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
RNOH 三方库全新发布：72 款库集体「修内功」，鸿蒙 RN 生态进入质量时代
RNOH 生态一次把 72 款三方库发到 npm，覆盖 React Native 0.72 到 0.84 四条框架线，却没加一个新功能——清 Issue、压崩溃、补测试、对齐行为、修文档。为什么「不发新功能」反而是成熟的信号。
"技术原理"相关的文章
vLLM 反超 DeepSeek 专用引擎，大模型本地部署首选依然没变！
DeepInfer 开源后不少人担心通用推理引擎会被边缘化。SGLang 与 vLLM 几乎同时拿出相同基准的测试：在 DeepSeek V4.1 Flash 上，Prefill 吞吐与单步生成耗时追平甚至反超。
鸿蒙 PC 上用 RNOH 开发开源鸿蒙应用
一次真实、完整、可复现的环境搭建记录：在一台 HarmonyOS PC（HUAWEI MateBook Pro / HAD-W32）上，从零把 React Native for OpenHarmony（RNOH）的开发环境跑通，并让一个 RN 应用真正在本机安装、启动、渲染出界面。
本文不是官方文档的复述，而是踩过的每一个坑 + 定位过程 + 最终解法。所有命令、版本号、报错信息都来自真实终端。
DeepSeek 开源推理框架：96% 的输入，都不用重新计算
DeepSeek 开源了 V4.1 Flash 背后的推理框架 DeepInfer，把一次请求拆成接入、Prefill、Decode 三段。顺着技术报告和部署问答看下去，前缀缓存命中率能做到 96%，投机解码与异步调度又各自省下一截算力。
如何让【模型本身】具有记忆：存入参数
上下文有三个来源，人给的、Agent 给的，以及模型自己内化进参数的。前两种对话结束就没了。记忆张量团队的 MemT 1.0 想走第三条路，把记忆直接写进参数：成本有优势、经验写得进去，但准确性不如原文。
2026 Agent 年中总结：从整体架构到关键细节
把一件真实的客户跟进交给 Agent，背后是识别身份、查多个数据源、判断信息是否足够、等确认再执行的一整套动作。文章从产研视角拆解 Agent 的架构、薄 Harness 厚 Skills 与评测。
专访 Anthropic 研究员，打破黑箱，揭秘 AI 是怎么思考的
Anthropic 可解释性研究员 Emmanuel Ameisen 的工作，是打开 Claude 的内部，看它在说出下一个词之前想了些什么。访谈从「模型是长出来的」聊到它会不会提前计划、为什么只看输出抓不住真实想法。
在鸿蒙 PC 上用 Rust + Tauri 开发鸿蒙应用：从零到真机跑通
在华为 MateBook Pro 的 HarmonyOS 7.0 上，用 Tauri 的 OpenHarmony 分支把 Rust 应用跑进原生窗口：外层 ArkTS 壳加载 N-API 模块，内层 wry 起 ArkWeb。命令与报错都来自真机。
端侧AI迎来无损时代：3G内存跑35B多模态
面壁智能发布端侧多模态模型 MiniCPM-V 4.7，主打 3G 内存跑 35B 多模态、手机离线可用。它把端侧从云端的降级版重新定义为原生入口，让出差、通勤、客户现场这些断网时刻有新解法。
“上下文层”里有什么？
企业AI的热词正从智能体转向上下文。手搓 Agent 配提示词和 RAG，做演示够用，业务一复杂就失灵；语义层用统一指标口径补上，却只管查询。要让智能体处理动态业务，还得把本体、知识图谱、上下文图谱叠成完整的上下文栈。
AI 能听懂人话，为什么还需要“本体”？
当 AI Agent 开始走进业务系统，如何把 “客户”“有效订单” 这些概念讲清楚，就比接入更多工具更先值得解决。这篇文章将带你认识本体（Ontology）：它不是什么高深技术，而是一种把业务概念、关系和规则明确表达、统一复用的方法，以及它为什么在 Agent 时代重新变得重要。
三万字长文：大语言模型从零入门
从图灵测试到香农的熵，从单个神经元到千亿参数，这篇文章用猜数字和接龙游戏串起大语言模型的完整原理。不堆公式，不要求机器学习背景，一步步讲清预测下一个 token 为何通向智能，又在哪里止步。
