MiniMax H3: 打破任务与模态界限的开源多模态生成模型
MiniMax 发布通用多模态生成模型 H3，支持文本、图像、视频和音频的统一理解与生成。H3 可生成原生立体声的 2K 分辨率视频，具备优异的指令遵循和精准编辑能力，并计划近期开源模型权重，旨在打破任务边界，降低成本，加速商业化内容创作。
全部文档 / 标签: 人工智能
114 篇
中国风投生态运作机制
文章分析了中国风险投资生态的独特性，指出尽管中国在开源AI、生物技术和机器人领域具有优势，但其资本市场对创始人更为严苛。文章解释了为何中国初创公司倾向于IPO而非被收购，并详细介绍了人民币基金、美元基金和外资基金这三种资本池的特点与差异。
对话姚颂：不想 boring，那就继续开心地 suffering
本文专访了正行创新创始人姚颂，回顾了他从清华本科毕业创立深鉴科技，到3亿美元卖掉公司，再到投身商业航天和物理 AI 的十年创业历程。姚颂分享了对技术创业、战略取舍、人生状态以及硬科技发展的深刻思考。
2026年普通人都能上车的AI风口：DeepSeek 创始人梁文锋3小时演讲精华提炼
文章提炼了DeepSeek创始人梁文锋关于AI未来的演讲精华，强调“克制”的重要性。梁文锋指出，想拿得多的人会被想拿得少的人打败。他为AI发展制定了清晰的路径，并建议普通人不要盲目追逐风口，而应注重提升“把话说清楚”和“长期沉淀”的能力，通过行业深耕和AI应用找到属于自己的机会。
Making a Billion Intelligent Machines
文章介绍了Applied Intuition公司如何通过提供仿真、数据和操作系统工具，从自动驾驶领域的非主流选择发展为物理AI应用平台，并成功拓展到国防、建筑等多个行业。
Inside Kimi: 100 Hours of Observation
本文讲述了作者深入 AI 独角兽 Moonshot AI（Kimi 母公司）内部进行 100 小时的观察记录。文章回顾了公司从早期的营销挣扎到面对竞争对手 DeepSeek 突围时的战略调整，展现了这家年轻、高估值且充满内向天才员工的神秘企业文化。
FDE：年薪百万的AI前沿部署工程师详解
文章介绍了科技领域最热门的角色 Forward Deployed Engineer (FDE)，其年薪可达15万至100万美元。FDE 负责在企业内部部署 AI，连接业务流程与模型。文章提供了30天行动计划，涵盖流程理解、判断、构建部署及人际应对，强调实战经验的重要性。
我开始怀疑：完全不用 AI，也可能是一种偷懒
文章探讨了在写作中使用 AI 的态度。作者指出，完全不用 AI 可能是逃避将模糊直觉转化为清晰判断的思考过程。真正的关键不在于工具本身，而在于作者是否能承担选择和责任，确保作品反映真实的思考。
关于复杂性与涌现的数学思考
本文探讨了复杂性与涌现的数学本质，强调不连续性在系统跃迁中的关键作用。作者提出“堆叠流形”概念，解释神经网络如何通过无属性激活和满秩变换处理高阶非线性，指出涌现是数学上可预期的结果。
WorkBuddy vs Codex：从微信与代码生长出的AI Agent路径之争
文章深度对比了WorkBuddy和Codex的产品基因，指出Codex源于代码仓库，擅长可验证的软件工程；WorkBuddy源于腾讯生态，擅长抵达中文办公场景。两者在通用工作Agent领域扩张，真正的战争在于谁能成为默认的工作环境。
《前沿人工智能框架与新时代的曙光》雄文解析
文章解析了关于通用人工智能（AGI）的前沿框架，将其比作电与火的“文明级重启”。文章探讨了AGI带来的风险与机遇，提出了建立类似FINRA的标准机构来监管前沿模型的方案，强调了在技术竞速中保持审慎和国际合作的重要性。
前沿人工智能框架与新时代的曙光
Demis Hassabis 探讨了通用人工智能（AGI）的临近及其对人类社会的深远影响。文章提出建立一个由公私合营的前沿 AI 标准机构，负责评估模型能力、制定安全标准，并建议在保持创新的同时，通过国际合作应对潜在风险，确保技术造福全人类。
聊聊今年涌进Anthropic的N个巨佬
文章盘点了今年上半年加入Anthropic的9位行业巨佬，包括Andrej Karpathy、诺贝尔奖得主John Jumper等。他们放弃了顶尖职位押注Anthropic，展示了AI成为各学科公共地基的趋势，被视为人类黄金时代的前夜。
什么是信息论？它和AI是什么关系？
文章深入浅出地讲解了信息论的起源、核心概念及其与人工智能的关系。内容涵盖香农在1948年奠定的信息论基础（如熵、比特、信道容量定理），回顾了奈奎斯特、哈特利及玻尔兹曼等前人的贡献，并探讨了交叉熵、KL散度等概念如何成为衡量AI模型误差的关键工具。文章指出，尽管信息论为AI提供了度量语言，但在解释智能本质上仍有局限。
WorkBuddy保姆级指南（1/N）｜万字教程
本文是一篇WorkBuddy Agent产品的深度实战教程。作者详细介绍了WorkBuddy的核心功能区（助理、项目、专家、自动化），讲解了任务场景选择、三种工作模式、模型匹配策略及Skill的使用方法。文章还通过真实案例演示了如何利用WorkBuddy进行深度调研，并强调了固定工作目录和权限管理的重要性，旨在帮助用户降低Agent上手门槛，提高工作效率。
人工智能的工程全景（下）：Agent 全解
本文是《人工智能的工程全景》系列的下篇，深入探讨了2025-2026年AI行业的竞争焦点——Agent工程层。文章从Agent定义的演变出发，区分了Workflow与Agent的本质差异，解析了ReAct架构与关键能力清单。重点介绍了Function Calling的工业化起点、MCP协议带来的工具调用标准化，以及Context Engineering与Harness Engineering在Agent系统构建中的核心地位。
体验完微信Agent以后，我觉得这就是微信有史以来最大的更新
文章详细介绍了微信“小微”的内测体验，涵盖了其功能架构、底层模型、交互逻辑及与微信原生能力的打通情况。作者指出，虽然受限于算力成本和安全风控，目前的Agent策略偏向“只读不动”且需频繁确认，但在小程序调度、聊天记录上下文理解及AI生成工具方面表现出色。作者认为这是微信有史以来最大的更新，标志着平台级AI应用的正式落地。
构建生产级 AI 系统必须掌握的 6 个核心概念
本文由作者因遭遇 AI 智能体失控产生高昂费用的经历引出，旨在阐述构建生产级 AI 系统必须掌握的核心概念。文章提出了 AI 系统的通用公式：记忆（RAG）+ 思考（LLM + Tokens）+ 行动（Agents）+ 测量（Evals）。文中重点解析了 Tokens 与上下文窗口的成本与限制、嵌入向量与语义搜索的原理、RAG 检索增强生成的正确姿势、智能体循环中的工具使用与停止条件等关键技术细节，帮助开发者从“调参侠”进阶为真正的 AI 工程师。
什么是具身智能？它跟 AI 的关系是什么？
文章深入解析了具身智能的定义、历史渊源及发展现状。作者区分了具身智能与传统机器人，指出其核心在于感知-行动闭环与物理世界的实时交互。文章回顾了从符号主义、行为主义到深度学习、Transformer时代的技术演进，分析了VLA模型如何继承大模型能力来突破泛化难题，探讨其与AI的本质关系及未来前景。
为什么你学了很多 Agent 工具，还是做不出真正可用的 Agent？
文章指出许多人学习 AI Agent 时陷入了“工具焦虑”，盲目追逐 LangChain、MCP 等框架，却忽视了 Agent 的本质是一套围绕目标运行的系统。作者强调，真正的难点在于系统设计——理解工具调用、记忆、反馈修正及工程化约束，而非仅仅跑通 Demo。文章推荐 GitHub 项目 agent_learning，主张从 LLM 基础、Prompt 等底层原理开始，逐步构建从基础到工程化的完整知识体系，最终实现 Agent 在真实环境中的稳定运行。
构建递归智能体系统：扩展 Composer 训练规模
本文介绍了 Cursor 如何构建一个包含数千个 Agent 的递归系统，以加速 Composer 模型的训练。系统通过主 Agent 管理子 Agent 的“健康”状态，实现并行实验的自动化监控与故障修复。该架构将研究员的效能提升了数量级，使大量计算资源能像企业组织一样协同工作。
普通人怎么用AI进短视频赛道赚钱
文章以武汉某公司利用AI将视频生产成本从500元降至5元、实现单条视频最高300万曝光的真实案例为切入点，剖析了“AI负责执行，人负责判断”的短视频工作流。详细介绍了AI在脚本生成、辅助剪辑、私域引流及客户维护四个环节的应用，并指出选题判断和数据复盘是核心。最后为普通人提供了三条变现路径：做垂类账号、帮实体老板搭建系统或寻找行业合伙人。
什么是控制论？控制论是AI的上辈子吗？
文章深入探讨了控制论的起源、发展及其与人工智能的深厚渊源。作者指出，AI中的梯度下降和强化学习本质上是控制论中“负反馈”与“修正差距”思想的延续。从Wiener在二战期间对防空火炮的研究，到Macy会议的跨学科讨论，控制论曾试图用统一数学解释机器、生物和社会。随着符号AI的兴起，控制论作为独立学科逐渐消失，但其核心思想已融入现代AI的底层逻辑之中。
从「帮我做」到「做完记住」：Agent 记忆升级实录
本文记录了作者将 MemOS 2.0 本地插件集成到 Bloome Agent 的实战过程。通过引入「执行即学习」的记忆操作系统，解决了传统 Agent 仅依赖上下文窗口导致记忆丢失和经验无法积累的痛点。文章详细解析了 MemOS 的四层认知资产架构、云端沙箱的部署踩坑解决方案（如 ngrok 内网穿透）、历史记忆的迁移方法，以及跨 Agent 记忆共享的配置，展示了 AI 助手如何从被动工具进化为具备主动记忆能力的智能体。
如何将 Claude Code 打造为投资研究分析师
文章讲述了作者如何利用 Claude Code 这一编程工具，成功转型为个人的投资研究分析师。通过将其与 Obsidian 知识库及浏览器自动化工具集成，作者构建了一个能够自动筛选数据、抓取信息、建模并撰写报告的工作流。文章指出，与普通的聊天机器人不同，Claude Code 能够独立执行复杂的任务链条，极大地提高了金融研究的效率。
廉颇老矣，尚能饭否：现代数学史（下）
本文回顾了1970年代之后现代数学的发展历程。随着物理学进展放缓，数学失去了最大的外部“客户”，导致代数几何、朗兰兹纲领等结构化数学分支陷入内循环和高塔化。与此同时，计算机科学与AI的崛起为数理逻辑和形式化证明带来了新的机遇。文章探讨了在基础物理停滞和计算机加速的背景下，纯数学界面临的“象牙塔”困境及AI是否会成为新的推动力。
何恺明和字节Seed跳到同一条河流：连续扩散语言模型的范式转移
文章深度解读了2026年5月何恺明MIT团队与字节Seed团队前后发布的两篇论文（ELF与Cola DLM）。两者殊途同归，挑战了主流的自回归（AR）生成范式，主张将语言模型的生成过程从“离散Token预测”转变为“连续空间的潜变量扩散”。这种“先思考后落字”的铅笔模式，不仅提升了效率与效果，更可能引发LLM底层架构、评估标准及多模态统一范式的新一轮变革。
How to Build LLM Architectures From Scratch
本文是一篇关于从零构建大型语言模型（LLM）架构的深度指南。文章详细解释了 LLM 的工作原理，包括从原始数据收集、清洗、分词，到 Transformer 架构的核心组件（如自注意力机制、位置编码）。同时涵盖了预训练、微调、基于人类反馈的强化学习（RLHF）以及推理优化等关键技术环节，旨在帮助读者理解 ChatGPT 和 Claude 等模型背后的系统构建全流程。
最重要的 AI 创业方向不是 Agent，而是 AI 记忆
本文深入探讨了当前 AI 行业被忽视的“痛点”：AI 缺乏长期记忆。作者认为，比单纯追求更聪明的大模型或自主 Agent 更重要的是构建“持久认知层”。文章以 GBrain 为例，阐述了它如何超越传统的检索生成（RAG），通过自建知识图谱和“梦境周期”维护，实现对信息的真正理解与关系连接。这种能积累上下文、提供确定性智能的“记忆基础设施”，将成为未来 AI 的真正护城河。
2026年你必须理解的20个AI核心概念
文章通俗易懂地解释了现代AI的基础原理，涵盖神经网络、Token化、Embeddings、注意力机制及Transformers架构。深入探讨了LLM的工作原理，如上下文窗口、温度控制和幻觉问题，并讲解了提示词工程技巧。