#AI编程
共 9328 篇相关文章
EasyProver：递归智能体如何攻克真实代码形式化验证
EasyProver 用递归智能体、异步搜索与弹性 elaboration 在 Lean 中完成形式化验证，在 PutnamBench 证明 669/672 题，并推出面向真实 Rust 实现的 Aegis 基准，在 2000 条语句样本上通过率 52.7%。
累积剪枝约束：Max 2-SAT的多项式空间精确新算法
新研究提出累积剪枝约束算法，在多项式空间内精确求解Max 2-SAT，对含偏置变量、半随机公式及正则扩展图上的Max-Cut等实例类实现指数级加速，并可能推广至一般公式。
科技前沿零基础玩转AI智能体：大模型提示词工程实战指南
零基础也能开发AI智能体？本文基于B站实战课程，梳理大模型原理、提示词工程与Coze平台智能体搭建的完整学习路径，涵盖平台功能拆解、两套实战项目与求职竞争力分析，适合大学生、职场人与转岗者参考。
科技前沿实测100+个Claude GitHub仓库，这6个最值得装
实测100多个Claude GitHub仓库后，筛出Hyperframes、Google Workspace CLI、Apify、Scrollcraft、Humanizer、Agent Skills等真正好用的工具，附Playwright测试、安全扫描与省token仓库的实测结论。
代码智能体该遵循先例还是任务意图？
代码智能体在修改现有代码时更倾向遵循仓库先例还是任务指令？一项覆盖5625次试验的研究揭示：先例几乎总能压倒默认偏好，但影响力取决于文件位置；当意图与先例冲突时，书面优先级规则比代码示例更有效。
CopyLoop：循环Transformer免训练解码加速新方法
循环Transformer解码慢？CopyLoop提出免训练的上下文复制提议与浅层筛选方法，在多个模型家族上实现最高10.70倍解码加速，代码生成与数学推理任务表现优异。
AI写论文的数字陷阱：溯源审计比造假检测更关键
重新分析540份AI研究代理论文评判发现：数字错误多为错误归因而非造假。确定性检查器以超90%精确率认证声明，呼吁溯源优先的审计框架。
ForeSCITE：用时间轨迹预测生物医学未来发现
ForeSCITE框架从约三百万条生物医学结论中学习语义时间轨迹，通过投影与解码生成未来假设，在回顾式评估中超越五类基线，并有37个CAR-T假设获专家认可。
QUANTA：智能体AI实现量子材料自主测量
QUANTA是一个面向量子材料表征的智能体AI框架，结合文献检索增强与专用智能体，在PPMS平台上实现实验规划、故障排查与数据解读的闭环自主测量，并在TaP和Co2MnGa上完成验证。
从苦干到掌握：重新理解智能体的工作与深度
《From Grind to Grasp》研究提出用工作预算与信息限额重新理解智能，定义grasp指标区分苦干与掌握，并警示智能体集体可能带来的组织性风险。
Claude将全球法律搬进Git：语义化、版本化的法律查询新范式
开发者利用Claude Code将全球法律转化为Git仓库，实现法律语义化、版本化和Agent可查询。项目在Hacker News登顶，以CC0开源，为AI法律问答提供可靠数据源。
AI代理操刀小鼠脑手术：Claude Sonnet 5成功完成并康复
Reddit热帖：Claude Sonnet 5驱动的AI代理完成小鼠脑部手术并康复。本文分析技术背景、多源信息与潜在影响，探讨AI在精准外科手术中的角色与挑战。
Soei：为多智能体编程构建证据与意图的可观测性
Soei 研究审计开源工具 Agenttrail 的可靠性，基于 45 个真实编程智能体会话量化证据缺口：23.4% 的编辑片段缺乏后续独立检查，57.8% 的完成标记缺少证据，并提出哈希链账本与证据门控方案。
自进化智能体ExLabel：提升SWE数据集质量评估
ExLabel是一种自进化、经验引导的LLM助手，用于评估SWE数据集的任务清晰度和测试覆盖度，在SWE-TQ基准上F1显著提升，下游模型解决66.2%的SWE-bench Verified问题。
程序员转AI简历指南：从HR视角到岗位需求匹配
程序员转AI如何写简历？B站教程给出五个关键准备动作：预留两三天梳理技能与项目、选用简约模板、从招聘网站反推技术栈、重视大模型能力展示、用HR视角做最终验收。
RAG知识库搭建全流程：从架构到检索评估实战指南
系统梳理RAG知识库搭建的完整流程：从RAG整体架构、成熟检索方案，到检索评估的关键细节与适合人群分析，帮助开发者建立从入门到实战的学习路径。
截图秒变网页代码：零基础也能用AI写HTML
B站UP主实战演示用AI把网页截图直接生成HTML和CSS代码，无需手写即可产出网页。文章解析工具用法、视频克隆APP等新功能、二次迭代能力，以及零基础用户借助AI获得编程能力的真实边界。
WorkBuddy、Codex、Claude Code对比：AI Agent选型与办公自动化实战
对比WorkBuddy、Codex与Claude Code三款AI Agent工具的定位、门槛与适用人群，解析办公自动化的选型三判断，并梳理WorkBuddy从安装部署到连接器、MCP与定时任务的实战学习路径。
LangGraph人机协同：interrupt()该放哪？六组do/don't
解读Reddit上关于LangGraph人机协同的实践笔记：interrupt()该放在哪些节点、审批载荷怎么写、副作用为何必须放在interrupt()之后、checkpointer与thread_id如何配合，以及审批率为何不能当成功指标。
Android Tracing 2.0：七倍提速与上下文传播的追踪革命
Android Tracing 2.0 全面解读：追踪 API 性能提升七倍，新增跨协程与线程的上下文传播、自定义元数据与可定制后端。Wyze 借其将启动速度提升 45%，R8 优化提速 25%，Compose 1.13 重组追踪现已可用。