惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Threatpost
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Engineering at Meta
Engineering at Meta
T
The Blog of Author Tim Ferriss
Recent Announcements
Recent Announcements
G
Google Developers Blog
Google DeepMind News
Google DeepMind News
The Register - Security
The Register - Security
MongoDB | Blog
MongoDB | Blog
U
Unit 42
B
Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
L
LangChain Blog
Stack Overflow Blog
Stack Overflow Blog
P
Privacy International News Feed
L
LINUX DO - 最新话题
博客园_首页
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
小众软件
小众软件
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
T
Tor Project blog
V
Visual Studio Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
P
Privacy & Cybersecurity Law Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
K
Kaspersky official blog
C
Cisco Blogs
博客园 - 【当耐特】
阮一峰的网络日志
阮一峰的网络日志
I
Intezer
罗磊的独立博客
MyScale Blog
MyScale Blog
Last Week in AI
Last Week in AI
A
About on SuperTechFans
G
GRAHAM CLULEY
Y
Y Combinator Blog
Microsoft Security Blog
Microsoft Security Blog
GbyAI
GbyAI
T
Threat Research - Cisco Blogs
P
Proofpoint News Feed
D
DataBreaches.Net
The Hacker News
The Hacker News
Spread Privacy
Spread Privacy
AWS News Blog
AWS News Blog
I
InfoQ
T
The Exploit Database - CXSecurity.com
Simon Willison's Weblog
Simon Willison's Weblog
博客园 - 叶小钗
Project Zero
Project Zero

莫尔索随笔

Vol.97 AI领域前沿动态:从智能体工程化到开源模型演进 | 莫尔索 Vol.96 AI智能体架构演进:从OpenClaw到Paperclip的编排实践 | 莫尔索 Vol.95 AI智能体技术架构与开源框架深度解析:从OpenClaw到LangChain | 莫尔索 Vol.94 AI智能体与消费级应用趋势:GPT-5.4、OpenClaw与Agent工程化实践 | 莫尔索 Vol.93 AI领域深度洞察:从智能体演进到设计变革与人生战略 | 莫尔索 Vol.92 AI行业周报:融资突破、伦理冲突与智能体革命深度解析 | 莫尔索 Vol.91 AI前沿洞察:智能体革命、编程范式转移与商业变革深度解析 | 莫尔索 Vol.90 2025年AI领域深度盘点:自动驾驶、Agent技术、硬件趋势与商业变革 | 莫尔索 Vol.89 AI领域前沿洞察:从编程范式变革到太空部署与伦理挑战 | 莫尔索 Vol.88 2026年AI全景解析:大模型、Agent、开源生态与中美竞争格局 | 莫尔索 Vol.87 AI领域2026年趋势:智能体爆发、SDD编程、开源模型与商业变现深度解析 | 莫尔索 Vol.86 AI领域前沿洞察:Agent技术、视频生成、模型优化与商业应用精选 | 莫尔索 Vol.85 AI领域深度洞察:从Agent爆发到工程实践,探索大模型时代的发展路径 | 莫尔索 Vol.84 2025-2026年AI领域趋势总结:Agent落地、多模态爆发与创业机会深度解析 | 莫尔索 Vol.83 AI领域深度洞察:组织变革、Agent落地、技术趋势与投资策略全解析 | 莫尔索 Vol.82 AI领域年度盘点:Agent技术、世界模型与增长策略深度解析 | 莫尔索 Vol.81 2026年AI行业趋势预测:垂直领域、世界模型与智能体工程深度解析 | 莫尔索 Vol.80 AI领域前沿洞察:从创业案例到技术演进,解析AI应用与未来趋势 | 莫尔索 Vol.79 AI领域精选:大模型竞争、Agent应用、图像生成与投资趋势深度解析 | 莫尔索 Vol.78 AI领域精选文章深度解析:从技术突破到商业落地全视角 | 莫尔索 Vol.77 AI领域精选文章深度解析:从创业增长到技术架构全面洞察 | 莫尔索 Vol.76 AI Agent落地挑战与策略:2025年企业部署实战经验解析 | 莫尔索 Vol.75 2025年AI领域十大核心趋势:从AGI使命到Agent工程实践深度解析 | 莫尔索 Vol.74 2025年AI大模型与Agent技术发展全景:趋势、应用与挑战 | 莫尔索 Vol.73 AI Agent技术演进与落地实践:从工具链到上下文工程全解析 | 莫尔索 Vol.72 AI医疗平权与Agent技术:京东健康AI医院与多智能体协作解析 | 莫尔索 Vol.71 AI领域精选文章总结:智能体开发、模型优化与商业应用 | 莫尔索 Vol.70 AI领域精选文章总结:从GTM策略到智能体应用与前沿技术 | 莫尔索 Vol.69 AI创业与编程智能体发展:从点子到实践的全方位解析 | 莫尔索 Vol.68 AI领域深度解析:大模型、智能体与创业趋势全览 | 莫尔索 Vol.67 2025年AI行业全景:技术突破、应用趋势与资本动向深度解析 | 莫尔索 Vol.66 AI领域洞见:Agent趋势、投资赛道与安全挑战深度解析 | 莫尔索 Vol.65 AI Agent技术前沿与创业策略:企业应用、手机端创新与安全挑战 | 莫尔索 Vol.64 AI领域深度解析:从科研工具到商业模式的全面探讨 | 莫尔索 Vol.63 GPT-5发布:AI领域的新里程碑与未来展望 | 莫尔索 Vol.62 AI领域深度解析:从大模型到智能体的技术演进与商业应用 | 莫尔索 Vol.61 阶跃星辰发布Step 3模型:推理效率创行业新高 | 莫尔索 Vol.60 AI时代数据商业模式与中美差异深度解析 | 莫尔索 Vol.59 Grok 4多模态AI模型:性能、争议与API定价解析 | 莫尔索 Vol.58 AI领域创新与挑战:从模型优化到应用落地 | 莫尔索 Vol.57 AI领域精选文章:从技术突破到创业策略的全面解析 | 莫尔索 Vol.56 AI Agent 进行时!OpenAI智能体指南发布,MiniMax 发布 Agent | 莫尔索 Vol.55 决定AI产品成功的隐藏指标 | 莫尔索 Vol.54 什么是 NLWeb | 莫尔索 Vol.53 如何让 Agent 规划调用工具 | 莫尔索 Vol.52 面向 AI 产品的智能体评估指南 | 莫尔索 Vol.51 AI 智能体商业落地的现状与真相 | 莫尔索 Vol.50:Evaluation is all you need | 莫尔索 Vol.49:大模型时代的表格数据挖掘 | 莫尔索 Vol.48:AI 发展开始进入下半场 | 莫尔索 Vol.47:workflow 与 Agent 方案如何选择? | 莫尔索 Vol.46:智能体工具调用 API 与 GUI 的差异和融合 | 莫尔索 Vol.45:Anthropic MCP 当前还有哪些不足? | 莫尔索 Vol.44:模型即产品的技术实现路径 | 莫尔索 Vol.43 什么样的 Agent 会在 2025 年脱颖而出? | 莫尔索 Vol.42:AI Agent 如何颠覆传统的外包行业? | 莫尔索 Vol.41:DeepSeek R1爆火之后,到底什么任务适合用 RL 做? | 莫尔索 Vol.40:Grok3 是否意味着预训练阶段 Scaling Law 已失效? | 莫尔索 Vol.39:从 DeepSeek R1 看 Scaling Law 的未来 | 莫尔索 Vol.38:关于 DeepSeek 的误读与真相 | 莫尔索 Vol.37:2025 年 AI 编码类产品将如何演进? | 莫尔索 Vol.36:YC 回顾 2024 年 AI 行业创业生态 | 莫尔索 Vol.35:2024 年大模型领域的发展趋势和竞争格局全面回顾 | 莫尔索 Vol.34:对OpenAI o3模型的看法、思考与反思 | 莫尔索 Vol.33:为什么视频生成模型比文本生成模型发展速度更快? | 莫尔索 Vol.32:AI Creativity 赛道有哪些机会? | 莫尔索 Vol.31:AI Native 应用长什么样? | 莫尔索 Vol.30:什么是Agentic RAG? | 莫尔索 Vol.29:可视化呈现RAG的工作过程 | 莫尔索 Vol.28:从物理定律看视频生成离世界模型还有多远? | 莫尔索 Vol.27:如何定制 LLM 以更好地服务于特定领域的企业? | 莫尔索 Vol.26:AI Agent 应用、商业化以及当前行业的现状 | 莫尔索 Vol.25:AI像人一样使用计算机可信吗? | 莫尔索 Vol.24:实测可灵、Luma、Runway 等13个视频生成模型,哪个更好? | 莫尔索 Vol.23:为什么大语言模型仍无法做到真正的推理? | 莫尔索 Vol.22:垂直 SaaS 如何通过 AI 来提高收入? | 莫尔索 Vol.21:OpenAI o1合成数据与推理搜索 | 莫尔索 Vol.20:如何评估 Embedding 模型? | 莫尔索 Vol.19:AI应用正在这4个大场景里加速落地 | 莫尔索 Vol.18:大模型是泡沫吗? | 莫尔索 Vol.17:如何构建生成式 AI 应用平台? | 莫尔索 Vol.16:构建可靠 LLM 应用的三大原则 | 莫尔索 Vol.15:大语言模型应用如何实现端到端优化? | 莫尔索 Vol.14:如何改进大模型代码生成能力? | 莫尔索 Vol.13:如何验证模型是否被测试集污染? | 莫尔索 Vol.12:RAG 在企业落地中的挑战 | 莫尔索 Vol.11:AI 应用爆发何时到来? | 莫尔索 Vol.10:大模型提取表格信息(TIS)的能力究竟如何? | 莫尔索 Vol.9:构建 AI 产品过程的踩坑经验总结 | 莫尔索 Vol.8:如何针对 GPT-4o 语音模式进行越狱攻击? | 莫尔索 Vol.7:如何利用大模型解决传统行业的老问题? | 莫尔索 Vol.6:如何将 AI 模型转化为生产环境中的产品? | 莫尔索 Vol.5:面向企业的大模型应用算一个新赛道吗? | 莫尔索 Vol.4:DeepSeek-V2搅动市场,大模型价格战已拉开序幕? | 莫尔索 Vol.3:LIama 3 是大模型游戏规则改写者吗 | 莫尔索 Vol.2:开源模型与闭源模型之间的差距有多大? | 莫尔索 Vol.1:你支持AI“复活”逝者吗 | 莫尔索 AI 周刊 Weekly Gradient 介绍 | 莫尔索 Vol.21:我们缺的不是想法,而是分辨好想法和烂想法的能力 | 莫尔索 Vol.20:大模型时代,开发者应该如何成长? | 莫尔索
Vol.3:老实人启蒙 | 莫尔索
莫尔索 · 2023-07-09 · via 莫尔索随笔

本期The Connector周刊精选AI应用探索、开源工具推荐及系统架构设计洞察。涵盖大模型Agent、知识图谱、AI工程师等前沿技术,助你获取灵感与知识。

The Connector每周会选取我从信息流里获取的有价值内容,包括但不限于小众产品介绍、AI应用探索、Github开源库推荐以及论坛社区的优质文章等,目标是链接互联网上的优质内容,获得更多的灵感和知识,从而激发彼此的创造力。### AI探索

  1. FlowGPT:FlowGPT社区上传了大量ChatGPT提示库,用户可以浏览、发现和分享不同领域的提示。其中包括涵盖学术、营销、趣味、软件开发、创业等方面的提示,用户可以获得个性化的提示推荐,还可以加入用户社区,讨论各种提示。

    TinySnap-2023-07-08-21.43.50

  2. LLM Powered Autonomous Agents:一篇来自OpenAI应用研究主管关于Agent的博文,本文介绍了以大型语言模型(LLM)为核心控制器构建智能代理的概念,包括自动GPT、GPT-Engineer和BabyAGI等证明概念的演示。LLM的潜力不仅限于生成良好的文本、故事、论文和程序,还可以作为强大的通用问题解决器。在LLM驱动的自主代理系统中,LLM作为代理的大脑,辅以几个关键组件,包括规划、反思和改进、短期记忆、长期记忆和工具使用。其中规划涉及任务分解、自我反思和反馈、算法提炼等,记忆涉及短期记忆和长期记忆,工具使用则包括调用外部API获取额外信息等。

  3. 大型语言模型与知识图谱协同研究综述:两大技术优势互补:大型语言模型(LLM)已经很强了,但还可以更强。通过结合知识图谱,LLM 有望解决缺乏事实知识、幻觉和可解释性等诸多问题;而反过来 LLM 也能助益知识图谱,让其具备强大的文本和语言理解能力。而如果能将两者充分融合,我们也许还能得到更加全能的人工智能,这一篇综述 LLM 与知识图谱联合相关研究的论文,其中既包含用知识图谱增强 LLM 的研究进展,也有用 LLM 增强知识图谱的研究成果,还有 LLM 与知识图谱协同的最近成果。

  4. The Rise of the AI Engineer:得益于基础模型的新兴能力和开源/API可用性。AI工程师正在以前所未有的速度推出新产品,这是一种新兴的软件工程领域,AI工程师将成为未来十年最受欢迎的工程师职位之一。AI工程师的工作是将AI技术应用到实际产品中,而不是研究AI理论。在AI工程师的工作中,模型和工具等方面的挑战是无穷无尽的,但是他们可以通过不断学习和尝试来应对这些挑战。。。指路中文翻译👉Prompt Engineer已经过时?AI大佬力捧的新职业诞生了

开源速递

  1. Quivr:Quivr 支持将文本、图像、视频、代码片段、PPT、Excel 数据表等内容直接上传云端数据库,并通过 GPT-4 等大语言模型,快速实现信息检索、问答,Quivr 支持 GPT-3.5、GPT-4、Claude 等大语言模型,可自行部署,保障隐私安全。

  2. Photoprism:Photoprism是一款基于人工智能的照片应用程序,可在去中心化网络上运行。它可以自动标记和查找图片,轻松浏览所有照片和视频,无需担心RAW转换、重复或视频格式。该应用程序还可以识别家人和朋友的面孔,并根据内容和位置自动分类照片,用户可以在家中、私人服务器或云中运行该应用程序,Google Photo的开源替代。

    TinySnap-2023-07-08-22.20.36

  3. Chat2DB :Chat2DB是一款有开源免费的多数据库客户端工具,支持windows、mac本地安装,也支持服务器端部署,web网页访问。和传统的数据库客户端软件Navicat、DBeaver 相比Chat2DB集成了AIGC的能力,能够将自然语言转换为SQL,也可以将SQL转换为自然语言,可以给出研发人员SQL的优化建议,极大的提升人员的效率,是AI时代数据库研发人员的利器,未来即使不懂SQL的运营业务也可以使用快速查询业务数据、生成报表能力。

    TinySnap-2023-07-08-22.18.12

发现好产品

  1. Teachinghand:提供专业的,免费的写作咨询,解决写作方面的难题。网站提供不同类型文章的写作技巧和写作指南,以及海量的范文供学生参考。

    TinySnap-2023-07-08-22.34.37

  2. 建木:一个面向DevOps领域的极易扩展的开源无代码(图形化)/低代码(GitOps)工具。可以帮助用户轻松编排各种DevOps流程并分发到不同平台执行,孵化自木兰开源社区

    TinySnap-2023-07-08-22.32.48

  3. Quail: Quail 开放注册了,我相信这是程序猿们最好的newsletter平台,原生支持markdown,支持代码以及数学公式和绘图,如果 self-hosting Quail 实例变多,未来还有构建去中心化网络的计划,总之很值得一试,从本期开始我的周刊也要在这个平台固定更新了!

值得一看

  1. 全栈必备:系统架构设计的10个思维实验:本文介绍了如何提高软件系统架构设计能力,包括深入理解问题和需求、采取分步骤的方法分析问题、牢记可伸缩性、可靠性和性能、探索不同的设计选择等,还列举了系统架构设计中的10个常见知识点,如缓存、CDN等,并使用思维实验的方式尝试系统设计,如果你都掌握了,那你可以应对99%的软件工程问题了。
  2. 泡影断灭:巨头们的游戏故事:互联网巨头为什么做不好游戏,这篇文章通过分析互联网公司的本质以及游戏这一类内容行业的核心竞争力,得出结论:互联网和游戏公司需要的人才截然相反,两种人无法在同一套价值观和组织形态下融合一一游戏是talent密度极高的行业,而互联网只需要标准化的工人。
  3. 老实人启蒙》:光看标题就很想一读了。老实人的四大心理特征,第一,对支配社会运行的两套法则缺乏了解,以道德准则与主观好恶支配自己的行为;第二,对他人的心理和个性缺乏了解,以单一的态度和方式不加区别的对待复杂迥异的现实生活;第三,对利害关系和实际效果考虑不足,存在着思维与行为上的理想化、情绪化倾向;第四,对人生的技巧与手段持激烈否定的态度。 对照自己的某些行为特征,很多根源来自于思维定势和懒惰,并且非常理想和完美化,不愿意接受和面对现实,同时也缺乏一种行之有效能够分析处理各种事情和关系的具体方法,把面子和做事捆绑起来,容易judge别人,孤立自己。违背了现实运行的基本逻辑,也不会去“算总账”,总是计较眼前和情绪,缺乏去核算行为与结果之间可能性的能力与心境。虽然不同年代,本书核心还是有可取之处,因时因地了解自己了解人性尊重接受事实。

编辑此页