#DeepMind
共 912 篇相关文章
·8 分钟
别再裸奔：为AI智能体技能编写评估的完整实践指南
Google DeepMind工程师揭示：超过5万个AI智能体技能几乎无一附带评估。本文系统梳理技能评估的核心方法，涵盖技能描述优化、测试用例设计、评估harness搭建及退役机制，帮助你告别盲目发布。
阅读全文 →
·11 分钟
DeepSeek五步阶梯通往AGI：两万张卡的克制路线图
DeepSeek创始人梁文锋在四小时深度对话中，揭示了从思维链到具身智能的AGI五步路线图。在仅两万张GPU算力约束下，如何用TileLang编译器破解国产替代难题，API现金流如何为AGI探索托底？本文梳理这套克制而自洽的战略逻辑。
阅读全文 →
·8 分钟
Rocky开源编程智能体：极简架构原生集成DeepSeek的Coding Agent
Rocky是一款极简透明的开源编程智能体，核心Loop仅几百行Python代码，原生集成DeepSeek搜索与Research模式，内置SWE基准测试环境，适合学习Coding Agent原理、文献调研与可复现的Agent实验。
阅读全文 →
·9 分钟
Laguna S 2.1：参数小14倍却更强的开源编程模型
Poolside 发布开源智能体编程模型 Laguna S 2.1，118B总参数仅激活8B，DeepSWE基准得分40.4%，超越DeepSeek V4 Pro Max约4.5倍。支持百万Token上下文，单台工作站可部署，OpenRouter定价$0.10/百万Token起，256K上下文端点免费。
阅读全文 →
·8 分钟
DeepSeek开源DeepSpec：推理加速60-85%的推测解码全栈工具库
DeepSeek开源推测解码工具库DeepSpec，生产环境实测推理速度提升60-85%，吞吐量最高提升661%。集成三大算法、九个预训练Checkpoint与九个评测基准，三步即可上手，MIT协议免费商用。
阅读全文 →
·10 分钟
开源大模型T时代：四大厂商集体突破万亿参数
月之暗面、阿里、DeepSeek、美团四家同步冲进万亿参数门槛，中国开源大模型仅用18个月完成从B到T的数量级跃迁。本文深度解析万亿参数俱乐部的入场逻辑、智谱与MiniMax的追赶态势，以及参数军备竞赛背后的部署难题。
阅读全文 →
·11 分钟
OpenAI发布GPT-5.6与ChatGPT Work：AI自主工作时代来临
OpenAI推出GPT-5.6模型家族（Sol、Terra、Luna）及ChatGPT Work、全新桌面应用与Sites托管功能。AI从问答工具升级为能自主完成长周期任务的工作伙伴，覆盖财务分析、文件整理、网站生成等真实场景。
阅读全文 →
·14 分钟
通用AI崛起：从数学推理到竞赛编程的全面突破
前沿AI模型正加速走向通用化：成本大幅下降、通用模型在数学推理与竞赛编程中超越专用模型、小型编程任务趋近自动化、多智能体工作流持续进化。本文深度解析这些信号背后的技术逻辑与行业影响。
阅读全文 →
·16 分钟
实测Fan浏览器Agent：自动填表申请韩国签证全流程
记录开发者用Fan Browser Agent全自动申请韩国旅游签证的真实过程：自主理解申请流程、高速填写30余项表单、处理文件上传报错，直观展示浏览器Agent在复杂网页任务中的实际能力边界。
阅读全文 →
·14 分钟
DeepSeek Math V2深度解析：开源数学AI的能力天花板
全面解析DeepSeek Math V2：IMO金牌级数学推理能力、97.3%的Math500正确率、Apache 2.0完全开源可商用。从技术架构、版本演进、核心能力到本地部署，带你彻底读懂这款开源数学大模型的过人之处。
阅读全文 →
·9 分钟
Gemini 3.0 Flash比3.5更受欢迎？揭秘AI「对齐税」真相
为何有用户宁选旧版Gemini 3.0 Flash，也不用「更先进」的3.5 Flash？本文深度解析AI安全对齐机制如何导致模型变得保守，以及「对齐税」对心理学、哲学类深度对话用户的真实影响，并提供实用应对建议。
阅读全文 →
·8 分钟
GPT-5.6发布编码能力跃升，Claude紧急重置额度应战
OpenAI正式发布旗舰模型GPT-5.6，编码与长任务能力大幅提升；Anthropic紧急重置Claude使用额度；苹果起诉OpenAI专利盗窃；百度搭子智能体日均提问暴增20倍；机器人预判控制模型开源发布。一文速览AI行业最新动态。
阅读全文 →
Ego-lite：专为人与AI Agent并行工作设计的开源浏览器
·12 分钟
Ego-lite：专为人与AI Agent并行工作设计的开源浏览器
ego-lite 是 citrolabs 团队推出的开源 AI 原生浏览器，支持人类用户与 AI Agent 在同一环境中并行工作。本文深入解析其设计理念、并行协作模式及对开发者的实际价值。
阅读全文 →
·14 分钟
Coday实测：一款支持BYOK的多IDE编程代理工具
Coday是一款Windows桌面端AI编程代理工具，支持BYOK（自带密钥）模式，可自动识别Cursor、Windsurf、Devin等主流IDE协议，统一调用自配置的API模型。本文通过实测演示，详解其协议转换、MCP支持与工具调用能力。
阅读全文 →
·15 分钟
GPT-5.6深度评测：Sol、Terra、Luna三模型选型完全指南
GPT-5.6正式开放，一次推出Sol、Terra、Luna三款模型。本文结合权威基准数据与真实用户反馈，深度解析三款模型的性能差异、强项弱点，并给出清晰的选型建议，帮你找到最适合自己的那一款。
阅读全文 →
·14 分钟
小米静默发布MiMo-V2.5-DFlash：300B模型推理速度或将翻倍
小米悄然在Hugging Face上传MiMo-V2.5-DFlash权重，附带独立MTP模型，有望解决llama.cpp兼容问题，让300B超大模型本地推理速度翻倍。社区正期待GGUF量化转换。
阅读全文 →
·14 分钟
Panel AI私有化部署实测：一键入企与算力集群统一调度
深度评测Panel AI 1.1.1版本：秒级安装、无公网组网、算力集群批量管理，企业AI私有化部署门槛大幅降低。涵盖应用市场、角色权限、商业授权等核心功能解析，助力中小团队快速落地企业级AI解决方案。
阅读全文 →
·21 分钟
Spring AI实战：ChatModel到RAG应用开发完整指南
全面解析Spring AI核心模块：ChatModel对话、EmbeddingModel向量化、RAG检索增强生成、Tool Calling工具调用及MCP协议。Java开发者快速接入DeepSeek、ChatGPT等大模型的实战教程，涵盖Milvus向量数据库与Ollama本地模型集成。
阅读全文 →
·16 分钟
Codex插件接入Claude Code：双Agent协作审查代码的新范式
OpenAI推出的Codex Plugin for Claude Code，让Claude Code负责编写、Codex独立审查，实现双Agent分工协作。本文解析其三组核心功能入口、使用前提与成本口径，帮你判断是否适合引入这一工作流。
阅读全文 →
·16 分钟
Claude Code入门：五大维度看懂它为何比普通AI更强
Claude Code不只是聊天AI，它能直接读取项目、修改代码、运行命令。本文从交互方式、上下文理解、执行力、记忆、工具调用五个维度，对比Claude Code与普通AI的核心差异，帮你快速判断是否值得上手。
阅读全文 →