AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
MCP 是为开发者设计的工具，而非为 LLM 而设
原创编者按：你在开发AI智能体时，是否也曾为这些事头疼不已：每接入一个新工具就要重写集成代码？工具一多就难以统一管理？LLM时而“幻觉”出根本不存在的工具调用？这些问题不仅拖慢开发节奏，更让智能体的稳定性和扩展性大打折扣。今天推荐的这篇文章，正来自一线开发者对ModelContextProtocol(MCP)的深度实践与思考。对LLM来说，“常规”的工具调用和使用MCP这样的标准没有任何区别。它只看到一组工具定义（tooldefinitions），...AIMCP上下文工程记忆，才是真正让 AI 智能起来的关键
原创 精华想象一下，你跟一个AI助手聊了几百次，它依然叫不出你的名字，更记不得你上次的偏好，这样的“智能”体验会不会让人瞬间出戏？这正是当下大多数无状态大模型（StatelessLLMs）的现实困境。它们在每一次对话后就像“失忆”，无法真正学习，也无法在长期交互中持续优化。于是我们看到开发者们疲于重复输入上下文，企业花费巨资堆砌向量数据库，却依然难以解决AI的“记忆缺陷”。最近，GibsonAI发布了一款全新的开源产品——Memori...AI助手Memori开源AI AgentsQwen3-Max Preview 发布：阿里带来首个万亿参数大模型，挑战长上下文极限
原创
社区头条大模型行业最近的趋势，其实是“轻量化”。越来越多厂商在强调“小而精”，追求低成本、快速落地。就在这样的背景下，阿里巴巴却反其道而行之——直接推出了首个超过1万亿参数的旗舰模型Qwen3MaxPreviewInstruct。这不仅仅是模型尺寸的提升，而是一种战略信号：在深度推理、多语言、超长上下文和企业级应用场景上，阿里要和全球最强对手正面交锋。1、Qwen3MaxPreview是什么？Qwen3MaxPreviewInstruct是Qwen3系列的最高阶预览版...Qwen3大模型AgentGoogle 发布 EmbeddingGemma：3 亿参数小模型，MTEB 排名第一，能跑在手机上的文本嵌入神器
原创过去几年，AI模型的规模越做越大，性能也水涨船高，但随之而来的问题同样显而易见：算力成本居高不下，隐私风险无法避免，终端设备难以承载。于是，“能在本地设备上运行的强大模型”，逐渐成了一个被反复提及的方向。就在2025年9月，Google正式发布了EmbeddingGemma——一款仅3亿参数级别的开源文本嵌入模型。别看它体量不大，却在全球通用的MTEB（MassiveTextEmbeddingBenchmark）榜单上交出了媲美大模型的成绩单，还特别为本...Google小模型MTEB文本嵌入神器多模态RAG哪家强？9 个 Embedding、4 类 MLLMs、4 大框架实景比拼
现有文档RAG评测都在不足：数据太小、查询太假、证据太单一。华南理工&华科推出DOUBLEBENCH——迄今最大规模、多语言、多模态、多跳查询的文档RAG实战考场，用5168条人工校验query把9个embedding、4个MLLM、4个端到端框架统统拉到现实场景下评测，结果：检索仍是最大瓶颈，模型普遍“过度自信”地胡说八道。说到多模态大模型，国内快手也开源了KeyeVL1.58B（国产大模型越来越好，就在昨天Claude点名全面封禁中国公司，离大谱）...多模态RAGMLLMsMemory-R1：强化学习如何大幅提升 LLM 记忆 Agent 能力
原创 社区头条MemoryR1通过强化学习为LLM智能体提供主动且高效的记忆管理能力，实现了最先进的效果。大语言模型（LLMs）已成为众多AI突破的核心技术，广泛应用于聊天机器人、编程助手、问答系统、创意写作等领域。然而，尽管功能强大，这些模型仍然是无状态的：每次查询都是独立的，无法记住之前的交互内容。受到固定上下文窗口的限制，它们无法在长时间对话或跨会话任务中积累持久记忆，更难以基于复杂的历史信息进行推理。虽然检索增强生成...大语言模型LLMsMemory-R11052篇文献！上海AI Lab发布科学LLM综述：从数据基础到Agent前沿
通用大语言模型（LLM）在科学场景科学大语言模型（SciLLMs）“水土不服”——数据异构、跨尺度、强不确定性。上海AILab主导，25家研究机构共同参入，几十位研究人员首次系统梳理270+训练集、190+评测集，提出“科学数据分层框架”与“智能体闭环科研”新范式。按六大学科分类的著名科学大语言模型（SciLLMs）时间线概览，涵盖2019年至2025年初。科学数据统一分类法层级示例对LLM的挑战事实层光谱曲线、测序读长高噪声、单位不统...多模态RAGMLLMs提速30倍，Meta重新定义了新一代RAG！
LLM时代，RAG已成为知识密集型任务的标准范式。然而，RAG系统在处理长上下文时面临两个核心挑战：延迟高：TimetoFirstToken（TTFT）随上下文长度呈二次增长；内存贵：KV缓存随token数线性增长，导致吞吐量下降。传统方法试图通过稀疏注意力、上下文压缩等手段缓解，而Meta超级智能Lab首次针对RAG的特殊结构进行优化。（Code、Paper链接在文末）RAG的“隐藏结构”：块对角注意力稀疏性RAG上下文中的检索段落往往：语义差异大（多...RAGLLM弱检索语言表象与行为实质的鸿沟——加州理工、剑桥大学关于LLM人格特质的研究
.在与大型语言模型（LLM）的日常交互中，我们常常会被它们表现出的“人格”所吸引。有的模型总是温和礼貌、乐于助人，似乎充满宜人性，有的模型思维开放、表达流畅，仿佛具备高度开放性，还有的模型在对话中展现出自我调节与克制，好像能像人类一样控制情绪与行为。在人类心理学中，这些个性特质并非只是表面标签，而是能够跨情境稳定地预测行为的心理结构。LLM是否也具备类似的稳定性？它们的“人格”究竟是内在的行为驱动力，...语言表象LLMAI智能体团队的“指挥官”，OSC赋能多智能体LLM的高效协作
社区头条多智能体系统（MAS）是一支由不同专长成员组成的虚拟团队，有精于数学推理的成员，也有擅长规划与策略设计的高手，他们通过角色分工和结构化流程，共同破解难题。这种分工协作不仅能显著提升效率，还能将单一模型无法触及的深度任务迎刃而解。但是无论是精心设计的角色分工，还是巧妙搭建的投票与融合机制，现有系统往往在“如何让各专家在对话中真正理解彼此”这一环节失之交臂。他们更多关注最终答案的质量，却忽视了智能体间...智能体LLMCKMLangChain 1.0 全新特性！标准化消息内容视图，让多模型开发无缝切换
在大模型技术快速迭代的今天，开发者面临的最大痛点之一就是不同厂商API的分化。每次切换LLM提供商（如OpenAI、Anthropic、GoogleGemini），都可能要重写一大堆代码，既耗时又增加维护成本。现在，LangChain给出了答案：我们正式推出了标准化消息内容视图（StandardContentBlocks）。它统一了推理过程、引用标注、服务端工具调用以及多模态能力，让你真正做到“一次编写，随处运行”。为什么需要标准化？LangChain的核心优势一...LangChain 1.0多模型LLM不止高刷！苹果发布会AI功能解析：实时翻译、健康监测重磅升级
原创 社区头条北京时间今天凌晨，一年一度的苹果「科技春晚」——苹果2025年秋季发布会如期举行。iPhone17系列、AppleWatchSeries11和AirPodsPro3等新品悉数亮相。 除了手机价格、全系高刷、最薄iPhone等几个被讨论最多的爆点，果粉们最关注的还有AppleIntelligence。 虽然发布会上苹果强调了A19和M19Pro芯片的AI算力提升，但仔细观察会发现，苹果在AI领域的策略明显偏向务实渐进，而非颠覆性创新。  苹果此次发布会最明...人工智能苹果秋季发布会苹果AI算家云租算力，到算家云数十亿人将用上免费AGI！OpenAI奥特曼高调断言：全球经济将迎来极度通缩！
原创 社区头条编辑伊风奥特曼最新判断来了：未来会有数十亿人使用免费的AGI！不只是价格更低，而是以一种前所未有的方式，大规模普及到全球每一个角落。同时，他认为，AI所带来的巨大技术红利，将推动全球经济进入极度通缩的状态。因为，AI不仅提升效率，更会创造出过剩的财富。比如，人们可能会借助AI，真正实现可控核聚变的商业化。到那时，全球电价将出现断崖式下降，能源将变得几乎“免费”。“我希望像水、食物、医疗、教育、自然环境的...AGIOpenAIDeepSeek视频生成迎来效率革命！字节提出视频生成稀疏注意力机制，计算量降20倍，速度升17.79倍!
论文链接：https:arxiv.orgpdf2509.01085亮点直击BSA——一种可训练的双向动态稀疏注意力框架，该框架首次在视频扩散训练中对全注意力机制中的查询（Query）及键值对（KeyValue）进行正交稀疏化处理以加速训练过程。为查询块和键值块设计了不同的动态稀疏化策略，有效捕捉训练过程中的注意力变化特性，实现超越固定模式的自适应标记选择。在Wan2.11.3B数据集表明：BSA可实现最高20倍的浮点运算量降低、17.7倍的训练加速以及6倍...AI模型视频生成LangChain 重磅发布 AI 智能体中间件，彻底告别 “失控”，落地生产终于简单了！！
原创 社区头条做AI智能体开发的同学们，或许都遇过这样的困境：想搭个AI智能体处理业务，基础框架很快跑通，但一到复杂场景就“卡壳”要么模型输入的上下文没法精准控制，要么流程步骤改起来牵一发而动全身，最后只能放弃框架，硬写自定义代码。如今，LangChain1.0带着全新的“智能体中间件（AgentMiddleware）”来了！这个被官方称为“解决生产落地痛点”的核心功能，到底有多厉害？今天就带大家拆解清楚，看完你会发现：原来AI智能体的灵活...LangChain智能体LangChain 开始彻底重写了，LangChain 1.0 Alpha 重构概览
原创 社区头条“我们的框架太复杂了，用户已经迷路了。”——HarrisonChase，LangChain创始人，在最近一次社区会上说的原话没错。这家估值十亿美金的独角兽，决定把核心产品几乎从头写一遍。不是改改文档、调调API，是真·重构——底层逻辑、架构设计、品牌命名，全盘调整。说实话，早该这么干了。大家早就被绕晕了你要是逛过LangChain的论坛或Discord，肯定见过这些高频问题：“Chain和Graph到底用哪个？”“这五个模块名字差不多，功能有啥...LangChain智能体手把手教程：在Dify中通过MCP连接ClickHouse，解锁AI数据分析新能力
原创在本教程中，我将详细介绍如何在Dify平台中通过MCP协议连接ClickHouse数据库，实现数据分析和可视化功能。这个集成方案可以帮助开发者在AI应用中轻松访问和分析大规模数据，提升LLM应用的数据处理能力。Dify环境配置Dify安装本文采用Dify社区版的DockerCompose部署方式。版本演进较快，可能与当前记录方式有差异。以官方手册为准。DockerCompose部署：https:docs.dify.aizhhansgettingstartedinstallselfhosteddockercompose安...DifyMCPAI 应用LLMRAG文档处理的流程——给你的RAG文档处理制定一个标准
原创“文档处理有一套标准和规范，良好的规范才能让后续处理更简单，更少出错。”最近一直在优化RAG的文档处理功能，随着各种问题被解决之后，慢慢发现文档处理没有想象中的那么简单；而我们大部分人对文档处理还仅仅只停留在表面上，并没有真正深入研究过文档处理的流程，格式，规范。今天作者就以自身这段时间的经验来梳理一下文档处理的具体流程，包括处理格式的选择，文档处理的步骤，以及一些注意事项等。RAG之文档处理在一个R...RAG文档处理检索增强CyberLLaMA：用于网络安全命名实体识别的微调大型语言模型
下图是文章的摘要。针对网络安全的命名实体识别（NER）在应对日益复杂的网络威胁和不断演变的网络安全挑战中至关重要。虽然深度学习方法构成了现代NER任务的基础，但由于最新的网络安全数据集可用性有限以及网络安全术语的独特特性（行话、缩写和快速演变的词汇），它们在解决网络安全特定NER任务方面仍有所不足。为了填补这一空白，我们（i）汇编了一个包含42404篇文章的语料库，并手动标注了4788个独特的安全术语，（ii）提出...CyberLLaMA网络安全语言模型如果将宇宙视为演化的智能体：不确定性、概率与计算主义出现的新诠释
在科学与哲学的交汇点上，"不确定性""概率"和"计算主义"始终是绕不开的关键词。它们不仅构成了现代科学方法论的重要基石，也决定了我们如何理解智能与宇宙。量子力学带来了对自然世界根本层面的不确定性认识，Kolmogorov公理体系奠定了概率论的形式化基础，而计算主义则主导了对智能和心智的主流解释路径。然而，随着研究的深入，人们逐渐发现：传统框架虽然提供了有力的分析工具，却在本质解释上存在难以回避的理论局限。宾夕...智能体模型人工智能
