admin

ALGORITHM

AI内部：从未被编程的东西

没有人编写这些规则。梯度下降自己找到了它们——一个隐藏的三角算法、一个自学的复制电路，以及一个从未有人绘制过的游戏棋盘，并将它们留在了权重中，研究人员现在可以将它们读出来。这里有三个真实的发现，其中两个是我从零开始复制的。

AGENT

我的智能体编程环境

自从摆脱企业束缚以来，我尝试了各种 AI 辅助开发方法。经过几个月的摸索，我对目前的设置相当满意，想要记录并分享它。

PHYSICAL AI

用Claude 进行 PLC 编程

当交付物是 PLC 项目文件之外的文本或代码时，使用 Claude 或 ChatGPT：脚本、规范、电子邮件、日志分析、学习概念、IT 仓库。

AGENT

用OKF构建自更新代码库知识图谱

Google 的新开放知识格式 (OKF) 标准化了上下文。以下是构建管道来保持代码库记忆自更新的方法。

AGENT

AI 需要你的上下文层

公司 AI 中最大的未开发潜力是上下文层：一个安全的桥梁，将模型连接到你的应用程序，并赋予它们数据和记忆。

AGENT

我为什么构建开源的AI上下文层

我最近刚刚将 Holo 开源。它是一个可自托管的共享上下文层，用于 AI 代理，这是那种我希望六个月前就能找到的项目。

MCP

MCP 最新版规范 (2026-07-28)

模型上下文协议新版规范发布，带来了无状态协议核心、多往返请求（MRTR）、基于头部的路由、可缓存的列表结果、授权强化、正式扩展框架以及更新的 Tier 1 SDK。

ALGORITHM

从零构建自己的LLM运行时

解密LLM运行时：从零开始构建自定义C++/CUDA推理引擎的教程，了解裸机AI实际如何工作，并在途中遇到同步错误。

AGENT

构建TIA Portal MCP服务器

本文是一份实践指南，介绍如何构建一个建立在TIA Openness V21之上的MCP服务器，以便像Claude这样的助手可以通过调用类型良好的工具来列出您的块、从Excel导入标签、导出代码和组织项目。

AGENT

上下文层：智能体AI仍不足之处

Box的Aaron Levie用稍微更实际的术语重复着同样的观点：AI没问题，但AI不了解你的公司，这就是每个部署在长期运行时崩溃的地方。

ALGORITHM

Kimi3 = GPT2 x 22580

22580。这就是 KimiK3（2026 年）中可以容纳多少个 GPT-2（2019 年）模型的数量。

AGENT

Orca：编码代理并行运行器

开源代理开发环境押注下一个编码瓶颈是协调，而不是模型智能。

PHYSICAL AI

TIA Portal Openness导出导入FC

对于100+ FC的批量导出/导入，Scripter（选项2）是最低摩擦的路径，因为它不需要Visual Studio项目或签名。

AGENT

修复视觉AI缺陷

我想回答一个实际问题：当你不是设计师时，如何从AI编码代理获得良好的界面设计？

DATASET

编程生成计算机视觉训练数据集

训练计算机视觉模型的两个最大挑战是稀疏数据集或所需的标注工作。对于稀疏数据集，训练图像很难获得训练所需的数量。相反，你可能有丰富的训练图像，但标注数万个图像需要巨大的工作量。

MARKETING

我的内容创作工作流

在这篇文章中，我将介绍我的完整内容创作工作流：我如何寻找和开发创意，为什么我在录制前就锁定标题和缩略图，AI现在如何处理我的粗剪，以及视频发布后会发生什么

JOB MARKET

AI时代自我定位的最佳方式

每隔几代人，世界就会遇到一个铰链。某些根本性东西的成本崩溃，在短暂的窗口期内，旧的优势停止工作，新地图尚未绘制。

STARTUP

AI时代，知道做什么最重要

工作的未来不是关于谁生产得最快。而是关于谁知道什么值得生产。

INDUSTRY

软件工程师完蛋了吗？

"软件工程已经解决了。"这是我最近在LinkedIn、X或Reddit上看到的所有信息。信息响亮而清晰：开发者完蛋了，我们都应该立即转型，成为水管工或电工。

TOOL

CodeRabbit 工作原理

一个仔细的高级工程师会通过打开下游文件、检查调用站点和运行测试来发现它。这个差距——差异显示的内容与更改实际触及的内容之间——正是CodeRabbit要解决的整个问题。

JOB MARKET

软件之外的心智

多年来，我们相信人工智能的进步意味着添加记忆、上下文和生成能力。这个故事是真实的，但不完整。缺失的部分涉及我们

DATA ENGINEERING

上下文数据产品

模型是基础；上下文是护城河。你的业务知识、领域特定的元数据和语义定义不是现成可用的。它是AI栈中真正具有专有性的一层。

AI

什么是AI基础设施？

AI基础设施是AI应用之下的工程化基础：加速器、织网、存储、调度器、运行时、可观测性和治理。

PHYSICAL AI

Openness API创建TIA Portal项目

本参考展示了如何使用Openness API创建TIA Portal项目、插入SIMATIC S7-1500站点、填充PLC标签表、实例化功能块并编译结果。

AI

AI生产力悖论

问题不在于构建的时间和成本；真正的问题是他们的想法往往被证明不值得构建。