判别式模型是机器学习中一类重要的模型，主要用于分类和回归任务。它们的核心目标是学习输入变量x和输出变量y之间的映射关系，即条件概率分布P(y|x)。与生成式模型不同，判别式模型不考虑输入变量x和输出变量y之间的联合分布P(x,y)，而是直接建模条件概率P(y|x)。 什么是判别式模型 判别式模型（Discriminative Model）是机器学习中的一种模型，用于对未知数据y与已知数据x之间的关系进行建模。通过构建条件概率分布P(y|x)来预测y，而不考虑x和y之间的联合分布。 判别式模型的工作原理 判别式模型的核心在于学习输入数据 x 和输出数据 y...
NSA（Native Sparse Attention）是DeepSeek提出的一种新型稀疏注意力机制，通过算法创新和硬件优化提升长文本建模的效率。NSA的核心在于动态分层稀疏策略，结合粗粒度的Token压缩和细粒度的Token选择，同时保留全局上下文感知能力和局部精确性。 什么是NSA NSA（Native Sparse Attention ）是DeepSeek提出的一种新型稀疏注意力机制，通过算法创新和硬件优化提升长文本建模的效率。核心在于动态分层稀疏策略，结合粗粒度的Token压缩和细粒度的Token选择，同时保留全局上下文感知能力和局部精确性。NSA通过硬件对齐优化，充分基于现代GPU的T...
草稿链（Chain-of-Draft, CoD）是新型的AI推理范式，通过简洁的中间推理步骤提升推理效率。模仿人类解决问题时的简洁思维，限制每一步输出的关键信息，不超过五个词。与传统的思维链（CoT）相比，草稿链大幅减少了Token使用量，显著降低了推理成本和延迟，同时保持较高的准确率。在多种推理任务（如算术、常识和符号推理）中，草稿链表现出色，适合实时AI应用、资源受限环境和成本敏感场景。 什么是草稿链 草稿链（Chain-of-Draft, CoD）是Zoom的研究团队提出新的AI推理范式，通过模仿人类的简洁思维过程来提升推理效率，节省成本。受到了...
MCP（Model Context Protocol，模型上下文协议）是 Anthropic 推出的开放协议，让大型语言模型（LLM）与外部工具和数据源实现无缝通信。采用客户端–服务器架构，通过标准化接口，让LLM应用能安全、高效地连接到各种数据源和工具，如数据库、文件系统、第三方API等。MCP的核心优势在于统一性、安全性和扩展性。支持工具、资源和提示三种功能，能帮助用户完成多种任务，如文件管理、信息查询、沟通辅助等。MCP协议为AI与外部数据资源的连接提供了标准化桥梁，有望推动AI应用的进一步发展和普及。 什么是模型上下文协议 模型上下文协议（Mode...
Vibe Coding 是新兴的编程实践，由计算机科学家、OpenAI 联合创始人兼特斯拉前人工智能主管 Andrej Karpathy 提出。依赖于人工智能，特别是大型语言模型（LLM），开发者通过自然语言提示描述问题，由 LLM 生成相应的软件代码。使程序员从编写和调试底层代码的繁琐工作中解放出来，转而关注于使用自然语言表达他们想要实现的功能。 什么是Vibe Coding Vibe Coding（氛围编程）是OpenAI联合创始人Andrej Karpathy推出的新型编程范式。基于人工智能，特别是大型语言模型（LLM），开发者通过自然语言描述需求，AI生成对应的代码逻辑与架构。开...
ANP（Agent Network Protocol）是开源的智能体通信协议，成为智能体互联网时代的 HTTP，为数十亿智能体构建一个开放、安全、高效的协作网络。打破数据孤岛，实现所有智能体之间的无障碍通信，确保 AI 能获取完整的上下文信息。智能体无需模仿人类的互联网交互方式，是通过专用 API 和协议与数字世界直接交互，优化机器对机器的通信效率。用 AI 实现智能体自动组织和自主协商，创建更具成本效益的协作网络。 什么是ANP ANP（Agent Network Protocol）是开源的智能体通信协议，成为智能体互联网时代的 HTTP，为数十亿智能体构建一个开放、安...
通用人工智能（AGI）是一种理论上的智能形态，使机器具备与人类相当甚至超越人类的广泛认知能力，能在各种不同的任务和环境中学习、理解、推理并解决问题，不仅局限于特定领域。AGI的实现将标志着人工智能从工具性、领域特定性向普适性、通用性的根本转变，潜在影响深远，可能彻底改变科学研究、经济发展、社会服务乃至全球治理的格局。AGI的发展仍面临诸多技术瓶颈、伦理困境和潜在风险，需要全球共同努力，确保其安全、可控并造福全人类。 什么是通用人工智能 AGI的定义 通用人工智能（Artificial General Intelligence, AGI）是具备与...
Model Context Protocol（MCP） 是人工智能公司 Anthropic 于 2024 年 11 月 推出的一个开放协议，标准化大型语言模型（LLM）与外部数据源和工具之间的通信。MCP 被比喻为 AI 应用的 USB-C 接口，通过提供统一的接口，使 LLM 能灵活地访问和交互各种数据和服务，促进了 AI 的广泛应用和生态发展。协议推出，解决了传统集成方式的复杂性和安全隐患，提升了开发效率和数据安全性，已被 Microsoft、OpenAI、Google 等公司采用。MCP 的出现标志着 AI 模型与外部世界交互方式的一个重要进步，为构建更强大、更智能的 AI 应用提供了坚实的基础，...
鸿蒙智能体框架 HMAF（Harmony Agent Framework）是华为推出的核心人工智能框架，构建一个具备自主决策和群体协作能力的 AI 生态系统，全面赋能鸿蒙应用的智能化升级。HMAF 通过将 AI 能力深度融入操作系统底层，推动人机交互从传统的图形界面向更自然的语言交互演进，为开发者提供强大的工具与平台支持，加速智能体应用的创新与落地。 什么是鸿蒙智能体框架 定义 鸿蒙智能体框架（Harmony Agent Framework，简称 HMAF）是华为公司为其自主研发的鸿蒙操作系统（HarmonyOS）打造的一款核心人工智能框架 。在于构建一个具备自主决策和群体协...
上下文工程（Context Engineering） 是在人工智能（AI）领域，特别是大型语言模型（LLM）应用中逐渐兴起并日益受到重视的概念。可以理解为一种系统性的工程方法。在于构建动态的系统，以便向AI模型，尤其是LLM，提供精准、相关且及时的信息和工具，使模型能更合理、更有效地完成特定任务 。与传统的提示工程（Prompt Engineering）主要关注单次交互中的指令和示例不同，上下文工程更侧重于设计和实现能捕获、存储、检索和管理上下文信息的完整系统。意味着上下文工程不仅关注“说什么”，更关注“在什么情况下说”，以及如何构建和利用这个“情...
AI智能体（AI Agent）是能感知环境、自主决策并执行任务以实现特定目标的智能实体或计算机程序。代表了人工智能从简单自动化向自主系统管理复杂工作流的演进，具备学习、推理和与环境交互的能力，广泛应用于个人助理、工业自动化、自动驾驶、医疗健康、金融服务等多个领域，展现出向更高级自主性、人机协作和群体智能发展的趋势。 什么是AI智能体 基本定义 AI智能体（AI Agent），也被称为人工智能体，是人工智能领域中的一个核心概念，指的是能感知其环境、进行自主决策并采取行动以实现特定目标的智能实体或计算机程序 。这些智能体不仅...
Agent Guidance Language（AGL，Agent指导语言）是一种借鉴标准作业流程（SOP）的自然语言结构化编写法，让业务专家能够用自然语言为Agent编写“可执行的指令书”，将专家的偏好、私域知识和隐性规则注入任务执行流程。AGL通过模板化的方式，让业务专家能够清晰、完整地描述任务，考虑Agent的适配性，极大提升了Agent任务执行的稳定性。 什么是AGL AGL（Agent Guidance Language，Agent指导语言）是借鉴标准作业流程（SOP）的自然语言结构化编写法，让业务专家能用自然语言为Agent编写“可执行的指令书”，将专家的偏好、私域知识和隐性规则注...
Agentic Payments Protocol（AP2）是谷歌联合Coinbase等60多家组织共同推出的开放协议，为AI代理（AI Agent）发起的支付交易提供安全、可互操作的框架。AP2通过加密签名的数字合约，确保交易的防篡改和可审计性，支持多种支付方式，包括信用卡、借记卡、稳定币和实时银行转账。通过Intent Mandates（意图授权书）和Verifiable Credentials（可验证凭证）确保交易的可追溯性和用户意图的明确性。AP2不仅适用于消费者场景，还将在企业商务工作流程中发挥重要作用，例如自动采购和软件许可自动扩展。 什么是AP2 AP2（Agentic Payments Protoc...
Agentic Context Engineering（ACE）是斯坦福大学、SambaNova Systems和加州大学伯克利分校的研究者们提出的创新框架，通过动态优化输入信息（即“上下文”）来提升大型语言模型（LLM）的性能。能让语言模型在不改变原有参数的情况下，通过优化输入的上下文来自我提升性能。通过三个模块协同工作：生成器产生解决方案，反思器提炼经验教训，整编器将这些经验整合成结构化的知识库。这种方法解决了传统微调耗时耗力的问题，同时避免了上下文简化导致的知识丢失。实验显示，ACE在智能体任务和金融分析等场景中表现优异，性能提升显著，且计算...
Nested Learning（嵌套学习）是谷歌推出的新型机器学习范式，能解决传统大语言模型在持续学习中面临的“灾难性遗忘”问题。Nested Learning将复杂的机器学习模型视为多层级、嵌套的优化问题系统，每个层级都有独立的上下文流和更新频率。这种设计灵感来源于人脑的记忆和学习机制，通过分层协作实现信息的高效处理与存储。基于Nested Learning的模型（如Hope）在语言建模、长上下文记忆管理等任务中表现优于传统Transformer架构，展现出强大的动态学习能力和长时记忆管理能力。Nested Learning核心创新包括深度优化器、自我修改模型和连续记...
UCP（Universal Commerce Protocol）是谷歌联合众多电商巨头和支付平台共同推出的开源标准协议，推动新一代代理式商务的发展。UCP通过标准化的接口和协议，为商家、消费者以及支付提供商搭建高效、安全且灵活的商务生态系统。UCP简化了复杂的电商集成流程，通过动态能力发现和模块化设计，支持从产品展示到支付完成的全流程交互。UCP安全优先的设计确保了交易的可靠性和用户数据的隐私保护。随着AI技术的快速发展，UCP为代理式购物提供强大的技术支持，让消费者能通过智能助手实现无缝购物体验。UCP的开源性质和广泛的行业支持，能持续进...
2026年3月13日 共收录 35 条 AI 快讯： 1. 谷歌地图上线“Ask Maps”AI 功能，Gemini 驱动自然语言智能搜索 谷歌宣布在旗下地图产品中引入基于 Gemini 模型的全新 AI 功能“Ask Maps”。用户可通过自然语言直接提出复杂需求，如地点特征、就餐偏好或实时环境等，系统将自动整合评论、图片与评分数据进行分析并生成个性化推荐。同时，谷歌同步推出采用高保真 3D 建模的“沉浸式导航”，支持动态视角调整与关键路口高亮显示，可解释路线推荐逻辑，提升导航透明度。谷歌强调，Ask Maps 仅基于地图生态内的原生数据运行，不调用 Gmail 等外部信息，...
如果一个 Agent 能够创造技能、发现技能、审核技能，并把这一切串成自动化工作流——它还需要人类做什么？ 五个核心技能，构成完整闭环 我一直在思考：一套真正自主的 Agent 系统，最少需要哪些核心能力？答案是五个。 self-improving-agent（自我迭代） — Agent 评估自身表现，主动优化决策逻辑 skill-creator（技能创造） — 遇到现有技能无法解决的问题时，自主生成新的技能模块 find-skills（发现新技能） — 主动探索外部技能库，持续引入新能力 skills-vetter（技能安全审核） — 对新技能进行安全性与合规性验证，负责任地扩展能力 auto...
赚钱思路 抓住 AI 圈 “养龙虾” 热潮，针对 OpenClaw 部署门槛高的痛点，制作保姆级安装教程发布在小红书，靠高收藏 / 点赞涨粉，后续通过付费咨询、定制部署等变现。以小红书博主“栗氪聊AI”发布了一篇零基础安装教程，短短几天在小红书获赞2.2万，收藏量4万。 适合人群 有 AI 技术基础、能清晰拆解操作步骤的技术博主，或愿意花时间研究 OpenClaw 部署的 AI 爱好者，无需高颜值但需有耐心讲解操作。 上手难度 中等。需先掌握 OpenClaw 部署的核心操作，能看懂基础报错提示，讲解时需把技术步骤转化为小白能理解的语言。 操作流程方法 第一...
