我有一点隐隐的不安:AI时代,知识会不会被少数人“圈养”起来?

我有一点隐隐的不安:AI时代,知识会不会被少数人“圈养”起来? 引言 在这个大模型发展日新月异的时代,国内外的模型层出不穷——国外有GPT、Claude、Gemini,国内有GLM、Qwen、Minimax等等。它们帮我们处理很多事情,让我们能更高效地应对生活。 但大模型越来越强大,人们也越来越依赖 ...

沪漂五周年了:我越来越迷茫了

博主头像 今天,是我来上海沪漂的第五年。 五年前刚来上海的时候,我心里更多是兴奋。那时候觉得,只要自己肯学、肯卷、肯熬夜,把 Vue、React、Node、小程序、工程化这些东西学明白,在大城市站稳脚跟应该不是一件特别难的事。 现在五年过去了,我从前端做到全栈,又开始往 AI 应用方向转。我做过 AI 查询、 ...

MySQL-Seconds_behind_master的精度误差

博主头像 MySQL-Seconds_behind_master的精度误差 前言 Seconds_behind_master是我们观察主从延迟的一个重要指标。但任何指标所能表示的精度都是有限的。例如用精度只能到秒的指标去衡量毫秒级的表现就会产生非常大的误差。如果再以此误差去分析问题,就会让思维走上弯路。例如用 ...

[MAF预定义ChatClient中间件-03]CachingChatClient——利用缓存省钱省时间

博主头像 我们知道LLM的调用不仅仅是一个耗时的操作,还会产生一定的费用,所以我们希望能够尽可能地减少不必要的调用。`CachingChatClient`就是为此而生的一个中间件实现,它通过在内存中维护一个缓存来存储之前调用LLM的输入和输出,从而避免了对相同输入的重复调用。当我们调用`GetResponse... ...

Agent OS :五种驯服不确定性的范式

博主头像 Agent OS :五种驯服不确定性的范式 目录Agent OS :五种驯服不确定性的范式0x00 概要0x01 Part 1: 问题空间1.1 不确定性的六个来源1.2 三个独有问题1.3 跨领域全景:计算机中"驯服不确定性"的经典实践1.4 分布式系统深度对标1.4.1 8 个经典问题全景对照1 ...

数据库即时编译JIT

JIT 是 Just-In-Time Compilation,即“即时编译”。意思是:程序运行到某段代码时,才把原本解释执行的逻辑编译成 CPU 可以直接执行的本机机器码。PostgreSQL 文档给的典型例子是:不用一个通用表达式解释器去判断 WHERE a.col = 3,而是为这个具体条件生成 ...

[Begin]AI Learn Data Day 0

博主头像 [Begin]AI Learn Data Day 0 最近一直在学 AI 全栈开发。关于全栈,略懂一二;关于 AI,则完全是个新手。 说到底我还没学完全栈,后端的内容比如 Redis 根本没学,只知道是个什么东西,教学视频太长看不下去。然后转到 AI 这边,或许因为是新方向的缘故,网上连一篇成体系的 ...

深度学习进阶(二十七)现代 LLM 的核心架构设计其二:SwiGLU

博主头像 上一篇我们看了现代大模型对归一化的改造。 RMSNorm 去掉了均值中心化,只保留均方根缩放:一个沿用多年的标准组件,拆开一看,其中一部分工作在现代整体架构中已经有些多余了。 本篇来看第二个改动:Transformer 架构中的 FFN (MLP) 层的重构,而其具体内容,需要先从激活函数说起。 1 ...

刚开始,你以为只是换工作

博主头像 如果,我是说如果,AI 取代你现在的工作。 金属机器人走进办公室,坐在你的工位上,抢走你的键盘,这是电影。 但在真实的商业世界里,这种事情往往悄无声息,你甚至以为,自己只是和往常一样,换了一份工作。 过去几十年里,大家形成的认知是掌握一样专业技能就可以作为职业的壁垒,并且这套逻辑在过往中,经过验证是 ...

我问了 AI 一个问题:编码能力贬值后,什么能力值钱?

博主头像 这不是一篇教你"怎么用 AI 写代码"的文章。 这是一篇关于程序员的核心竞争力,到底该往哪投的思考。 我是怎么开始想这个问题的 前几天,我用 Claude Code 做了一个实验。 从零开始,不写一行代码,纯靠自然语言描述需求,花了大约 2 小时,做出了一个完整的智慧校园 3D 数据大屏。 效果包含 ...

agent 进阶:Plan-and-Execute 适合什么样的场景

博主头像 前言 本文主要描述Plan-and-Execute开发中的ReAct模式,并且使用一个demo,彻底搞懂怎么在实际工作中使用Plan-and-Execute模式 话不多说,我们开始 代码结构 代码地址 . ├── main.py # 主入口,串起规划、执行、分析三个阶段 ├── planner.py ...

Cloud Agent 开发笔记(3):Web 交互与数据持久化

博主头像 Cloud Agent 开发笔记(3):Web 交互与数据持久化 上一篇搭好了 Agent 引擎和 Tool 体系:query() 能跑、Tool 能调、安全有 pathGuard 兜底。但这一切都是在服务端发生的。Agent 生产的事件怎么到浏览器?消息怎么存才能让用户刷新页面不丢?多个会话同时跑 ...

123···100>