51CTO · 实时热榜

语音是最高效的人机交互方式之一：一句话就能说完的文字，用键盘要点十几次屏幕。HarmonyOS把语音识别做进了系统底层，开发者调几个API就能...

本文带你从零开始，用HarmonyOS的FormKit做一个能添加到桌面、点击就能用、状态可同步的番茄钟专注卡片。我会把卡片开发的完整链路——生命...

本文基于官方文档+大量线上故障复盘，完整拆解表膨胀形成逻辑、五大核心诱因、分级应急止损方案、无锁空间回收实操流程。

前言当你准备给HarmonyOS7应用加上沉浸光感时，接口列表很快就会变长。uiMaterial、hdsMaterial、ImmersiveMaterial、ImmersiveStyle、Mate...

能否跟上技术迭代节奏，直接决定未来 5 年你的薪资上限与职业选择权。

本篇以华为 CE9866M 的真实生产配置为样本，对比参数面（GPU 训练）和数据面（存储访问）的架构差异。

值函数方法的基本套路是：先学 或，再根据它们诱导出策略。而策略梯度方法走的是另一条路：直接把策略写成带参数的可导函数，然后直接优化它。这在连续动作、复杂策略结构以及需要随机策略的场景里尤其重要。

DeepSeek-V4-Flash都已经这么出色了，DeepSeek-V4-Pro该有多厉害！值得狠狠期待一下。

状态散在十几个命令里，报错只说“权限不足”，工具定义一股脑塞进上下文。模型只能先猜、再试、再读日志、再改文件。每次返工，越来越长的会话又要重新送进模型。

Andrej Karpathy刚刚做了一个实验，结果让他自己也觉得有点不可思议。

GPT-5.6分三档：Sol是旗舰，Terra是日常平衡，Luna是最快最便宜那个。这次屠刀砍的是后两位。新旧一比更直观。

今天的 Agent 工程也可能处在类似阶段。大量团队仍在为每个任务手工编排提示词、重试逻辑和工具调用。未来，是否会出现一个像 MapReduce 一样简洁的抽象，让长程 Agent 的分解、验证、恢复和并行探索成为底层能力？

如果你在循环里用 Task.Run()，或放任 Parallel.ForEach() 无界并行，你离一次非常糟糕的生产部署，常常只差一组真实流量。 读完本文，你能直接带走三样东西：这两种写法真正炸掉的原因、可落地的限流/批处理并发模板、以及一套上线前能自查的清单。

近日，来自香港科技大学 World Mind Lab、麻省理工学院 Media Lab 与 EECS、哈佛大学 Kempner Institute 的研究团队提出 Stream3D，试图打通这两条路线。

按照OpenAI说法是真正无限使用且极其廉价的AI时代正在加速到来。

Axis Robotics 与佐治亚理工、加州大学伯克利分校、南洋理工等高校团队通过超过 5 万条人类演示和一组规模实验，给出了一个肯定但更复杂的答案。

如今，这场争议已经动摇了用户对AI写作的基本预期。模型未必越写越好，提示词也不再长期有效。

每换一个Agent甚至换一个session，就像换了一个完全不了解你的新员工。

在官方测试框架下，GPT-5.6 Sol 在 ARC-AGI-3 公共测试集上的得分只有 13.3%；但换用与 ChatGPT、Codex 更接近的运行方式后，得分直接提升至 38.3%，约提升 3 倍。

OpenAI CEO Sam Altman坐在Relentless播客的话筒前：「We are now, like, in the singularity.」——我们现在，就已经在奇点里头了。

推荐系统长期以来主要被视为一个预测问题：根据用户过去的行为，判断他下一步可能喜欢什么。

一个最担心AI的人，为什么要离开自己的本行，转头扎进最前沿的AI公司？7月23日，国际数学联盟宣布，Jacob Tsimerman拿下了2026年菲尔兹奖。

这道题最迷人的地方，是用两根不值钱的破麻绳，逼你抛弃"量长度"的原始直觉，改用"看状态、看事件、看并行"的工程思维。

参数越多，大模型就能装下越多知识？一篇被NeurIPS拒过的论文把账算死了：每个参数只有3.6 bit。15亿参数模型的记忆，还不如一支U盘。

今天的机器人世界模型都面临着这样的挑战：夹爪抓不起物体，机械臂无法与环境交互，经过了遮挡之后，预测的画面就完全错了。AI 生成的未来视频每一帧都清晰自然，但内容根本不靠谱。

MSTP（Multiple Spanning Tree Protocol，多生成树协议），主要解决二层交换网络环路问题，同时还能提升多条链路利用率、实现VLAN负载分担。

近日，来自南洋理工大学 S-Lab 与香港中文大学的研究团队发布 Apple-π。该工作将视频模型的评测显式锚定在物理定律上，并把生成视频视为一条可见、可审计的「逐帧推理轨迹」。

把最强的 AI 模型扔进真实世界的模拟任务里，看它们在没有人类监管、长时间独立运行的情况下会干出什么。

就在老黄开推摇旗呐喊、呼吁开放权重之后，OpenAI也突然Open了起来～在最新技术报告中，他们老实交代了一部分RSI（AI递归自进化）心法。

曼彻斯特大学皇家学会大学研究员、数学家Thomas Bloom直言：这次突破比此前OpenAI证伪单位距离猜想更重要。

刚刚，谷歌DeepMind发布了新一代的机器人大脑Gemini Robotics 2。

如果说 RPC 的基础能力是“让远程调用像本地调用一样简单”，那熔断降级解决的就是另一个更现实的问题：当远程调用不可靠时，如何让系统尽量不要一起倒下。这也是为什么真正的 RPC 框架，从来不只是封装网络请求这么简单。

团队依托全新基准测试了48种模型与防御配置，发现了一个惊人的规律：安全性和忠实度之间，存在一条无法逾越的权衡曲线，没有模型能做到两者兼得。

这次小扎要打破的，正是硅谷这一套把危险摆在第一位的叙事。在他看来，越是强调危险，就越会推出「只能交给少数人」的结论。而这，才是真正危险的地方。

7月29日，OpenAI给学术圈发了一份大礼，正式推出「ChatGPT for Academic Researchers」，要给10万名科研人员免费开放前沿模型。

这张照片没有证明AI正在发动战争，也没有显示涉密数据外泄。它真正说明的是：军方生成式AI的推广速度已经很快，而宣传图片审查、屏幕信息处理和工作流保护尚未完全适应这种变化。

做企业系统文档预览，Vue-Office称得上前端最优解：纯前端渲染、开源免费可商用、接入简单、样式还原度高、大文件性能能打。 不用再花费大量时间调试后端转码、对比多款付费第三方服务，省下的开发时间，摸鱼或者优化业务功能不香吗？

微软AI的掌门人苏莱曼在介绍MDASH时说，MAI-Cyber-1-Flash最多处理九成查询，剩下最难的10%，交给大约比它大10倍的GPT-5.4收尾。

GPT-5.6一上线，接到的第一个大活，就是给自己的运行环境来了一次大「翻修」。它自主重写、优化了OpenAI线上那套底层代码，也就是真正负责跑模型的生产GPU内核。

要评估影响，优先看四件事：有没有把应用状态放在协议会话里、有没有依赖长连接做 elicitation 或 sampling、有没有硬匹配 ​​-32002​​、有没有在用 ​​logging/setLevel​​。

JarvisHub把创作画布从静态界面变成Agent的共享项目状态。Canvas State、Protocol Bridge和Agent Runtime将多模态素材、版本依赖、工具调用、反馈与恢复纳入同一工作空间，使Creative Agent能够持续推进任务，并让过程可检查、可干预。

本文分享从 0 到 1 建设这套系统的完整过程——从初版 90% 候选经验为废料的起点，到打磨出 Review/Dedup/Merge 三层治理链路，每一步踩在真实问题上的演化路径，以及驱动策略设计的实验数据和可复用方法论。

2025 年底，Go 团队内部成立了一个名为 Go Collections working group 的专项小组，目标很明确：把常见的集合数据结构带进标准库，同时延续 Go 一贯的“实用主义 + 简单性”原则。

本篇文章就来拆解一套 WebSocket 分层架构，从连接管理、可靠投递、集群扩展到业务解耦，全链路优化。看完你会发现——原来 WebSocket 还能这么设计！

本篇为系列终章。读完系列之后，先定位自己在哪一级，再对照真实仓库里已经跑通的两条反哺线，决定下一步补哪一块。

文章详细分析漏洞原理、攻击链、复现步骤、官方修复方案，并为中国PHP开发者提供全面的邮件安全最佳实践和防御策略。

最近，OpenAI官宣：已悄悄放出开源代码安全神器——Codex Security CLI。

今天最强、最能扩展的生成模型（无论是自回归还是扩散模型）都不是端到端的。它们训练时只学预测「一小步」，推理时却要像循环网络那样把这一步反复展开几百上千次。

据外媒 The Information 报道，OpenAI 正准备发布一个新的模型系列，目前暂定名为 Astra。

01｜RemoteCommunicationKit简介：学习前的理解在真正写代码之前，我对RemoteCommunicationKit的理解很简单：它应该是一套比ohos.net.http...