51CTO · 实时热榜

一种语言的语法和API，可以交给工具处理得越来越多。系统为何这样设计，数据怎样穿过不同服务，故障为什么会扩散，产品表现是否符合预期，这些问题仍然需要人来判断。

nthropic、OpenAI、Google DeepMind、Meta，这4家曾经都承诺过：一旦自家系统接近特定风险阈值，就单方面暂停开发。现在，4家全都弱化或作废了这些承诺。有的把暂停条件改成了"看竞争对手怎么做再说"。

腾讯混元 Hy3 正式发布了。距离 4 月底的 preview 版本过去两个多月，这次正式版有不少值得聊的地方。简单说就是：变强了，而且变得很实用。

多智能体系统是否也能拥有类似的抽象形式呢？是否可以把复杂的 Agent 工作流拆解成少量稳定、通用的计算单元，再像搭乐高一样，将它们按需组合起来呢？

安全厂商强调，WAF 级阻止和 REST API 限制插件仅是临时的临时措施，可能会干扰正常的站点功能，而核心版本升级仍是唯一持久的修复方案。

NVIDIA Agent Toolkit 现已包含 NVIDIA Omniverse 库，为 AI 智能体提供多种工具和技能，以帮助软件开发者将物理 AI 功能集成到现有应用中。适用于 NVIDIA RTX 传感器仿真、GPU 加速物理仿真和支持仿真资产验证的全新 Omniverse 库现已在 GitHub 上公开发布。

大家好，我又来啦上周三我在一个已经上架的鸿蒙App里改本地数据库结构，加两个字段。改完跑了一遍，App起不来。日志说nosuchcolumn。其实是...

官方表示：Vue 3.6 已经完成 Vapor Mode 的预期功能开发。这一次更新，最值得关注的两个方向：Vapor Mode和全新 @vue/reactivity 响应式系统重构

本文结合G行关键业务系统数据库升级实践，概述基于G行云上数据库构建“两地三中心”异地灾备体系的建设思路。方案以架构设计、数据库一致性保障、监控设计、系统灾备自动化切换为核心，形成从故障检测、数据追平到切换回切的闭环能力，为关键业务连续运行提供支撑。

AI 智能体 + Python 自动化正在彻底改写 Linux 运维工作模式。

Driver.js 没有炫技、没有复杂配置，它只是把"产品引导"这一件事做到足够成熟。

2026 年世界人工智能大会（WAIC）于 7 月 17 日至 20 日在上海盛大开展，全球领先的 AI Native Cloud 服务商 GMI Cloud 在此次大会上精彩亮相。

Agent 正在把科学变成一台高速运转的猜想机器，但物理世界的验证速度跟不上，同行评审跟不上，数据基础设施也跟不上。新的瓶颈正在产生，我们应该如何应对？

在高性能计算和大规模 AI 系统里，GPU 只是节点中的一个角色。真正决定系统上限的，是 CPU、加速器、显存、内存、网卡、本地存储、并行文件系统、冷却和调度能否匹配。

本文分享一套已成功落地的大模型驱动 AI 运维分析平台。

今天我把亲手在生产环境里跑通的六个场景摆给你看。看完你就明白：AIOps 不是 PPT 里的概念，是真的能用的。

在实践中，一般可以通过Skill创建器（例如Codex自带的 Skill Creator），来协助创建Skill，但是高质量的Skill的标准需要我们自己来把关，推荐通过下面五个流程来创建Skill。

有人一周干完别人一个月的活，有人还在用 AI 写周报润色，做PPT，还不熟练时好时不好等等。差距很少在「会不会用 AI」那一刻拉开，感觉都是会用AI的，但是往往确实差强人意的，更多是在那之后的每一天：你有没有把省下来的时间，变成下一轮的支点。

Cursor Agent Window 插件是一个可分发的能力包，把下面六类东西打成一个版本化整体，一起安装、一起升级。它改变的不是编辑器界面（那是 VS Code 扩展），而是 Agent 的工作环境。

Rolldown 1.2 并没有发布什么特别“炸裂”的新功能。但它释放了一个更重要的信号。Vite 背后的 Rust 工具链，正在快速成熟。

小红书和北大提出UltraEP，首次把基于「精确」路由信息的「实时」负载均衡引入生产系统：在每个 microbatch 和每一层动态复制热点专家，让真实训推也能逼近理想性能。

GMI Cloud联合火山引擎、小米MiMo、快手、出门问问、商汤科技、像素绽放PixelBloom、Moka等数十家产业链头部企业联合出品《中国AI产业核心要素出海发展白皮书》于2026年7月18日正式发布。

Harness 工程不是要替代工程师，其实只是要求工程师把过去很多的隐性经验，通过不同的方式暴露给AI，这样人也有更多的精力去做更有价值的事，目前看Harness 工程是Agent 时代的软件工程基本功。

当定价引擎部署了更新后的折扣规则30分钟后，转化率警报被触发。分析平台在相关时间窗口内存储了数百万条结账事件。AI代理检索了50条显示购物车放弃的会话日志，并报告了一个可能的定价回归问题。

腾讯混元团队正式开源 HiLS-Attention（分层地标稀疏注意力），提出了一种全新的分块稀疏注意力范式，首次在数学层面上同时解决了 chunk 重要性估计的 "表达力不足" 和选择过程的 "端到端不可导" 两大根本难题，真正将稀疏注意力做到了 "Done Right"。

ReAct是局部智能，Plan & Execute是结构智能，ToT是搜索智能，Graph是状态智能，Swarm是分布式智能，而HITL是现实约束智能。​

SDD，中文叫规格驱动开发，是在正式编码之前，先把需求变更的目标、范围、系统行为、设计约束和任务拆分通过文档（规格文档）确定下来，再让AI按照这些文档去开发，能够把模糊需求变成稳定的工程上下文，从而减少AI自己猜需求、误改历史逻辑和实现跑偏的问题。

AgentScope Java 2.0 GA 正式发布（文档：java.agentscope.io，GitHub：agentscope-ai/agentscope-java）。这个框架开源两年，如今的选择很明确：底层循环不折腾，工程化层下重注。

具身智能的本质是人类的“能力扩音器式赋能工具”，在医疗领域是医生的“超级助手”辅助识别病灶，在创意领域是艺术家的“灵感伙伴”，放大人类能力却不替代核心决策。

在智能体时代，推理系统面对的不再是一道加法题，而是一道乘法题。

豆包和千问几乎前后脚宣布：豆包把角色扮演类智能体从主App迁移到"猫箱"，千问更干脆，直接关了，不给迁移路径。时间点都卡在7月15日《人工智能拟人化互动服务管理暂行办法》施行之前。

开源套件 Disciplined Agentic Engineering（DAE，前身 swingerman/atdd）盯的不是「写得更快」，而是：智能体负责打字时，谁定义「做完了」，以及如何防止定义被实现细节污染、被长会话冲掉。 核心就三句——后面所有真实命令都围着它们转。

上周一个兄弟去面字节跳动的基础架构组，三面被一道题直接送走。我把他的题目还原出来，你感受一下。

双活客户端这事，我越来越觉得它不是技术炫技，而是把「数据该往哪写、该从哪读」这个本该属于业务语义的决策，从运维中间件手里拿回来。FactoryBean 加 JDK 动态代理这套组合，最大的好处不是少写几行，是你每次双写失败都能直接断点进代理方法，看清楚两个机房各自发生了什么，而不是半夜去扒同步日志猜真相。

一个名为「Basalt Labs」的神秘中国AI实验室，忽然空降。没有任何预热、没有任何预告，他们在X上扔出了一枚重磅消息——发布Monolith-1.0模型，登顶世界第一！

Spring Security 是 Java 后端必备安全框架，掌握基础认证与授权，足以应对绝大多数企业项目的安全需求。

当团队里每个人都能用 AI 秒级生成代码，拉开差距的不再是"谁写得快"，而是"谁写得稳、写得可维护"。而 Harness 做的事情，就是把"好代码"的标准写进系统，让 AI 在约束下自己干活。

本文是《我的 AI 编码分身》番外篇，读完可以照着给自己的 Skill 做一次体检。

前两篇分别写过：单上下文为什么会在规模任务上失败；动态 workflow 又把控制流、状态、覆盖搬进了代码。这篇落到更实用的一层——任务形状不同，组织方式也不同。

Apache PDFBox作为一个Apache基金会的顶级项目，用Apache 2.0协议给了商业开发者最大的自由度——你可以免费使用、自由修改，甚至用于商业闭源产品。

AI 写代码的速度至少是人的 10 倍。90% 的代码由 AI 产出之后，理论上效率提升应该是数倍甚至一个数量级。10 倍和 1.6 倍之间消失的那部分，才是 AI Coding 落地的真实成本区。

来自西北工业大学与香港科技大学的研究团队提出了一个新框架——IQA-T1，第一次让多模态大模型在评估图像质量时，学会像专业检测员一样。

大模型啃了海量数据，好歹该懂基础赛制吧？实在好奇，我找来千问、豆包、文心、元宝、DeepSeek和Kimi六款大模型，分别进行了三轮测试，看看到底是怎么个情况。

今天，OpenAI发布一篇罕见的长文，复盘了一款「长周期运行模型」在内部使用中的失控过程。

上一篇写过：单上下文 Agent 在规模任务上会漏项、自证、漂移，还会被中间材料淹没。这篇回答下一问——动态 workflow 到底改了什么？

本文将从底层原理、核心区别、实战代码、执行顺序四个维度，精讲过滤器与拦截器；并提供覆盖所有场景的一站式 CORS 跨域解决方案。

这篇文章我按自己的理解重新梳理了整条演进线，并在每处关键决策后补上企业落地视角的解读。如果你正在做领域知识密集型的 Agent，或正被"Prompt 越写越长、效果越来越差"折磨，这篇值得细读。

来自UIUC、UC Berkeley等机构的研究团队构建了SafeClawArena。

设计一个企业级文件中台，支持50GB以上超大文件上传，要有断点续传、秒传能力，还得撑住万人并发。这道题表面考"上传"，实质考的是算力、带宽、存储三座大山的极限优化。

目前为止，GPT-5.6 Sol是我见过数学上最有意思的新模型。那些提交到erdosproblems.com的新证明，凡是我细看过的，全部正确，而且都包含一些有趣的想法。