- 综合排序
- 最热优先
- 最新优先
AI时代企业Web3混合架构实战解析
AI时代部署Web3混合架构在人们对计算资源需求无止境的背景下，Web3的原则和技术为企业提供了透明、灵活且成本效益高的资源。 但他表示，或许最令人兴奋的机会是能够可靠且经济地构建和扩展AI。通过利用人人驱动的互联网基础设施，公司可以更轻松地访问并贡献共享资源，如带宽、存储和处理能力，以运行AI推理、训练模型和存储数据。 2025年，该机构推出了一个分布式计算平台和 marketplace，开发者和企业可以在其中访问AI资产并将其货币化，并在该机构网络超过30万个贡献设备上运行AI推理或训练。 该机构自己的生态系统包括媒体流媒体、AI计算和分布式存储的能力，这些可以插入现有的Web2技术栈。 确实，Web3还没有紧逼世界Web2巨头的脚跟，但在人工智能时代，其商业优势已变得难以忽视。随着DePIN弥合差距，企业和开发者可以踏入这种潜力，同时将一只脚保持在更坚实的地面上。FINISHED
26910编辑于 2026-03-20- 来自专栏存储公众号：王知鱼
Agentic AI 时代的内存（3）-KVCache卸载与PNM、PIM
AI的"工作记忆"本质上就是LLM的上下文窗口，它承载着系统指令、历史对话、用户输入和中间推理过程。 划线高亮 观点批注 智能体AI的内存需求 工作记忆的定义与作用 AI的“工作记忆”在技术上体现为LLM的“上下文窗口”，它是AI进行复杂、多步推理和决策的工作台与基础。 现代AI大模型对工作记忆（KVCache）的需求已经超出了当前主流内存技术的极限，形成了一个两难的“架构困境”。 PNM解决方案在智能体AI中的应用案例 PPT的核心观点是，PNM不仅是一个技术上可行的方案，更是一个在实际应用中具有极高扩展性和经济效益的解决方案，尤其适用于长上下文的智能体AI推理。 时代背景 (The Driver): 智能体AI（Agentic AI） 的兴起，对传统的内存架构提出了颠覆性的要求，一个分层、大容量、高带宽的内存系统成为刚需。
76010编辑于 2025-11-20 - 来自专栏量子位
AI的大模型时代 ≠ 只有大模型的AI时代
某芯片大厂就推出了一连串的AI实战手册，分别锁定制造与能源、医药、金融、交通与物流，以及教育行业的AI实践。 所以，AI不是只有大模型。AI的大模型时代也 ≠ 只有大模型的AI时代。 成熟的AI，早就已经上岗了 或许你还不敢相信，现在哪怕小小的快递背后，都已经有AI技术在加持了。 不过朋友，这还仅仅是AI加速千行百业的一个案例，其实我们现在每天的出行，同样也是充斥着AI的“味道”。 例如AI视频分析技术，可以针对高速公路上的路况做到实时地分析。 因此，英特尔就祭出了一款增强型的“减（量）重（化）神（工）器（具）”，可以让一个十亿参数的大语言模型瘦身3/4，增强其准确性，还能有效地提升大模型在英特尔®️ 平台上的推理性能。 这便是英特尔在AI大模型时代中的“加速之道”了。 还会带来怎样的变革？ 纵观AI技术的发展之路，不难发现英特尔在其中履行着一条非常清晰的准则——用起来才是硬道理。
64910编辑于 2023-09-27 - 来自专栏大数据文摘
AI时代的漫谈
自此，AI看上去不再那么像泡沫，也开启了我们对AI的无尽想象！ 对于大部分人，隐约感觉到的是，风口已来，风暴已来，有对未来科技的美好想象，还有对于未知力量的一些恐慌。 与互联网带来的信息革命一样，我们可以很容易通过搜索引擎等渠道获得信息及知识，现如今利用这样的AI搜索引擎，我们可以通过更为人性化的对话交互，定位到我们问题对应的答案，可以更为便捷地获取经过高度总结知识点 资源聚集、垄断效应会增强 AI或者更为普遍概念的科技带来的效率提升，往往也会导致资源更加的聚集。 从社会层面来看，试想 一旦AI替代了一大部分的工作，效率提高的同时，社会收益还可以容易被个体垄断着。 此次的ChatGPT为代表的人工智能带来了巨大的技术变革，可以提供大量高价值的信息，好在当前AI还没达到完全取代人的地步，还需要发挥人类的主观能动性去解放生产力，整个项目的计划实施也是需要具体去把握的。 但如今只凭过去学习技能就完全不够了，「更核心的是通过对需求的敏感观察，利用好AI获取信息，创新地整合资源来创造价值。」 总之。现在信息壁垒已经大大解决了，就看各人的领悟。
32810编辑于 2023-04-10 AI 时代的我们
这不是一个细枝末节的变化，而是一个清晰的信号：我们正式的进入一个新的工作范式——Vibe Coding 的时代。 接下来，我想从自己的经历出发，谈谈对这个时代的一些观察。 今年，我使用 AI 工具编写的代码量，已经远远超过了我自己亲手敲下的代码量。越来越多的时候，我的主要任务不是写代码，而是向 AI 描述需求。 所以 Vibe Coding 的核心不是“让 AI 接管”，而是“让使用者掌控”。 我很早就开始使用 AI 做编码工作。 无论是医疗、教育还是金融，AI 都正在深入其中： 医疗影像的辅助诊断 个性化的自适应学习系统 毫秒级的市场分析与决策 每一个行业都在重塑自己。 我们身处一个高速变化的时代。 如果我们能够掌握与 AI 协同的能力，能够拆解任务、表达需求、审查结果、训练自己的数字助手，那么我们就能在这个时代获得前所未有的力量。 这是一个“超级个体”崛起的时代。
24020编辑于 2025-11-28- 来自专栏AI技术体系搭建过程
AIGC: 3. AI时代程序员的生存模式思考
AI跟程序员关系思考 在 3 月 9 日央视的《对话》的开年说节目上，百度创始人、董事长兼 CEO 李彦宏先生表示： 1.基本上以后不会存在“程序员”这种职业了，因为只要会说话，人人都会具备程序员的能力 3.公司里面在大量推AI跟业务的结合，boss被触动，那么需要有预研小分队，这个时候是体现产品思维的时候，你需要在产品形态上设计好跟业务的结合形态，如果你会画原型，会沟通，你可以拿到不错的资源，然后可以结合自己在技术领域和 AI的知识图谱，拿到结果。 AI在生成代码，自我学习上确实在急速进步，硅谷也有不少敏捷小队在跟机器人结合，打算在场景上证明AI机器人可以完整替代程序员。 小结 今天主要对最近阅读的消息做了一些思考，最一个映像深刻的客服AI产品做了粗浅的产品体验。 AI会改变各行各业的工作方式，积极拥抱变化。
16100编辑于 2025-07-01 - 来自专栏同盟资源
同盟3月内容共创｜AI时代的架构师
当AI渗透到软件工程的每一个角落，架构师心目中的AI会是怎样的形态？是一个人机协同的流畅舞步，还是架构师掌控全局、AI高效执行的精准交响？我们相信，每个人都有自己独特的设想与实践。 为什么在这个时代，我们更需要架构师？根据Gartner发布的2026年技能价值排序，系统架构设计高居榜首，其后依次是问题分析与建模、编程语言熟练度、算法与数据结构、跨领域知识、AI工具协作等。 这份排名揭示了一个趋势：在AI日益成为得力助手的时代，架构师的角色非但没有削弱，反而愈发关键——他们是从混沌中构建秩序的掌舵者。那么，架构师的作用如何在日常工作中真正落地？ 如果是，我们如何与AI协同，生成既直观又深度贴合系统设计的架构图？AI自动生成的测试足够覆盖关键场景吗？我们该如何利用AI，但又不止于AI，真正保障交付质量？ 投稿流程1、访问架构师同盟技术社区，点击【登陆】→【发布-文章】，发布不少于300字的文章2、选择标签#AI时代的架构师活动时间稿件回收：2026年3月5日-2026年3月29日评奖时间：2026年3月
19210编辑于 2026-03-06 AI 正在从“模型时代”进入“系统时代”
摘要但从工程视角整体审视，会发现一个高度一致的信号：AI的竞争焦点，正在从模型能力转向系统能力。本文作为专栏收束篇，对这一趋势进行系统总结。 一、模型时代的典型特征模型时代的核心关注点是：参数规模推理速度多模态能力工程结构相对简单：展开代码语言：TXTAI代码解释输入→模型→输出这在实验和Demo阶段非常有效。 三、系统时代的AI架构轮廓我们可以用一张简化架构图来描述系统时代的AI：展开代码语言：TXTAI代码解释用户意图↓AgentRuntime↓调度/协作/状态↓工具系统/模型系统↓反馈与校验注意：模型被包裹在系统之中 来自智能体来了（西南总部）的总结性判断是：AI的下一阶段，比拼的不是“谁更聪明”，而是“谁更稳”。 结语如果说模型时代拼的是“突破”，那么系统时代拼的是“长期可用”。AI的未来，不是更大的模型，而是更可靠的系统。
15610编辑于 2026-02-02- 来自专栏企鹅号快讯
AI时代，教育工作者必备的3大技能
如果你是悲观主义者，你可能会担心机器人将在3 ~ 10年内取代你。无论如何，现在是时候为这些变化做准备了。 通过实践以及强化我们的“人类优势”（即机器人无法取代的地方），我们可以提高就业机会。 尽管这个世界上AI无处不在，教室、学校和家庭都将被它“控制”，但我们照样可以蓬勃地发展。 这里有3项技能，从今天开始锻炼，可以让教育工作者比人工智能更有优势。 教育工作者可以利用自己的能力，利用复杂的思维和杂乱的信息，通过故事来阐明一些概念，而这些是AI不能做到的。
68350发布于 2018-01-25 Python + AI 时代来了！这 3 个大模型应用开发方向，薪资翻倍
如果你已经掌握 Python 基础（函数、API 调用），接下来这 3 个高需求、高薪资的开发方向，就是你切入 AI 赛道的最佳路径。 如果需要，选择合适的工具；\n3. 执行工具调用，获取结果；\n4. 基于结果回答原始问题。") 三、AI 原生 SaaS 工具开发：打造可商业化的智能产品 应用场景与市场需求 AI 原生 SaaS 是指从底层设计就融入大模型能力的 SaaS 工具，而非简单的“AI 插件”。 2025 年 AI 原生 SaaS 开发人才缺口极大，薪资和收益都极具吸引力： 一线城市 AI SaaS 后端开发工程师年薪 45W-85W 独立开发的小型 AI SaaS 工具（如智能文案生成器）月收入可达 AI 时代不会淘汰程序员，但会淘汰不会用 AI 的程序员。用 Python 抓住大模型的红利，你的薪资翻倍，从今天开始就不是空谈。
71311编辑于 2026-01-20- 来自专栏微言码道
AI时代，英文为王？
如果AI时代不可避免的来临了,按照当前这样的趋势, 英文将成为AI中的绝对语言,包括中文在内的其它语言都不可避免的重要性大大降低. 中文的困境 除非国内的大模型能有所突破,或迎头赶上, 否则AI时代的中文必然会面临困境. 结合现在互联时代中文问题,AI时代这个困境可能只会加深,表现在: 中文内容质量低下 好吧,虽然这个结论有些伤人,但我们很多人都能感受到互联网上中文内容的质量低下化这个趋势. 中文因为有14亿人的使用,及近五千年的文化沉淀(比如文言文,诗, 词等),使它独具魅力,但如果AI时代英文为主,中文未来的趋势不容乐观. 不要说AI, 就是现在的互联网, 如果懂英文, 能更容易接触到高质量的内容, 查找东西更省时省力, 学习到的都是有更有价值的内容. 有人说AI时代不用学习英语,我认为这不会成为事实.
73610编辑于 2023-08-31 - 来自专栏老张的求知思考世界
AI时代，我们该何去何从？
3、管理是一系列复杂挑战的集合，多样性的观点和广泛的经验极其重要，好的管理需要大量的信任和可信度。 我们需要以更加积极主动开放的心态，学习AI、了解AI、使用AI、拥抱AI。 2、大众对新事物的恐惧往往强于兴趣，而大众也往往在每一次技术革命发生后，扮演者用户和落后者的角色。 如果你抗拒新事物的出现，抵触它进入你的生存环境，在事实上你已经被时代所淘汰。 3、很多人担心AI不断发展下去，自己会失业。然而事实是，无论AI是否出现，35岁失业危机，是一个全球范围内都很无解的问题。 对此我的建议是：保持对AI的敏感和好奇心，主动学习和了解AI，并将其应用于探索自己的第二曲线。 对于到AI时代，第一类人是深度参与大模型研发这一批顶尖人才；第二类则是围绕AI进行相关商业化探索的人；第三类则是愿意积极使用并拥抱AI的人。我想，至少我们应该成为第三类人。
27710编辑于 2025-07-29 - 来自专栏老张的求知思考世界
欢迎来到AI时代！
按照业内普遍的认知，AI的三大底座(或者说三要素)是算力+模型+数据，也就是说只要你算力够多，模型够好，喂进去的数据量足够大，可以迭代出我们预期的AI产品。 换句话说，降低训练需求等于打破了高算力的垄断门槛，降低应用成本意味着普通人进入AI领域落地应用的门槛变低。 可能以后生活中的每台电子设备都会内置DeepSeek这种水平的大模型，而这也意味着AI+的爆款应用，大概率会在2025年横空出世！ 作为普通人来说，当AI+的应用爆发后，我们和世界上智商最高的人之间，已经没有了公开信息的信息差。唯一的区别就是认知和行动力。 普通人要想赶上这一波AI+浪潮，最好的切入点就是在应用层勇敢尝试。 对于普通人来说，基于 AI 大模型和智能体的各种小而美的应用，是未来两到三年的甜头。 与之相关的产品及工作岗位，会在未来三到五年成批涌现，赚到超过均值的钱。
19900编辑于 2025-02-05 - 来自专栏IDE项目开发编程交流
AI时代，如何把握机会
喜欢明天，喜欢今天，喜欢有AI的每一天。AI时代的段位划分：从菜鸟到大师，你在哪个层级，会正真的使用AI提高工作效率吗。人类在摸爬滚打的历程中，从本质上是在提升效率问题。 ：比如以下的一个基础提示词框架：1.必须包含背景2.必须包含目标3.必须包含输入格式要求4.必须包含输出格式要求通过以上AI提示词的优化，那么你拿到的AI返回的结果，因为AI此时的意图是非常清晰的，会更加有效的解决问题 第五层级：专家级-会开发AI应用可以独立开发AI工具，去解决日常工作中遇到的问题。现在AI写代码门槛很低，任何80-90%的功能，只需要描述你的需求。 主要的门槛在于怎么样部署项目、怎样运行，当程序出现问题会利用AI去解决、修复问题，需要有调试的思维，不需要你懂任何的开发技能，也不需要你去写任何一行代码，未来3-5年，我们每个人都以去尝试这进行AI应用开发 在当前，稍微有点门槛的时代，我们学会AI应用开发，相当于我们拥有了一个自身的能力杠杆。
19010编辑于 2025-06-29 - 来自专栏Web技术庄园
前端 + AI —— 走进无码时代
导语：前端智能化，就是通过AI/CV技术，使前端工具链具备理解能力，进而辅助开发提升研发效率，比如实现基于设计稿智能布局和组件智能识别等。 基于组件区域进行形状检测； 3. 对符合规则形状的组件进行样式计算。 1. , height, x=0, y=0): th = 2 horizontal_segments = lines[np.where(abs(lines[:, 1] - lines[:, 3] : horizontal_centers = ( horizontal_segments[:, 1] / 2 + horizontal_segments[:, 3] 3. 组件的样式计算 组件样式计算主要对边框、圆角、背景三种常用样式分别计算。
1.8K30发布于 2020-09-01 闲聊AI时代的焦虑
序言 AI时代已经来临，无论你是何种心态，已经逃离不开，AI扶我凌云志？估计也很难将烂泥扶上墙。 焦虑毫无价值，能感受到焦虑是好事，但是实际上重在于行动，但是实际上也改变不了什么。 不懂代码，依旧能写代码的时代来临，从而导致大家开始强烈的依赖AI，效率提升了，但是使用AI的费用谁来出，所以导致的后果估计也只有裁员才能体现AI的价值了。 1 AI时代的幻觉 经常听到很多人说，AI会产生幻觉，从而导致问题回答的不准，其实感觉很正常，AI面临着和人类一样的场景，人不会产生幻觉吗？ 2 AI时代的上下文 现在使用AI写代码的时候，发现写着写着，有点降职了，其实这个和人类也很像，人类的记忆时间也就那么多，能记住的知识也就那么多。 3 随谈 虽然AI存在这样那样的问题，但是确实太强了，强的后果就是，造成了一批人进行了降低智力的操作。
10710编辑于 2026-04-09现代AI时代的ERP
最近参与了中国信通院组织的大模型驱动的智能ERP平台能力标准的研讨工作，结合最近在AI大模型，企业级智能体以及SaaS+AI的活动和实践，探讨一下ERP软件的发展趋势和个人的一些看法。 勿容置疑现在是技术改变世界的时代，每一项人类科技的突破，都会带来社会巨大变革。现代AI正是这样的一种技术，它正在颠覆和重构我们的业务和IT，改变我们原有的思考、行动方式。 随着大模型、生成式AI、智能体AI的不断实践和渗透，人跟系统的交互方式，系统跟系统的集成模式都会发生改变。 人机协作能力要求ERP能够基于智能体AI和大模型生成式AI提供各种业务助手、自动化、智能化的业务流程，提升人类的工作效率，人类劳动力和数字劳动力能够协作完成业务流程，在超出数字劳动力能处理的任务边界或者出现异常情况时由人类接手和进行干预 智能体工程、提示词工程、知识工程等AI工程能力要求可以由业务人员通过自然语言、低代码、可视化编排和定义新的智能体、业务助手等。
38800编辑于 2025-06-07- 来自专栏深度学习与python
在 AI 时代构建 MVP
软件架构师如何做出这些权衡，AI 又如何能提供帮助？下表总结了 AI 可能在我们认为对软件架构至关重要的任务中为团队提供的帮助方式。 “AI 能否提供帮助”这一列表明了 AI 在该任务中所能提供的帮助程度，图中阴影部分代表我们认为 AI 能够提供的帮助程度。虽然 AI 无法完全执行任何任务，但它对某些任务的支持程度要高于其他任务。 通过实验获取支持其决策的经验结果 AI 在帮助开发人员创建解决特定问题的代码方面可以非常强大，但开发人员必须验证 AI 生成的结果，正如以下引语所表明的那样： “虽然 AI 可以生成代码，但仍然需要人类专家确保它是正确的 AI 还能帮助你发现并修复代码中的缺陷，这些缺陷可能是你自己忽略的。 除了简单的代码检查，实验为验证 AI 生成的结果提供了一种手段。 结 论 虽然软件架构师不会被 AI 取代，但他们确实需要学习如何以及在何处使用 AI 来做出更好的决策和实现更好的权衡。审视软件架构师的工作可以洞察到 AI 可以可以在哪些方面以及如何提供帮助。
33810编辑于 2025-07-26 - 来自专栏机器人网
这是AI最好的时代……
先不纠结人工智能的各种定义，目前学者们将AI分成强AI和弱AI。 目前的AI几乎都是弱AI，当有明确的可以量化的优化目标时，可以通过机器学习实现逐步迭代接近优化目标，在很多这样的领域，AI可以接近甚至超过了人类的水平。 说完AI适合解决什么样的问题后，再看看AI目前做不好什么。 3）决策：很多决策是没有精确的规则，要涉及判断者的直觉、心态、猜想，这些对于计算机来讲是非常复杂的。而这些是强AI的必要条件，所以个人认为强AI可能在可见的未来不会实现。 在各个弱AI领域，可以超过人类最好的水平；在感知决策等方面，AI不如初生的婴儿，所以现在一切以人类年龄宣称自己AI产品智能水平的行为，都是耍流氓。
1.2K90发布于 2018-04-16 AI时代的产品经理
在2026年的今天，AI时代的产品经理（AI PM）已经不再是一个“新兴岗位”，而是产品经理的标准形态。 结合最新的行业趋势（2025-2026），以下是AI时代产品经理的全景画像： 一、核心角色的根本性转变 从“功能执行者” →→ “智能系统架构师” 二、AI PM的五大核心能力支柱 1. 3. Agent与工作流编排 (Agentic Workflow Design) 任务拆解：将模糊的用户目标拆解为多个子任务，分配给不同的Tool（工具）或Sub-Agent（子智能体）。 四、面临的挑战与陷阱 “锤子找钉子”：为了用AI而用AI，把原本简单的规则逻辑（如：if age > 18）强行交给大模型，导致成本高、响应慢、结果不稳定。 实战为王：亲手做一个能跑的AI Agent应用，比考十个证书都有用。 垂直深耕：选择一个行业（如法律、医疗、电商），成为“懂业务+懂AI”的复合型人才。
1K11编辑于 2026-03-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号