最热的技术话题,已经从模型变成 Agent
现在技术圈真正热的,不是又出了一个模型,而是 AI Coding Agent 开始进入真实开发流程:接任务、改仓库、跑测试、提 PR,也把上下文、安全和 review 这些老问题重新推到台前。
现在技术圈真正热的,不是又出了一个模型,而是 AI Coding Agent 开始进入真实开发流程:接任务、改仓库、跑测试、提 PR,也把上下文、安全和 review 这些老问题重新推到台前。
现在技术圈真正热的,不是又出了一个模型,而是 AI Coding Agent 开始进入真实开发流程:接任务、改仓库、跑测试、提 PR,也把上下文、安全和 review 这些老问题重新推到台前。
NVIDIA DGX Spark 是一台很容易被标题党误解的机器:它不是给普通人买来跑聊天机器人的玩具,也不是缩小版数据中心训练集群。它真正卖的是 128GB 统一内存、Grace Blackwell、NVIDIA 软件栈和桌面形态。
面向北京 2026 高考志愿填报,系统拆解北方工业大学本科普通批 9 个专业组,使用 2025 年正确投档线和分专业最低/最高分,结合 2026 招生计划、专业六保一、中外合作和新增低空技术,给出专业组选择与分数梯度建议。
从小服务到高流量平台,聊清楚服务埋点为什么要做,前端、后端、网关和队列各自怎么采,PostgreSQL、MongoDB、ClickHouse 如何选,成本和性能怎样估算。
把一个地铁 18 号线赶车问题写成数学建模案例:从最小概率模型出发,拆解发车间隔、停车时间、跑步速度、距离分布和连续事件,并说明什么时候会用到积分。
面向北京 2026 高考志愿填报,系统拆解北京信息科技大学沙河校区、张家口校区各专业组,结合今年一分一段、报考人数、扩招计划、去年投档线和北方工业大学对照,给出专业组预估线与填报建议。
写给计算机、软件、人工智能、数据科学等相关专业大学生的一份职业规划实战指南:从大一开始如何打基础、做项目、写博客、参与竞赛、使用 AI、持续完善简历,并把这些努力同时服务于就业、考研和保研。
计算机类不再是闭眼高薪的保底专业,但也远没有到不能选。本文从就业变化、专业分化、AI 冲击、学校层次和个人匹配几个角度,给今年高考家庭一个可操作的判断框架。
写给今年高考家庭的一份志愿填报实用指南:从位次、专业组、招生章程、城市、专业和保底方案入手,把志愿表做成可解释、可复盘、能承担后果的选择。
从已有封面里的小Zi开始,拆一下一个稳定博客角色是怎么靠提示词、约束和迭代做出来的;再用同一套方法设计女性角色 Coda,让两个角色合在一起成为 ZiCode 的视觉搭档。
在 Ubuntu 26.04 LTS + RTX 4060 Laptop GPU 的 WSL 环境里,不改系统目录,用 micromamba 准备 CUDA 12.4、GCC 13 和 cuBLAS,编译 llama.cpp CUDA 后端,并用 Qwen3 4B 做 CPU 与 CUDA 的速度对比。
在一台 RTX 4060 Laptop 8GB 显存、WSL 分配 32GB 内存的本地开发机上,实测 Qwen3 4B、Qwen3 8B、Gemma 4 E4B、Gemma 4 12B 的加载时间、生成速度、显存占用、多模态能力和使用取舍。
本地开源模型真正有价值的地方,不是跑分,而是能否进入每天都会发生的任务。本文把 Qwen3 4B、Qwen3 8B、Gemma 4 E4B、Gemma 4 12B 放进开发辅助、图像理解、写作整理三个工作流里,整理一套能长期演进的本地模型用法。
这是一篇持续更新的本地开源模型安装记录。从一台 64GB 内存、WSL 分配 32GB、RTX 4060 Laptop 8GB 显存的 Windows + Ubuntu 26.04 LTS 开发机出发,先判断 Ollama 应该跑在 Windows 还是 WSL,再比较 llama.cpp、LM Studio、vLLM 等方案,最后整理适合本机长期使用的模型清单。