#AI编程
共 9366 篇相关文章
MCP 是什么？让 AI 接入所有工具的开放标准
MCP（Model Context Protocol）是让 AI 应用统一接入各类工具的开放标准。本文解析 MCP 的 Host、Server、Client 三角色，Tools、Resources、Prompts 三构建块，一次工具调用的完整链路，以及在 n8n 中的双向用法与安全风险。
MCP图解：AI Agent如何连接你的应用
MCP图解：AI Agent如何连接你的应用
从电商客服机器人场景出发，图解MCP（Model Context Protocol）如何解决AI应用与外部工具的M×N集成困境，对比REST API直连的缺陷，解析Tools/Resources/Prompts三大原语、Host-Client-Server三层架构、stdio与streamable HTTP传输，以及认证授权、凭证管理与prompt injection防护要点。
CodeMode：让AI代理写代码代替调用工具，token成本直降90%
探索CodeMode如何让AI代理通过编写代码在沙箱中执行，替代传统逐个调用工具的方式，从而减少token消耗高达90%，并分析其实现要点与适用场景。
开发者自研PyTorch优化器ApexW：显存减半、提速1.5倍
开发者发布PyTorch优化器ApexW，采用紧凑优化器状态与Triton执行路径，在仅优化器基准中比fused AdamW快约1.5倍、状态显存约减半，但小张量与自动模式仍有明显短板，作者公开征集基准与实现反馈。
RL博士研究方向怎么选？六大前沿领域深度解析
RL博士研究方向怎么选？本文深度解析RL for LLMs、离线RL、安全RL、世界模型、多智能体RL和机器人RL六大前沿方向的开放问题、优势与风险，并提供兴趣匹配、产业价值平衡、导师匹配和技能可迁移性四个选择框架，帮助博士生做出明智决策。
B站最全AI大模型应用开发课：认知决定成败
B站《AI大模型应用开发》课程第一课精华：为什么学大模型要先改变认知？解析AGI时间表、AI产品制造者能力模型、大模型落地现状与技术选型，核心心法是“把AI当人看”。
Gemini API CLI：给AI Agent的多模态工具，但小心账单
Gemini API CLI 是 Google 为编码 Agent 推出的命令行工具，支持图像、视频、音乐和字幕生成。工具免费但模型收费，视频约每秒 10 美分，Agent 可自主花钱，开发者需设计预算控制。
CrewAI多智能体开发实战：从入门到API服务封装
基于B站实战教程，系统讲解CrewAI多智能体开发全流程：Agent/Task/Process核心概念、Anaconda与One API/Ollama环境搭建、官方案例跑通、FastAPI封装对外API服务，并对比GPT-4o mini、千问Max与Llama 3.1的实际效果差异。
免费Agentic编程工具实战：让Java Web开发效率翻倍
Vodden agentic编程工具包完全免费，包含MCP文档服务器、Skills规范库、Agent Tools确定性检查和DevLoop构建验证闭环。实测显示全套工具可让AI编码代理通过基准测试，耗时减少约30%，token减少约20%。本文拆解各组件功能、实测数据与安装方式。
REVA：单次前向传播实现实时漏洞检测，速度提升250倍
REVA提出一种实时漏洞检测新方法：通过预计算威胁模型、静态分析与调用图注入上下文，并用探针读取LLM内部表示，在PrimeVul上达到60.0%准确率，与agent式检测器VulTriage持平，速度却快250倍以上。
AI能直接产出结果，学习还有意义吗？
Reddit热议：AI能直接产出结果，学习还值得吗？本文从判断力、提问质量、纠错能力三个角度分析，指出学习重心正从记忆技法转向理解原理，会用AI的人分两种——把AI当答案机还是当陪练。
AI时代的人月神话：布鲁克斯法则还成立吗
AI编码助手时代，布鲁克斯的人月神话还成立吗？Hacker News讨论揭示：AI提升个体产出效率，但团队沟通成本和代码审查瓶颈并未消失。本文分析布鲁克斯法则在AI时代的变与不变，并给出团队管理建议。
RAG还有未来吗？AI工程师的5年技能规划
从Reddit社区讨论出发，分析RAG技术的未来走向、LangChain等框架的定位，以及AI工程师在未来5-6年应重点积累的检索、评估、系统设计等保值技能，为入门者提供务实的职业规划参考。
“AI技能”在2026年真的一文不值吗？
Hacker News 讨论帖提出“AI技能在2026年一文不值”，本文拆解这一命题：操作层技能正被工具迭代抹平，但系统集成与判断力反而更稀缺，笼统唱衰缺乏解释力。
从零学强化学习：一份实战笔记与开源实现分享
一位开发者分享从零学习强化学习（RL）的笔记系列，首篇1页RL基础已上线，涵盖核心术语与数学直觉，后续将发布从零实现和实验。适合RL初学者参考的学习路线与资源。
用十几个Agent搭建黑灯工厂：Lauren Tan的信任阶梯与米其林厨房
Lauren Tan分享用十几个协调Agent每月合并超2500个PR的实战经验：从信任阶梯、米其林厨房隐喻到验证技能与内外循环连接，揭示黑灯工厂背后的环境工程哲学。
选择性平局学习：偏好优化中伪相关的新解法
本文介绍Selective Tie Learning：通过理论分析选择影响最大的平局数据，以更少数据减少偏好优化中的伪相关，实验覆盖对数线性策略、神经网络和大型语言模型，并探讨其实际应用与局限。
Pi Durable详解：为始终在线Agent构建持久化运行框架
深入解析Pi Durable智能体运行框架：如何通过检查点和SQLite持久化让Agent在崩溃后自动恢复，与Pi Coding Agent的核心差异，Harness层架构定位，以及用本地小模型搭建始终在线智能体的完整实战演示。
