大模型工程

Harness系统：从AI脚手架到社会囚笼——当人类沦为进化工具下的冗余材料（1/4） 引言：可拆除的笼子与无钥匙的监狱 如果Harness的本质只是一套预设了自己过时的生长型脚手架——为AI套上缰绳，只为在模型成熟后能被干净地拆除——那么，人类社会运行了数千年的“Harness系统”，为何从不允许自己被拆除？ Harness工程告诉我们，好的约束旨在解放创…

近日，OpenAI正式发布了全新的大模型GPT-5.4-Cyber。这款模型在目标用户群、应用场景乃至发布策略上，都与Anthropic不久前发布的Claude Mythos形成了鲜明的对标态势。这种“贴身竞争”的格局已十分明显，甚至有媒体在报道中直接指出：“与Anthropic一样，OpenAI……”。 这种趋同现象并不仅限于底层的基座模型。纵观两家公司近…

一家企业花了七周时间部署AI：第一周，它能精准回答行业分析问题，团队为之欢呼；到了第三周，它开始反复输出已被纠正过的错误结论，因为它“忘记”了之前的修正；第五周，在关键的董事会汇报中，它引用了早已被否定的数据，导致决策出现偏差；第七周，项目被迫暂停，“AI不可信”成为团队共识。问题的根源并非AI不够智能，而在于它每一次交互都像从一张白纸开始。 AI领域正在经…

龙虾AI迎来重大版本更新：插件、安全与交互全面进化 龙虾AI于近日发布了全新版本 2026.3.22-beta.1 ，此次更新内容广泛，涉及核心架构、插件生态、安全模型与用户体验等多个层面。 本次更新的一个关键特性是实现了 系统的自我更新能力。 以下是本次更新的核心亮点概览： 插件体系升级：彻底移除了旧的 openclaw/extension-api，统一迁…

LLM在昇腾NPU面前为何“失语”？AscendCraft用DSL搭建桥梁，让生成内核成功率飙升至98.1%（1/4） 在AI芯片领域，编写一个高性能的算子内核，如同在一台精密、复杂且文档稀疏的机器上精确舞蹈。大语言模型（LLM）在生成CUDA代码时表现尚可，这得益于NVIDIA长期构建的庞大生态：海量的开源代码、详尽的文档和成熟的社区。然而，当目标转向华为…

Skills 已成为 Claude Code 中使用最广泛的扩展方式之一。它们灵活、易于创建，也方便分发。 但这种灵活性也带来了一个问题：很难判断什么才是最佳实践。什么类型的 Skills 值得开发？写出一个优秀 Skill 的秘诀是什么？又应该在什么时候将它们分享给他人？ 在 Anthropic 内部，我们已经在 Claude Code 中广泛使用 Ski…

关键词： CUDA 内核生成、智能体强化学习、性能优化、KernelBench、技能增强环境 在深度学习基础设施的底层，存在着一个被称为“黑魔法”的领域——CUDA 内核开发。当我们在 PyTorch 中写下几行简洁的代码时，很少有人意识到，这些高层操作最终会被编译成成百上千个在 NVIDIA GPU 上执行的底层内核程序。这些内核程序的编写和优化，直接决定…

用真实生产取舍解释六种 Agentic RAG 模式 大多数 RAG 演示在理想环境下运行良好，但一旦面对真实用户，问题便接踵而至：检索到无关上下文、浪费大量 tokens，却依然无法避免幻觉。问题的根源往往不在于模型或检索算法本身。 而在于传统 RAG 对所有查询都采用千篇一律的处理方式。 Agentic RAG 改变了这一范式。系统不再机械地执行检索，而…

Prompt Engineering 已死。Context Engineering 才是当下生产系统的工作方式。 你的 RAG 系统返回了完美的文档片段，你的提示词也打磨得无可挑剔，但大语言模型（LLM）依然在“幻觉”中编造答案。 例如，当你查询最新的退款政策时，系统可能将2018年至2026年的50份文档全部塞入上下文。LLM 看到相互矛盾的政策，陷入混乱…

在大模型驱动的 Agentic Search 日益常态化的背景下，真实环境中智能体“如何发起查询、如何改写问题、是否真正利用了检索信息”一直缺乏系统性的刻画与分析。 卡内基梅隆大学（CMU）的研究团队基于可重复检索平台 DeepResearchGym，从其统一后端半年的真实流量中整理出超过 1400 万条搜索请求，涉及约 400 万个搜索会话。在完成严格的匿…