#涌现能力

共 189 篇相关文章

系统梳理大模型学习的七大核心板块，涵盖环境搭建、提示词工程、RAG检索增强生成、Agent智能体、开发框架、模型微调部署及实战项目，帮助开发者快速构建完整的大模型技能体系。

什么是方向性准确（directionally accurate）？本文解析AI领域中方向性判断的核心价值，结合深度学习崛起、大模型涌现能力等经典案例，探讨如何做出方向正确的技术趋势预测与战略决策。

深度解析Knowly 1.0这款融合LLM Wiki与NotebookLM的AI知识管理工具，涵盖自动知识组织、深度来源理解、个性化学习流程等核心功能，以及与Notion、Obsidian等工具的对比分析。

AI时代技术杠杆让宏大计划的门槛大幅降低。本文从丹尼尔·伯纳姆的经典名言出发，解析为什么小计划反而难以实现，以及如何利用AI工具放大个人能力、用终局思维规划颠覆性愿景，在技术拐点抢占先机。

AI会取代程序员吗？深度分析编程能力等于做任何事的能力这一逻辑链条，探讨为什么AI在取代程序员之前会先取代老板，以及人类创造力、天赋在AI面前是否真的不可替代。

系统讲解AI智能体(Agent)的核心原理，涵盖感知、决策、行动三大能力闭环，解析大语言模型、工具调用、记忆系统、RAG四大技术栈，并介绍智能客服、数据分析等典型应用场景。

深度解析一款GitHub热门开源多Agent调度框架，内置98个专家Agent覆盖全链路开发，支持蜂群调度、HNSW向量记忆、自主学习进化及Agent联邦远程协作，可作为Claude Code插件零成本接入。

深度解析GitHub开源项目AI-Assistant，基于Anthropic Claude API构建本地AI Agent，涵盖技术架构、应用场景、安全性考量及Agentic AI发展趋势，适合想入门AI Agent开发的Python开发者。

IBM Granite 4.1开源模型发布，Unsloth提供21种GGUF量化版本。Simon Willison用鹈鹕骑自行车SVG测试发现：3B小模型中量化级别对生成质量影响微乎其微，最小模型反而画出最好的自行车。