2025 年度回顾|龙蜥这一年:AI 领航,生态共荣

简介: 既是深耕笃行的沉淀之年,也是向上突破的关键之年。


相关文章
|
20天前
|
人工智能 测试技术 API
让大模型真正为你工作:一文读懂RAG与微调的选择逻辑
本文深入解析RAG(开卷考试)与微调(封闭特训)两大私有知识注入技术:RAG实时更新、可追溯但依赖检索质量;微调风格统一、响应快但成本高、难迭代。结合实践案例与评估方法,重点推荐2024主流“混合架构”——RAG管“说什么”,微调管“怎么说”,兼顾准确性与规范性。
200 8
|
21天前
|
人工智能 自然语言处理 运维
2026年OpenClaw(原Clawdbot)阿里云官方简易部署教程(新手小白10分钟搞定)
2026年AI智能代理工具迎来爆发式发展,OpenClaw(前身为Clawdbot/Moltbot)作为开源、本地优先的AI助理框架,凭借**7×24小时在线响应、多任务自动化执行、跨平台协同**等核心能力,成为个人办公与轻量团队协作的首选工具。与传统聊天机器人不同,OpenClaw不仅能实现自然语言交互,更能通过指令完成文件处理、日程管理、邮件整理、多平台自动化操作等实际工作,兼容Qwen、GPT、Claude等多款大模型,是真正能落地的“数字员工”。阿里云针对2026版OpenClaw推出了**新手友好型一键部署方案**,通过预置专属应用镜像,将传统部署的复杂配置流程高度封装
230 2
|
2月前
|
人工智能 应用服务中间件 API
刚刚,阿里云上线Clawdbot全套云服务!
阿里云上线Moltbot(原Clawdbot)全套云服务,支持轻量服务器/无影云电脑一键部署,可调用百炼平台百余款千问模型,打通iMessage与钉钉消息通道,打造开箱即用的AI智能体助手。
4494 37
刚刚,阿里云上线Clawdbot全套云服务!
|
17天前
|
人工智能 测试技术
LLM创造力可以被度量吗?一个基于提示词变更的探索性实验
本文探讨提示词工程为何仍是“玄学”,并通过实验证明:加入明确指令(如“Be as creative as possible”)可显著、可量化地提升LLM输出多样性,效果甚至超过调高温度。研究以embedding距离为代理指标,覆盖13个主流模型,揭示提示词迭代可度量、可预测,为LLM应用从经验走向工程化提供新路径。
92 17
LLM创造力可以被度量吗?一个基于提示词变更的探索性实验
|
2月前
|
人工智能 安全 调度
AI工程vs传统工程 —「道法术」中的变与不变
本文从“道、法、术”三个层面对比AI工程与传统软件工程的异同,指出AI工程并非推倒重来,而是在传统工程坚实基础上,为应对大模型带来的不确定性(如概率性输出、幻觉、高延迟等)所进行的架构升级:在“道”上,从追求绝对正确转向管理概率预期;在“法”上,延续分层解耦、高可用等原则,但建模重心转向上下文工程与不确定性边界控制;在“术”上,融合传统工程基本功与AI新工具(如Context Engineering、轨迹可视化、多维评估体系),最终以确定性架构驾驭不确定性智能,实现可靠价值交付。
441 41
AI工程vs传统工程 —「道法术」中的变与不变
|
21天前
|
人工智能 弹性计算 自然语言处理
阿里云推出OpenClaw极简部署方案,一键创建专属AI助手!
阿里云OpenClaw是开源、本地优先的AI智能代理平台,支持自然语言指令执行文件处理、日程管理、跨平台操作等任务。提供极简一键部署方案,无需技术基础,7×24小时专属AI助手即刻上线。
222 5
|
21天前
|
人工智能 运维 IDE
Claude Code神器:Manus同款文件规划法,价值20亿美元的工作流秘密
你有没有遇到过这种情况:给AI下个任务,聊了50轮后,它就开始"脑抽"了。 接口规范?忘了。 变量命名风格?混了。 你半小时前定的规则?直接抛到九霄云外。 你得一直提醒它,像保姆一样伺候它,效率低,还累。 但如果我告诉你,现在有个方法能让AI拥有"持久记忆"。 你只需要在项目里放三个Markdown文件,AI就会自动记录所有发现、避免重复踩坑、恢复断开的会话。 效率提升3
|
20天前
|
人工智能 弹性计算 运维
小白也能上手!阿里云推出 OpenClaw 极速简易部署方案
阿里云OpenClaw是开源本地优先AI智能体平台,支持邮件处理、周报生成、资料查询、代码编写等任务,数据全留本地,保障隐私。技术小白也能通过阿里云轻量服务器“一键部署”,几分钟即可拥有专属AI数字员工。
196 15
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
模型训练篇|多阶段ToolRL打造更可靠的AI导购助手
芝麻租赁推出AI导购“租赁小不懂”,针对长周期、重决策租赁场景,首创“One-Model + Tool-Use”架构与两阶段强化学习,攻克需求难匹配、决策效率低、服务被动三大痛点,实现响应提速78%、推荐成功率提升14.93%,打造贴切、沉浸、信任的场景化租赁体验。(239字)
203 25
模型训练篇|多阶段ToolRL打造更可靠的AI导购助手
|
2月前
|
人工智能 关系型数据库 Serverless
2 天,用函数计算 AgentRun 爆改一副赛博朋克眼镜
2 天将吃灰的 Meta 眼镜改造成“交警Copilot”:通过阿里云函数计算 AgentRun 实现端-管-云协同,利用 Prompt 驱动交通规则判断,结合 OCR 与数据库查询,打造可动态扩展的智能执法原型,展现 Agent 架构在真实场景中的灵活与高效。
362 44

热门文章

最新文章