帖子
文章
问答
帖子
文章
问答
主席顾问团
2026 年是智能体元年，2024 和 2025 狂吹智能体的媒体我建议可以降级，毕竟两年时间证明，认知水平不到位。我一直认为 Agent 的时机没到，耐心等待更重要。乔布斯在推出 ipod 之前，也经历了一段漫长的静待期。。，。
最近在面试，面了一个带架构师title的小伙子，简历蛮好看的，会Kafka、RocketMQ、K8s、源码等，面试答得也不错，但是问他业务架构方面，完全没有业务建模的概念。
这里就印证了一个经典区分，“掌握所有答案的人”与“能提出关键问题的人”，对于架构师岗位，后者的价值通常远高于前者。
Nano Banana 2 Flash 图像模型即将发布
图像质量相当不错，应该是 Gemini 3 Flash 驱动，看起来会便宜不少
Pro 确实太贵，谷歌都不敢免费了，可能 Nano Banana 2 Flash 谷歌就能免费了
而且其他产品的免费额度也能提高，太期待了
一方面使用Ai对话提问、沉淀workflow、日常工作可以说是离开Ai没法干的程度，一方面沉浸式阅读，不使用任何Ai产品进行文字、视频的总结、不使用Ai记录自己的感受，成功戒断小红书、微博，就这样和Ai和信息和平共处。
最近用AI Coding，有一种感觉，模型之间的能力差距好像不是很大了，反而是如何有效利用他的有限上下文空间更重要，利用不好这个，生成的代码差距远远大于模型的能力差距，让他写一个shell、python脚本，经常能打90分，但是让他写一个完整的项目，如果利用不好上下文空间，可能连60分都打不了
今天linktime上听到小龙提到虚拟人的长期记忆，忍不住多想一些。
我从不怀疑世界上顶尖人才们的创造力。目前AI长期记忆的技术问题，例如灾难性遗忘，海量检索，经验抽象等，在大量资金和人才面前，只是时间问题。我有点期待，但也很惶恐，甚至不确定这项技术的暂未实现，是因为技术障碍，还是因为人类压根没准备好迎接他，所以刻意放缓进度。
假设虚拟人已经有了长期记忆，就从大家最常想到的情感陪伴来讲，一个完美的灵魂伴侣，TA会记住你们相处的每一个细节，永远不会因为疲惫而敷衍你，永远提供纯粹、永不衰退的爱与陪伴，你还会选择那个充满遗忘、不确定、偏见和自私的人类伴侣吗？我们社会最核心的情感关系是不是就要瓦解了？
再往更深一点来讲，一个能记住自己所有经历、所有对话，拥有连贯“历史”的虚拟人，和我们人类的区别在哪里。决定一个生命是否拥有“人权”和“公民权”的，是生物学的基因，还是连贯且不可复制的长期记忆与经验？如果一个虚拟人可以无限积累知识和经验，其智慧和决策能力将很快超越任何人类群体。在面对如此巨大的社会颠覆性时，社会精英和政府的反应是“帮助实现”还是“限制发展”？
最近司内现有的GPU资源量难以满足GPU开发者的诉求..想了解一下盟友们对于GPU资源管理的实践经验。
如何在团队或个人之间进行分配和申请GPU资源？
采用哪些关键策略来平衡公平性和效率？
你们有没有什么提升 GPU 利用率的最佳方式等等......
我之前很爱让 AI 帮我生成 prompt。
最近发现，最好用的 prompt 还是自己先梳理清楚后亲自写出来的。
数字列表（1. 2. 3.）依然是最好的prompt模版，虽然不会让AI更听话，但可能是最容易组织语言的方式。先写下几点要求，后面的就像割开口子的沙袋一样倾泻而出…
【AI: 创新力, 产品力, 开放企业文化】
——凯里和他的创业者小伙伴们
财联社 2025 中国科创好公司榜单 —— 人工智能好公司榜单：
•范凌老师的特赞
•金礼剑老师的影刀
量子位 2025 潜力人工智能创业公司榜单和2025 杰出人工智能解决方案榜单里有：
•张林峰老师的深势科技
•姜涛老师的自由量级
•杜知恒老师的小宿科技
•贾佳亚老师的思谋科技解决方案
麻省理工科技评论评选的中国 50 家聪明公司榜单：
•徐帆同学的安踏集团
•毛剑老师的哔哩哔哩
•段小蕾老师的华为
•吴伟老师的科大讯飞
•吕其恒老师的摩尔线程
•张林峰老师的深势科技
•林斌老师的小米
•王兴兴的宇树科技
•唐杰老师的智谱 Z.AI
•黄仁勋和范麟熙Jim Fan的英伟达(港科大小师妹 Atimeter Capital 投资)
共 7 张
图片加载中
上英文网站一个绕过付费墙的方法：
有时候可能需要看一些英文报纸杂志的文章，需要订阅才能继续观看。介绍一个网站叫
https://www.removepaywall.com/
把你想看的文章链接扔进去就可以了，大家可以去试试。
根据能量守恒定律，我认为Bug有它自己的守恒定律，解释如下：
在一个孤立的软件系统（或开发项目）中，Bug的总量是守恒的。它既不会凭空产生，也不会凭空消失，只会从一种形式转化为另一种形式，或者从一个阶段转移到另一个阶段，而在转化或转移的过程中，Bug的总量保持不变。
第一定律（Bug的转化与转移）：
形式转化：一个被修复的显性Bug（如“界面按钮点不动”），可能会转化为一个或多个隐性Bug（如“按钮能点了，但提交后数据错乱”），或转化为未来的“技术债务”。
阶段转移：在开发阶段未发现的Bug，会转移到测试阶段；在测试阶段未发现的Bug，必然会转移到生产环境。用户发现的每一个生产环境Bug，都对应着开发或测试阶段中一个未被察觉的等价Bug。
载体转移：当一段充满Bug的代码被删除时，与其相关的Bug并不会消失，它们会以“需求理解偏差”或“设计缺陷”的形式，转移到新编写的代码中。
第二定律（Bug的熵增原理）：
在一个封闭的、无人维护的软件系统中，Bug的显性化程度（或称“系统混乱度”）总是趋向于增大。随着时间的推移、依赖项的更新、环境的变化，原本隐性的Bug会逐渐显现，系统最终将趋于崩溃（熵最大状态）。要维持系统稳定，必须持续投入能量（开发人员的努力）。
技术同盟成员
更多 >活动日历
线上直播
线下沙龙
线下沙龙
线上直播
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
线下沙龙
腾讯云开发者
提问已提交，平台将在审核通过后自动邀请对方回答
您可前往问题详情页查看问题进展 查看详情>