建一个开放、安全、高效的协作网络。打破数据孤岛,实现所有智能体之间的无障碍通信,确保 AI 能获取完整的上下文信息。

通用人工智能(AGI)是什么?一文看懂 – AI百科知识

通用人工智能(Artificial General Intelligence, AGI)是具备与人类相当甚至超越人类的广泛认知能力的人工智能形态 。能像人类一样在各种不同的任务和环境中表现出智能行为,不仅局限于特定领域 。

MCP是什么?一文看懂 – AI百科知识

Model Context Protocol(MCP) 是 Anthropic 推出的开放协议,标准化大型语言模型(LLM)与外部数据源和工具之间的通信。通过提供统一的接口,使 LLM 能灵活地访问和交互各种数据和服务。

鸿蒙智能体框架(HMAF)是什么?一文看懂 – AI百科知识

鸿蒙智能体框架(Harmony Agent Framework,简称 HMAF)是华为公司为其自主研发的鸿蒙操作系统(HarmonyOS)打造的一款核心人工智能框架 。在于构建一个具备自主决策和群体协作能力的 AI 生态系统,全面赋能应用的智能化升级,推动鸿蒙生态向更高级的智能化阶段发展。

上下文工程是什么?一文读懂 – AI百科知识

上下文工程是指构建一个动态系统,以正确的格式提供正确的信息和工具,使大语言模型(LLM)能合理地完成任务。是一种系统性的方法,确保LLM获得执行任务所需的一切必要条件。

AI智能体(AI Agent)是什么?一文看懂 – AI百科知识

AI智能体(AI Agent),也被称为人工智能体,是人工智能领域中的一个核心概念,指的是能感知其环境、进行自主决策并采取行动以实现特定目标的智能实体或计算机程序 。

AGL框架是什么?一文看懂 – AI百科知识

Agent Guidance Language(AGL,Agent指导语言)是一种借鉴标准作业流程(SOP)的自然语言结构化编写法,让业务专家能够用自然语言为Agent编写“可执行的指令书”,将专家的偏好、私域知识和隐性规则注入任务执行流程。

AP2(Agentic Payments Protocol)是什么? – AI百科知识

AP2(Agentic Payments Protocol)是一个开放协议,为用户提供一个安全、可扩展且支付方式无关的框架,以便用户、商家和支付提供商能跨平台进行智能体支付。为AI代理代表用户进行支付交易提供一个共同的基础,确保交易的安全性、合规性,并防止生态系统碎片化。

AI面试中最常被问的问题有哪些?一文看懂

对于希望进入或在该领域发展的普通用户而言,了解AI面试的核心逻辑、常见问题类型以及有效的应对策略至关重要。本文系统性地梳理AI面试中最常被问到的问题,结合当前(2025年)的技术趋势,提供全面、可执行的应对与准备指南,帮助求职者在激烈的竞争中脱颖而出。

AI面试中最常被问的问题有哪些?一文看懂

对于希望进入或在该领域发展的普通用户而言,了解AI面试的核心逻辑、常见问题类型以及有效的应对策略至关重要。本文系统性地梳理AI面试中最常被问到的问题,结合当前(2025年)的技术趋势,提供全面、可执行的应对与准备指南,帮助求职者在激烈的竞争中脱颖而出。

如何写Prompt执行代码、数据分析或图表?一文看懂

随着人工智能技术的不断进步,越来越多的人希望借助AI工具提升工作和学习的效率。尤其在编程、数据分析和可视化领域,AI的助力让许多以前复杂的任务变得更加简单。大多数初学者不知道如何对AI准确下达指令,得到符合预期的结果。

哪些方法可以解决过拟合和欠拟合?一文看懂

本文系统性地介绍这两种问题的成因,如何诊断它们,提供一系列实用且易于理解的解决方案,包括可以直接上手的代码示例,帮助您训练出既聪明又不会“死记硬背”的理想模型。

开源模型FLUX.1-Krea [dev]是如何训练出来的?

FLUX.1-Krea [dev] 是开源的AI图像生成模型,通过一种独特的“后训练”流程,成功消除了传统AI图像中常见的“AI感”,实现了照片级的真实感。核心训练方法包括两个阶段:首先,通过监督微调(SFT),让模型在一个由人类精心挑选的高质量图像数据集上进行“再学习”,奠定其美学基础;然后,通过人类反馈强化学习(RLHF),让模型从人类对生成图像的偏好排序中学习,进一步精细化其审美品味。

Build in Public 是什么?一文看懂

“Build in Public”(中文为“公开构建”或“公开创业”)是一种创业或开发理念,意思是开发者/创业者将产品或项目的建设过程公开透明地展示出来。简单来说,就是在做项目时,通过微博、推特、公众号等社交平台实时分享你的进度、遇到的问题、思考和经验,甚至公开收入数据和用户指标,而不是关起门来悄悄开发。

AI生成的艺术是否侵犯版权?一文看懂

近年来,以Midjourney、Stable Diffusion为代表的人工智能生成艺术(AIGA)技术浪潮席卷全球,彻底改变了视觉内容的创作模式。

GEO是什么,GEO 与 SEO 有什么区别?一文看懂

随着人工智能技术的飞速发展,我们获取信息的方式正经历一场深刻的革命。以ChatGPT、文心一言等为代表的大语言模型(LLM)和集成AI功能的搜索引擎(如Google的AI Overviews)从传统的“链接列表”模式转变为直接提供“生成式答案”的模式 。