你的智能体有两个不可信输入
AI 智能体有两个不可信输入:模型写的代码和它读到的工具输出。前者现在有了一个真正的 WASM 沙箱;后者,也就是 MCP 工具投毒,还没有。
AI & Technology关于设计、开发、AI基础设施和产品构建的思考。
AI 智能体有两个不可信输入:模型写的代码和它读到的工具输出。前者现在有了一个真正的 WASM 沙箱;后者,也就是 MCP 工具投毒,还没有。
AI & Technology李飞飞通过构建 ImageNet 让 AI 拥有了视觉——她押注于规模化的数据,而非更精巧的模型,才是缺失的那块拼图,并坚信 AI 必须始终以人为本。
Engineering & CraftSwift 6.2 反转了并发模型:将模块默认设为 MainActor(SE-0466),让 nonisolated async 在调用方运行(SE-0461),用 @concurrent 逃逸。
AI & Technology玛格丽特·汉密尔顿提出了"软件工程"一词,并编写了挺过1202警报的阿波罗飞行代码。防御式设计、错误恢复,以及没有第二次机会。
Engineering & CraftApple 的 Translation 框架:通过 translationPresentation 与 TranslationSession 实现免费的端侧翻译,以及演示里总被跳过的离线下载边界。
AI & TechnologyApple 的 Foundation Models 框架:LanguageModelSession、@Generable 引导式生成、工具调用、可用性判断,以及何时该离开端侧模型。
AI & TechnologyJim Keller 设计了 AMD 翻身之作、iPhone、Tesla Autopilot 等背后的芯片——靠的是用硅片消除瓶颈,并从第一性原理重新思考。
Engineering & CraftMark Shuttleworth 把 Ubuntu 建立在一个理念之上——为普通人而生的 Linux,人人可用的自由软件——其根基是 ubuntu:待人以仁,并按时交付。
Engineering & CraftAmazon CTO Werner Vogels 在一个前提之上建起了云:一切都在时刻失效。面向故障设计,最小化爆炸半径,并在故障中保持可用。
Engineering & Craft戴密斯·哈萨比斯从第一性原理出发构建通用智能——以游戏为试验场,以神经科学为灵感——随后将它指向蛋白质折叠,并赢得了诺贝尔奖。
Engineering & CraftYann LeCun 用卷积奠定了深度视觉的基础,随后押注于另一条路:真正的智能来自以无监督方式学习世界,并把成果公开发表——而不是更大的 LLM。
Engineering & CraftiOS 26 的小组件、控制中心控件和实时活动都是 App Intents 的呈现表面。一个 intent 即可驱动按钮、控件和实时活动操作。
AI & Technology技术写作: Introl
本地运行大型语言模型的全面硬件建议和成本分析。
针对不同AI工作负载比较NVIDIA最新数据中心加速器的GPU选择指南。
深入技术分析Google张量处理单元从TPUv1到TPUv5的演进。
容器化环境中GPU集群的资源共享策略。
使用Ray框架构建和管理分布式AI计算的指南。
开源LLM经济学分析和DeepSeek的竞争定位。
未来数据中心电力需求和NVIDIA下一代GPU路线图。
为下一代AI基础设施供电的小型模块化反应堆解决方案。
DeepSeek多头压缩架构创新的技术分析。