手把手本地部署大语言模型打造私人AI
随着 AI 应用的快速普及，它已经悄然融入了人们的日常生活。相信大家对 ChatGPT、豆包、元宝这些 AI 应用已经不再陌生，并且几乎离不开它们了。但是，随着这些商用 AI 的广泛应用，一些问...
金仓KES破解AI数据孤岛：向量到多模融合
从向量数据库到多模融合：金仓KES如何破解AI数据孤岛
大模型从概念验证走向生产系统，向量数据库逐渐成为企业建设知识库、智能问答和RAG应用的重要基础设施。不过，许多企业在完成第一批AI项...
谷歌用果蝇实现AI突围：Cognition融20亿
这期的「周一上线」，Agent 继续往更长的任务和更具体的工作里走。SWE-2 开始压缩 Agent 的无效探索，Muse 会自己在后台持续工作，DeepSeek V4.1-Flash 则继续从长上下文成本下手。
Agent 的...
信息过载时代，怎么高效吸收一篇技术文
胡楚靓的AI个人工作台在各个社媒刷爆了,全是打卡截图！最近
评论区里考研党、销售、宝妈、各行打工人都在晒自己搭的专属工作台截图，评论区直接成了大型交作业现场。
也没有自己搭。也有很...
把GPT讲透：从概念到落地只需这一篇（一文讲透）
你问AI一道数学题，它能给你写出完整推导过程。你给它一段乱码，它能指出哪里有逻辑漏洞。你让它分析一份合同，它能告诉你哪条条款有风险、应该怎么改。它还能帮你读文献，几百页的论文扔进...
私有知识库不求人：Obsidian接本地大模型
公司文档不敢传云端，SaaS 知识库年费年年涨，通用的对话模型又记不住你的笔记体系——三个痛点叠在一起，本地私有智能体就成了值得花一个下午搭的东西。这篇把部署、对接、代码、验证四段完整...
AI 研发三省六部制：用智能体博弈替代人工审计
如果你做AI应用、写Agent、或者只是用Cursor敲代码，2026年有一个词你绕不开：MCP。
Model Context Protocol，模型上下文协议。Anthropic在2024年底开源，到2026年8月，它已经成了AI应用层...
AI模型微调数据从哪来？用数据集市场加速训练管道
预训练阶段需要的是海量通用数据，但到了 Fine-tuning 阶段，真正难找的反而是那些又准、又垂直的数据。如果一个垂直模型微调之后效果还是一般，问题不一定只在模型和参数，也可能出在训练...
别再手写JSON兜底：PydanticAI把Agent输出管起来的完整实践
先看清"能跑"和"能干活"的差距
很多人第一次写 Agent 都有点失望：代码能跑，模型在说话，但往下两步就露馅——返回一段字符串，自己 json.loads()，还得写一堆兜底防它今天给 JSON 明天给 Ma...
WebGPU跑进浏览器：五个端侧AI场景的落地实测
端侧推理不再是演示
浏览器里跑 AI 模型，一两年前还是技术演示性质：模型小、速度慢、效果勉强。现在 WebGPU 逐步铺开、Transformers.js 这类运行时成熟之后，一套 React + TypeScript ...