AI 技术
AI 技术 分类下的所有文章。
-
具身智能发展路线深度复盘：实用主义 vs 终局思维
从实用主义与终局思维两条路线切入，系统梳理专用机器人与人形机器人的边界、AGI与人形机器人的"灵魂与载体"共生关系，以及具身智能产业的未来图景
-
AI Agent 深度解析：从核心公式到工程实践
基于《AI Agents 深入浅出》核心思想，系统梳理 AI Agent 的公式定义、Harness 工程、编排模式、多 Agent 协作及未来演进方向
-
分类模型评估指标详解
详解分类模型的评估指标体系，包括混淆矩阵、精确率、召回率、F1 分数、ROC/AUC 等核心指标的原理与实战
-
软件开发"驱动"范式全景指南
深入解析 TDD、SDD、DDD、BDD、EDD、CDC、FDD 等主流开发范式的核心思想、适用场景与实践方法
-
Spec-Kit 工具链实战
详解 Spec-Kit 规范工具链，包括规范验证、自动化检查、文档生成等核心工具的使用
-
AI 应用成本控制实战
详解 AI 应用的成本控制方法，包括 Token 优化、缓存策略、模型选择、资源调度等核心实践
-
AI 应用测试策略详解
详解 AI 应用的完整测试策略，包括单元测试、集成测试、E2E 测试、Prompt 测试等核心实践
-
大规模 Agent 系统设计实战
详解大规模 Agent 系统的设计与实现，包括分布式架构、负载均衡、容错机制等核心实践
-
MCP 规范与最佳实践
详解 Model Context Protocol 规范，包括服务器开发、资源定义、安全控制等核心实践
-
AI 应用 CI/CD 流程设计
详解 AI 应用的持续集成与部署流程，包括自动化测试、灰度发布、回滚机制等核心实践