京东零售产品经理实战：PRD 四步法与 Skill 沉淀，34 人日压缩到 15 人日
京东零售产品经理用 PRD 四步法加 Skill 沉淀，把一批覆盖接需求、沟通、交互、文档与评审的需求从 34 个人日压缩到 15 个人日，并通过评审且质量未打折。方法分三层：Prompt 到 Context 再到 Harness，人负责判断与复核，AI 负责初稿、追问与遗漏检查。核心场景是需求文档撰写与交互设计，可复用经验沉淀为 Skill。
全部AI 动态
全部动态
今日 0 条京东技术AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 大淘宝技术AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 41/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 让 Agent 像人一样记忆：本地长期记忆系统 HL-Mem v1.1 的设计与取舍
大淘宝技术直播技术团队开源了本地长期记忆系统 HL-Mem（Apache-2.0），对应 v1.1 系列，采用事实与经验双通道架构，用不可变 Event 加可更新 Claim 实现证据可追溯、有效时间与记录时间双时间可解释，以及记忆的修正与遗忘。系统默认仅依赖 SQLite 单文件部署，配后台异步 Worker 处理去重、冲突消解与生命周期管理，运行时独立、本地优先，并支持中文检索。
阿真IreneAI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 61/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 豆包工作内测浏览器录制与回放技能：录一遍操作即可生成 Skill
豆包工作正在内测【浏览器录制与回放】技能，用户只需自己操作一遍浏览器流程并录下来，豆包工作就能学习归纳成 Skill，后续给指令和关键词即可自动执行。作者展示在豆包客户端切换到【工作】-【本地电脑】，输入斜杠呼出技能列表搜索该技能即可发起录制，豆包会审查录制的步骤和截图并整理出任务说明，同时将手机号、验证码排除出业务参数，登录状态有效时可复用登录信息。
超人的电话亭AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 作品集卡壳？看看 AI 辅助作品集的实践思路
针对作品集迟迟无法推进、反复修改到崩溃的困境，一堂课将分享 AI 辅助作品集的实践思路，帮助加快进度。课程于下午两点半开讲。
NVIDIA Technical BlogAI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 NVIDIA 全栈 NIM 优化如何让 Nemotron 3 Ultra 支撑 2.5 倍并发用户
NVIDIA 详解全栈 NIM 优化如何让 Nemotron 3 Ultra 在现有 GPU 上支撑 2.5 倍并发用户，同时保持交互响应速度。这一权衡对智能体 AI 负载尤为关键，因为其提示词更长、上下文会在多步之间复用。
AWS Architecture BlogAI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何用 Amazon DynamoDB 租约构建弹性实时流式 worker
AWS 介绍用 Amazon DynamoDB 条件写实现分布式租约，配合 Amazon ECS on AWS Fargate 管理实时转写服务的 WebSocket 连接归属与故障转移。该模式把连接恢复时间从数分钟缩短到数秒，减少故障和部署期间的人工干预，无需外部协调服务，同一套租约逻辑也可迁移到 Amazon EKS 或 Amazon EC2。
Milvus(@milvusio)AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Milvus 常规 Collection 与 External Collection 该用哪个？
Milvus 官方给出常规 Collection 与 External Collection 的选用边界：应用需持续 insert/upsert、删除须经在线写入路径可搜。
Hugging Face(@huggingface)AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 13/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Training Agents 4：从奖励函数到环境
Training Agents 4 将讨论重点从奖励函数转向环境。该系列内容由 Hugging Face 发布，附有 x.com 直播链接，具体细节未在正文中展开。
mem0(@mem0ai)AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 17/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 mem0 建议只为需要过滤、校验或聚合的内容建字段
mem0 提出一条经验法则：只为需要过滤、校验或聚合的内容创建字段，其余内容保持为文本。这本质上是在写入时的灵活性与查询时的可靠性之间做权衡。
L先生说AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 10个立刻能让生活变得更好的小技巧
心理学作者李睿秋分享10个低成本小技巧：每天多做不同的事以"拉长"时间主观感受，做重要决策时先假设已经失败再复盘原因，把喜欢的事拆散到日常里延长多巴胺期待奖励。他还建议用关键词给工作和学习留"断点续传"接口，并让 AI 维护项目进度文档以便交接。
百度Geek说AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Agentic Harness Workflow 框架：把 AI Coding 拆成固定流水线与专职子代理
李忠泽自研的 Agentic Harness Workflow 把 AI 编码拆成需求澄清、方案设计、编码实现、审查验收、提交归档等固定阶段，每阶段由只干一件事的 Sub-Agent 执行，主会话 Manager 统一调度把关。
阿里云开发者AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Agent 如何自己变强？从 Skill 到模型权重的自进化全景图
阿里云开发者梳理了 Agent 自进化（Self-Evolution）的技术全景：进化对象既包括 Skill、Harness、Memory 等非参数化组件，也包括通过微调、强化学习、自蒸馏将经验内化为模型权重。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepLearning.AI 发布 AI 工程技能图谱第三支柱：使用编码智能体
DeepLearning.AI 发布 AI 工程技能图谱第三支柱"使用编码智能体"，聚焦开发者从手写代码转向定义规格、设计架构与评估智能体产出的能力转变。该支柱涵盖五大基础技能：工作流指挥、智能体自主性、成果审查（自动测试、智能体代码审查、llm-as-a-judge）、智能体与环境定制（技能、hooks、插件、MCP 服务器），以及编码智能体基础原理。
NVIDIA Technical BlogAI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 何时使用 Encode-Prefill-Decode 解耦加速多模态模型服务
NVIDIA 发文说明 Encode-Prefill-Decode（EPD）解耦这一多模态模型推理优化技术：它将视觉编码阶段与 prefill、decode 阶段分离，在图像密集提示词、中短输出和量化 MoE 模型上最有效。配合 NVIDIA Dynamo 使用 EPD 解耦，最高可带来 5 倍加速。
Qdrant(@qdrant_engine)AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 推出零基础入门课程，2 小时上手向量搜索
Qdrant 上线面向零基础学习者的 Beginner Course，从传统搜索的局限、嵌入向量表意和相似度原理讲起，带学员搭建第一个 Qdrant collection，并理解向量、payload、HNSW 以及 dense、sparse、hybrid 搜索的差异。
Weaviate • vector database(@weaviate_io)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 最快的向量索引总是对的吗？Weaviate 对比 HNSW 与磁盘索引 HFresh
Weaviate 介绍其磁盘向量索引 HFresh：用紧凑 HNSW 索引将查询路由到最相关的质心，再检索存于磁盘的压缩倒排数据。其中 RQ8 让质心向量缩小约 4 倍，RQ1 使存储的倒排向量数据较 32 位浮点最多减少 32 倍，后台拆分、合并与重分配操作让索引持续保持平衡。它面向更低堆内存占用、可控查询 I/O 和大型可变数据集，无需周期性全量重建；追求峰值查询性能仍应选 HNSW。
海外独角兽AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Astra 的 Computer Use 能力是如何实现的？
Browserbase 增长工程师 Kyle Jeong 分析了 Astra 的 Computer Use 能力实现方式：Codex 启动持续运行的 Node REPL 并接入浏览器与桌面工具，Astra 通过无障碍树读取界面语义信息，结合截图判断状态，并把操作写成代码交给 Codex 执行，再回看结果比对预期，Loop 直到任务完成。
Hailuo AI (MiniMax)(@Hailuo_AI)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Hailuo AI 用 MiniMax H3 将蒸汽朋克城市转为线稿风格
开发者新清士以 GPT-6Astra 与 BlenderMCP 生成的蒸汽朋克风城市视频为素材，尝试用 MiniMax H3 转换为线画风格。流程为先用 GPT Image 2.5 将三段截图转成概念图，再以 ComfyUI 加 DepthAnything 将 15 秒视频转 Depth，最后投入 Hailuo 网站并让 Astra 拟定提示词生成视频。
得物技术AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 得物技术：企业级 MultiAgent 落地中的 Plan 模式与主子 Agent 协作
得物技术披露基于 AgentScope Java 的企业级 MultiAgent 平台，将 Plan-and-Execute 从 Prompt 中拆出：计划由模型通过 create_plan、activate_subtask 等工具动态创建，独立持久化并支持断点恢复，状态经 SSE 以 PROCESSING 事件实时推送。
腾讯技术工程AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯 WorkBuddy 使用技巧：10 招管好上下文、模式与会话
腾讯 WorkBuddy 团队整理 10 个使用技巧，核心是看住上下文用量、用对模式与会话、减少不必要的技能和废话占用窗口。对话框右下角的灰色小圈可查看上下文用量，显示如 4.9% · 49.4K/1000K；用量超过一半就建议压缩上下文或新开任务。
小红书技术REDtechAI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 54/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 小红书开源 CommInsight，从通信库底层事件重建大规模训推全栈因果链
小红书 AI 通信库团队开源 CommInsight，一个面向大规模分布式训练与推理的系统级诊断平台，从 NCCL 底层事件流恢复通信组角色与 Step、Forward/Backward、梯度同步等训练语义，并定位 Hang、Failure 和 Straggler。
大淘宝技术AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 53/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 淘天直播团队实践 Agent 长程任务断点续传：框架 Checkpoint 加跨进程恢复
淘天集团直播技术团队分享了基于 Spring AI Alibaba 框架（版本 1.1.2.0）的 Agent 长程任务断点续传方案，采用框架层 Checkpoint 加上层任务调度的两层架构，且不修改框架源码。
阿里云开发者AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阿里云开发者分享“架构师 Agent”系统化落地实践
阿里云开发者发布文章，探讨如何让 AI Agent 承担“架构师”职能，完成跨复杂存量分布式系统的技术方案设计。作者提出知识库建设应先“对齐领域”做结构化设计，而非首选 RAG，因为检索无法保证 AI 拿到完整工程判断所需的知识集合。文章还从技术方案设计 Agent 切入，逐步落地架构师 Agent。
LangChain BlogAI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangChain deepagents 推出 forked subagents：用 context modes 组织多智能体上下文
LangChain 在 deepagents 最新版本中引入 context modes，支持 "isolated" 和 "fork" 两种子智能体上下文模式。
Visual Studio BlogAI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何在分布式 .NET 应用中定位隐藏延迟：Visual Studio 性能分析器与 GitHub Copilot Profiler Agent 实战
面对跨 Web 前端、后端服务、数据库与外部 API 的分布式 .NET 应用延迟，Visual Studio 性能分析器可用于定位真正负责慢操作的那个进程并采集其 CPU 活动。
阿真IreneAI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 给 GPT-6 接上 Hyper3D Rodin，我做了能拆/能换装/能竞速的 3D 游戏
用 GPT-6 Astra 通过 Hyper3D MCP 调用 Hyper3D Rodin 生成 3D 资产，再交回 GPT-6 接入 Blender 与 Three.js，可做出能拆件、换装、竞速的互动网页。
The IntelliJ IDEA BlogAI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 IntelliJ IDEA 安全提示嵌入：调试 Spring Security 403 而不改配置
IntelliJ IDEA 新增安全提示嵌入（Security Inlays），可在调试 Spring MVC 接口遇到 403/401 时直接查看运行中应用对该端点要求的 hasRole/hasAuthority 角色，并在不修改 SecurityConfig、不重启应用的前提下解锁端点。
腾讯技术工程AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 我用腾讯 Kuikly 把 DeepSeek Harness 装进了手机：一码三端 DSH Mobile
腾讯程序员用 Kuikly 框架开发了 DSH Mobile，一套 Kotlin 代码覆盖 Android、iOS 和鸿蒙，按 DSH 官方 Host 协议连接电脑上的 DeepSeek Harness。
Qdrant(@qdrant_engine)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 实测五种数据集：向量检索调参要先定位问题再动旋钮
Qdrant 在五个公开数据集上测试了向量检索的调参策略，发现该调哪个参数取决于问题出在哪里。将候选深度从 10 提升到 500，最佳可达分数最多提高 0.28，但最终分数提升至多只有 0.01，因为相关文档已被召回、只是排名不够高。Qdrant 因此建议先定位失败环节，再调整与之对应的 `hnsw_ef`、候选深度、RRF `k`、量化或重排序等参数，而非反复试参数。
百度Geek说AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 什么样的业务经验值得做成 Agent：从个人工具到组织资产
结合 E-SAGE 电商 Agent 服务平台实践，给出三条判断标准——咨询频次高、判断路径固定、结论因人而异，符合任意两条就值得做成 Agent。门槛不在编程能力而在业务理解，已上线 Agent 的建设方以业务角色为主而非研发工程师。E-SAGE 通过自建的云原生架构 cns 将 Agent Loop、状态与执行环境三层解耦，实现多会话并行与故障自动恢复。
奇舞精选AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 让 AI 接盘老游戏存档编辑器：MHXX 存档逆向用上 MCP 研究工作台
一位 MHXX 老玩家为已无人维护的开源存档编辑器 MHXXSaveEditor 补上缺失词条，把 AI 接入逆向研究流程。AI 通过 MCP 或 JSON Lines 接入，只能读取差分证据、提交候选判断并申请推进下一步；写入需人工在 Human Gate 逐次批准，且只改测试副本，原始存档不被覆盖。
QdrantAI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 为什么层级数据需要双曲嵌入：从 WordNet 到 Google Product Taxonomy
双曲嵌入用负曲率几何匹配树状层级结构，空间随半径指数增长，因而能用更少维度表达分支关系。在 WordNet 名词层级重建任务中，5 维 Poincaré 嵌入取得 0.823 的平均精度，而 200 维欧氏嵌入仅为 0.168。
大淘宝技术AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 天猫 MDI 项目 AI 研发协同实践：从超级个体到全员赋能的四阶段
天猫新品 MDI 项目按四个阶段推进 AI 研发协同：单兵攻坚期用 AGENTS.md 入口地图加六个 collar Skill 构建结构化知识库，加人提速期以站点地图式 spec 目录物理隔离分工。
The IntelliJ IDEA BlogAI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Java Annotated Monthly 2026 年 9 月刊：JDK 27 发布与 AI 专题
JDK 27 正式发布，包含九个 JEP，默认启用的紧凑对象头（JEP 534）将对象头从 96 位压缩到 64 位，堆占用降低 10%–20%、吞吐量提升 5%–10%，G1 也成为所有环境下的默认垃圾回收器（JEP 523）。
LovartAI(@lovart_ai)AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LovartAI 分享上下对半海报图像生成 Prompt
LovartAI 在 X 上发布了一段可直接复用的图像生成提示词，要求每张照片生成一张 3:4 竖版海报，上半为保留原构图与光色的原始照片，下半为手印风格抽象转译图像，并禁止加滤镜、调色或变形主体。
硅谷101AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 机器人触觉的爆发前夜：五大技术路线、数据困局与模型之争
机器人触觉传感器目前主要有压阻式、压电式、电容式、光学式和磁感应五条路线，业内认为多传感器结合更适合全身不同部位的需求。其中光学式（视触觉）精度最高，一目科技称其传感器可达24万个感知点，超过人类指尖约12000个神经元，但单指单价仍在千元级。触觉可用训练数据基本为0，真机采集面临三大难题，成本并非现阶段首要障碍，验证路径可行性才是关键。
DeeplearningAIAI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 吴恩达来信：AI 工程技能地图详解，如何使用编程智能体
吴恩达在来信中详解使用编程智能体这项 AI 工程技能，提出规划、执行、部署与监控三阶段的高层工作流，并列出引导工作流、启用智能体自主性、审阅工作成果、定制智能体及其环境、编程智能体基础五项关键技能。
浮之静AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 围绕 AI 反馈闭环的技术栈选型：pnpm v12、TypeScript v7 与 Agent Skills 组合
作者 lencx 介绍了自己新项目采用的围绕 AI 反馈闭环的技术栈，包括 pnpm v12、TypeScript v7、Vite v8、Oxlint、Oxfmt、React 与基于 StyleX 的 Astryx，目标是缩短 AI agent 从修改代码到获得有效反馈的周期。
AI产品黄叔(@PMbackttfuture)AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 黄叔开源万字 Grok Bot 蓝皮书：从官方定义到 12 个实践 Case
一份万字的 Grok Bot 蓝皮书已开源，内容涵盖官方定义、作者黄叔的个人理解以及 12 个实践 Case，通过知识点串联帮助读者快速掌握如何发挥 Grok Bot 能力、把它变成自己的 Agent 大管家。文档托管在飞书云，作者同时邀请感兴趣的人加入一起更新。
Suhail(@Suhail)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Suhail 分享 cleanbranch Skill：从改动中提取最小功能分支
Suhail 分享了一个名为 cleanbranch 的 Skill，用于创建只包含必要功能改动的分支，可通过 /cleanbranch、$cleanbranch 或相关请求触发。