跳到正文
11月12日周四
  1. AWS Machine Learning Blog48

    AWS 用可复用资产加速生成式 AI 交付

    AWS 生成式 AI 创新中心开放 23 个开源生产级可复用资产,涵盖 RAG 管道、文档处理模块与智能体脚手架模板,可将开发周期从数月压缩到数周。DoorDash 用 Contact Center GenAI Agent 建成日均处理超 100,000 次呼叫、响应延迟 2.5 秒的语音自助客服,测试容量提升 50 倍。

  2. 博客园78

    手写一个最小 RAG:130 行代码让 3B 模型答对 90% 的公司制度题

    作者用 130 行 Python(不依赖任何框架)搭了一个最小 RAG 系统,让本地 qwen2.5:3b 回答公司制度问题,20 道评估题答对 18 道(准确率 90%),检索命中率和语料外拒答正确率均为 100%。

    推荐理由:作者把检索与生成拆开归因,并用 20 题评估集量化各环节,提供了可迁移的先测量再调优实践方法。

  3. AWS Machine Learning Blog42

    用 AWS Quick 的 AI 驱动生命周期管理(AI-PDLC)加速产品开发

    AWS Quick 推出 AI 驱动的产品开发生命周期框架 AI-PDLC,用六个 AI 智能体把分散在企业系统中的客户信号转化为可验证的产品原型。框架由 Orchestrator 统一调度 Discovery、Prioritize 等专家智能体,从 Slack、Jira、Salesforce 等来源汇聚上下文,每个阶段均设人工审批关卡。

11月11日周三
  1. 博客园62

    AI 编码场景下重新组织文档结构:分层逻辑与判断

    作者主张把项目文档从按岗位职能横向分层改为按项目级、模块级、功能级纵向模块化组织,让一个功能的全部上下文集中在同一切片里,便于人和 AI 精确读取契约。横向分层曾导致三个模块对同一密钥管理策略写出互相矛盾的版本,AI 读到错误文档后生成了与全局安全策略冲突的代码。作者同时强调,每条硬约束都必须能机械追溯到具体测试,不能靠人工评审兜底,但哪些约定算硬约束仍需工程师凭经验判断。

  2. IT之家63

    开发者用 Claude Code 自制 Beep Locator 声音定位系统,将声源锁定至约 40 厘米范围

    软件开发者西蒙 · 威利森借助 Claude Code 开发名为 Beep Locator 的声音定位系统,可将声源锁定至约 40 厘米范围。该系统让五台手机、平板和电脑通过网页调用麦克风,比较同一声音抵达不同设备的时间差,并利用快速傅里叶变换从环境杂音中识别目标提示音。威利森按定位结果在纸箱中找到了发声的旧一氧化碳探测器,项目代码已在 GitHub 公开。

  3. 博客园45

    黄啊码:从 0 到 1 做 FDE——如何获客、成交、交付?百万级 AI 项目实战复盘

    黄啊码复盘一年多为国企和上市公司交付多个百万级 AI 项目的 FDE 经验,系统拆解获客、成交与交付方法。FDE 的本质是“咨询+敏捷项目管理+技术”,新手应优先算清 ROI,避开低价值定制与通用型企业知识库等黑榜场景。作者建议先跑通 5—10 个真实付费客户的完整闭环,再聚焦高客单 C 端服务业等黄金细分赛道。

  4. 博客园36

    AI 学习笔记:Transformer 架构详解

    这篇学习笔记详细解析了 Transformer 架构的工作原理,说明其如何以自注意力机制替代 RNN/LSTM 的循环结构来处理序列数据。笔记依次讲解了缩放点积注意力、多头注意力、位置编码与整体架构,并梳理了 BERT、GPT、T5 等变体的分化及 Decoder-only 架构成为现代 LLM 事实标准的原因。

  5. 博客园66

    loss 变 NaN 如何用 forward hook 逐层定位:AI工程师踩坑实录第 4 篇

    作者在 GTX 1660 Ti 笔记本上真实复现两个 NaN 崩溃案例,演示用 forward hook 逐层记录输出范围,定位哪一步哪一层先溢出。第一个案例用 SGD lr=100 跑三层 MLP,第 4 步 loss 变 inf、第 5 步变 NaN,hook 显示 layer0 输出首次出现 inf;第二个案例是手写交叉熵里 log(0) 导致一步即崩。

  6. 博客园83

    Agent 评测工具链大全:Promptfoo、DeepEval 与 LangSmith 的选型指南

    作者把企业评测的执行方式分为手工、写脚本、工具框架、平台化四种,并将市面上二三十款评测工具按评模型/评应用、框架/平台两个维度分类梳理。

    推荐理由:原文把评测工具按评模型/评应用、框架/平台两刀分类,并给出决策树和六个场景的选型答案,可直接迁移到自家项目选型。

  7. AWS Machine Learning Blog61

    用 LangGraph 与 Amazon Bedrock AgentCore Web Search 构建每日依赖监控器

    AWS 官方博客演示用 LangGraph 与 Amazon Bedrock AgentCore 的 Web Search API 搭建每日依赖监控,为安全团队每天核查 npm、PyPI 包和容器基础镜像的新变化。

    推荐理由:教程给出了可迁移做法,把日期窗口、屏蔽名单和搜索预算固定在代码里,再对照引用来源校验每条发现。

  8. 博客园54

    OCR、VLM、ASR 到底有什么区别?一文讲清

    文章对比了 OCR、VLM、ASR 三者的分工:OCR 做字符级精准提取并输出文字与坐标,VLM 看懂整张画面并问答推理但容易幻觉,ASR 负责把声音转成文字。生产环境可用低成本 OCR 先拿全文,按置信度阈值把低置信区域、复杂表格或图表路由给 VLM 校验和推理,再用 OCR 文本交叉校验以压制幻觉。

11月10日周二
  1. 博客园24

    Chap1:机器学习概述

    机器学习是一类可以从经验中学习的技术,深度学习作为其分支用多层神经网络自动提取特征。任何机器学习问题都包含数据、模型、目标函数与优化算法四个关键组件,训练即通过梯度下降等算法最小化损失函数以确定最佳参数。监督学习处理回归、分类、搜索与序列学习等带标签任务,无监督学习则涵盖聚类、主成分分析和生成对抗性网络。

  2. 博客园62

    LangGraph 体系实战(下):中断恢复、流式、子图与设计模式

    本文系统讲解 LangGraph 的中断机制、ToolNode 进阶用法与流式执行。动态中断通过 interrupt() 实现人机交互,恢复时整个节点会重新执行,因此断点顺序须固定、断点前的副作用操作须幂等;静态断点只在超步边界生效,仅用于调试。流式执行则提供 values、updates、messages 等多种 stream_mode。

  3. 博客园59

    为什么越来越多人用 AI Gateway:把调模型变成统一基础设施

    AI Gateway 把调模型从业务代码抽出来,变成一层统一基础设施,解决多供应商场景下协议不统一、故障处理零散、成本不可见、Key 管控分散的问题。文章接着拆解协议归一化、模型路由、虚拟 Key、Token 可观测性四个核心能力,并给出 LiteLLM 从安装、配置到客户端调用的完整示例,同时点明多一层故障点、供应商特有功能可能被抹平等代价。

  4. 博客园58

    点云算法整理与常用计算模块:从数据到模型,再到工程与量化

    这篇技术博客把点云算法从数据特性、三条主流路线到工程部署与量化的完整链路梳理成一张认知地图。点云处理的核心矛盾是把无序稀疏点集结构化为规则可计算表示,Point、Voxel、Pillar 三条路线分别以不同方式完成这一转换。文章重点讲透 scatter 与 collapse 两种 BEV 生成方式的差异,并指出 scatter、pooling 等索引密集模块是芯片落地与量化最容易出问题的环节。

  5. 博客园57

    一次多跳查询的复盘:图不搬出库,GraphRAG 怎么落地

    老张复盘供应链溯源多跳查询的优化经历,分析金仓 AI数据库的库内图化方案,核心观点是图不必单独建库,可作为关系表按语义对象推导出的视图。库外图库的代价在于同步链路、第二套权限和两份存储,库内图化则与表实时一致、权限沿用库内规则。作者给出适用边界:图关系必须能从表推导、多跳深度以五跳以内为常态、复杂图算法仍应交给专业图库,并补充语义对象、关系字段干净度等六条工程细节。

  6. 博客园43

    Electron 应用保护业务代码的一些尝试

    作者修改 Electron 源码并重新编译,用 AES 算法和自定义 KDF(四段 XOR 加 SHA-256 拉伸 999 轮)加密 ASAR 文件,使业务代码无法被静态分析。此外还尝试了 fuses 工具、禁用调试参数及 upx 加壳等防护手段,其中加壳会导致应用无法正常运行。但 AI 逆向分析工具十几分钟就能破解这些加密,作者认为上述防护工作毫无作用。