起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
大模型评估：指标和方法【上】（二）
大模型的发展愈发迅猛，评估却常常落后一步。本文围绕多维评估指标与方法论展开，深入剖析模型性能到底该如何被“看见”。延续上篇思路，本篇将从实战出发，为你补齐模型评估的“底层逻辑”。
最新
推荐
为什么你的AI助手总是搞错事？Context Engineering了解一下
问个问题，AI回得牛头不对马嘴？别急着吐槽它“太蠢”，可能是它根本没听懂你是谁、想干啥。本文用浅显易懂的方式，带你认识一个冷门却超关键的概念——Context Engineering，也许是AI真的“读懂你”的那把钥匙。
慌了！OpenAI仓促上线Agent，却遭竞品Genspark反杀
OpenAI仓促推出的Agent引发行业震荡，却在与Genspark等竞品的较量中略显逊色。这场AI智能体的混战，不仅关乎技术实力的比拼，更预示着人机交互入口的重构与未来竞争格局的重塑。
a16z合伙人最新分析：AI视频正在吞噬世界，打造未来数十亿美元的IP帝国
AI视频技术正以前所未有的力量重塑内容创作生态。从普通人用工具快速打造百万粉丝虚拟角色，到无厘头内容催生数十亿美元IP帝国，这场变革不仅降低了创作门槛，更颠覆了传统娱乐行业的生产与变现逻辑，真实与虚拟的边界正在悄然模糊。
一年还清50万债务的可行性报告：抖音故事号创业方案
通过抖音故事号实现一年还清50万债务，听起来像天方夜谭？但拆解其底层逻辑，从利用“叙事传递”抢占注意力，到内容工业化生产、精准触达情绪缺口，再到阶梯式变现，这套方案或许为普通人提供了一条翻盘路径，只是背后藏着不少考验执行力的关卡。
Windsurf惊魂96小时！AI闪电并购战：谷歌天价挖人，Cognition逆袭接盘
一场AI领域的闪电并购战骤然打响。从谷歌天价挖走核心团队，到Cognition逆袭接盘剩余资产，短短96小时内，Windsurf经历了命运的剧烈起伏，背后折射出AI人才与技术的激烈争夺。
Manus 内部的 Context 工程经验（精校、高亮要点）
构建AI智能体时，上下文工程是塑造其行为的核心。如何通过优化KV缓存、动态管理工具、利用文件系统拓展记忆等策略，让智能体更高效、稳定地运转？这些来自实践的经验，或许能为智能体开发提供关键指引。
AlphaEvolve：陶哲轩背书的知识发现 Agent，AI 正进入自我进化范式
DeepMind 发布 AlphaEvolve：用进化算法+自研 evaluator，让 AI 像生物一样自我迭代。陶哲轩一周内两破 18 年纪录，谷歌训练 infra 提速 23%。关键不在模型多强，而在人类如何造“裁判”——一旦 evaluator 够准，AI 就能无限逼近最优解。
估值 16 亿美元的 AI 护士：Hippocratic AI 是全球护士短缺的解药吗？
当全球护士缺口逼近千万，Hippocratic AI 用“16 亿美元估值”写下答案：自研 4.2 万亿参数医疗大模型，化身 AI 护士，7×24 小时完成随访、提醒、安抚，把人力成本砍到 1/4。安全、共情、合规，它真的能成为医疗劳动力短缺的终极补丁吗？
我把周末写的代码开源了，结果炸出了几千个被微信群逼疯的人
被999+微信群消息逼疯？作者周末写了个AI工具，自动爬楼、降噪、生成晨报，开源后瞬间戳中几千人的信息焦虑——原来技术自救也能一呼百应。
一文看懂Kiro，其 Spec工作流秒杀Cursor，可移植至Claude Code
当 Cursor 的“即兴编程”开始拖累项目质量，AWS 新晋 IDE Kiro 以 Spec 工作流打出“先规范后编码”的系统工程思维：需求-设计-任务三件套一次生成，文档与代码同步落地，复杂项目不再返工。更妙的是，这套流程还能完整移植到 Claude Code，让任何编辑器秒变专业级 AI 架构师。
马斯克的30美元“AI女友”，是智商税吗？
当AI开始扮演“伴侣”角色，一场关于情感、伦理与商业的讨论正悄然升温。每月30美元的订阅背后，是虚拟互动带来的慰藉，还是暗藏着隐私泄露、心理依赖的隐忧？这场由科技巨头掀起的“虚拟亲密”实验，正搅动着人与机器关系的新边界。
