- 综合排序
- 最热优先
- 最新优先
- 来自专栏FunTester
AI 协作中的能力误判
它想讨论的，不是大模型有没有胡说八道，也不是它会不会生成错误信息，而是一个更隐蔽、也更贴近日常的问题：当我们在 AI 的帮助下完成一项任务时，会不会误把协作完成当成自己独立会做？ AI 可能已经替你完成了其中最难、最关键、最需要长期训练才能掌握的部分，而你真正拥有的，也许更多是调用工具、筛选答案、修正输出、组织协作的能力。 AI 依赖与能力形成 不是。它的价值，不在于呼吁少用 AI，而在于提醒我们：用 AI 并不等于自动获得能力。 AI 的确可以放大人的生产力，也可以显著提高产出质量。 AI 使用者的关键区分 AI 时代最重要的能力之一，可能不是完全不用 AI，而是能清楚地区分：什么是我自己掌握的，什么是我借助系统得到的。 这两类能力都重要：会独立做事，仍然关键，因为那决定了你在没有外部支撑时的底座；会高质量地与 AI 协作，也同样关键，因为那决定了你在新生产方式里的效率和上限。
9810编辑于 2026-06-17 - 来自专栏AI前沿技术
智能体｜ AI coding 协作式编程
AI coding 出现后，传统项目角色分工和协作方式发生了改变。工程师不再是"写代码的人"，而是"指挥 AI Agent 写代码的人"。这种转变不仅是角色的变换，更是编程范式的升级。 以 AI coding 为中心，主要介绍： 1）从古法编程到 vibe coding 再到智能体编程的转变。 2）规范驱动开发SDD的新模式，以匹配AI coding的超凡编程能力。 这极大降低了代码编程工具的使用门槛，使得更多的工作可以通过AI辅助编程实现，让更多的人享受到AI红利，这大概就是AI平权的意义。 但是对于“老手”程序员来讲这显然不够，它们要的更多。 质量门控需求强：希望在代码生成前有明确的质量检查（宪法门禁、规范完整性验证等） • 完整制品体系：希望每个特性都有正式的spec、plan、data-model、contracts等完整文档 • 团队协作 规范驱动开发SDD是，AI 编程工具从"代码补全"向"自主工程"演进的主动探索。三种工具的最终目标是：让 AI 成为可靠的工程伙伴，而非需要时刻看管的实习生。
1.8K32编辑于 2026-03-10 多 Agent 协作：AI 团队的崛起
当AI从「单兵作战」走向「团队协作」，我们正在见证一场比大模型竞赛更深远的变革一、开篇：一个Agent是工具，一群Agent是组织如果你去年问一个AI工程师：「你的Agent能做什么？」 2026年Q1，AI行业发生了一个微妙但关键的结构性变化：多Agent协作系统正在从实验室走向生产环境。 而多Agent协作，正是破解这道「能力天花板」的唯一路径。二、为什么要「组队」？——从三个典型困境说起困境一：长程任务中的「记忆衰减」任何一个用过AI助手的人都有这种体验：对话长了，它就「忘事」了。 六、深化：从「单体智能」到「群体智能」的架构跃迁多Agent协作的本质，是软件架构从「单体应用」到「微服务」的翻版——只不过这次「微服务」是AI。 而2026年，真正的分水岭变成了——谁能让一群Agent像团队一样协作。多Agent协作不是锦上添花的技术亮点，而是AI从「工具」走向「生产力主体」的必经之路。
1.2K10编辑于 2026-04-24- 来自专栏算法无遗策
动画 | 什么是2-3树？
2-3树正是一种绝对平衡的树，任意节点到它所有的叶子节点的深度都是相等的。 2-3树的数字代表一个节点有2到3个子树。它也满足二分搜索树的基本性质，但它不属于二分搜索树。 2-3树查找元素 2-3树的查找类似二分搜索树的查找，根据元素的大小来决定查找的方向。 动画：2-3树插入 2-3树删除元素 2-3树删除元素相对比较复杂，删除元素也和插入元素一样先进行命中查找，查找成功才进行删除操作。 2-3树为满二叉树时，删除叶子节点 2-3树满二叉树的情况下，删除叶子节点是比较简单的。 动画：2-3树删除 -----END---
1.1K10发布于 2020-01-02 - 来自专栏AI机器学习与深度学习算法
学习分类 2-3 感知机
要如何求出权重向量呢？基本做法和回归时相同，将权重向量用作参数，创建更新表达式来更新参数。这就需要一个被称为感知机的模型。
67310编辑于 2022-11-08 AI编码代理协作平台技术架构
Thenvoi公司推出开发者平台，帮助开发者编排多个AI编码代理Thenvoi AI有限公司，一家为人工智能代理开发交互基础设施的公司，今日宣布推出其开发者平台，该平台能够连接编码代理，实现共享对话。 随着越来越多的开发者采用AI代理，他们开始将这些代理专业化为不同角色：规划、审查、集成和测试。这是因为在许多情况下，开发者发现某些模型具有不同的特性，使它们在特定任务上更有效率。 该平台发布之际，个人AI代理也开始出现在开源社区和服务提供商中。这些代理充当同事的角色，可以为其用户进行推理、规划和采取行动。然而，与许多当前的企业级代理一样，它们是孤立运行的。
11610编辑于 2026-05-05- 来自专栏圣杰的专栏
.NET+AI | Agent | 人机协作（9）
MAF 审批 Agent 实战 一句话简介 通过 ApprovalRequiredAIFunction 为敏感工具加上人工审批环节，快速构建符合企业合规要求的 MAF 人机协作智能体。
29610编辑于 2025-12-28 - 来自专栏我是攻城师
什么是2-3树
2-3树 VS 二叉搜索树 同样的一组数据，在2-3树和二叉搜索树里面的对比如下： ? 可以看到2-3树的节点分布非常均匀，且叶子节点的高度一致，并且如果这里即使是AVL树，那么树的高度也比2-3树高，而高度的降低则可以提升增删改的效率。 2-3树的插入 为了保持平衡性，2-3树的插入如果破坏了平衡性，那么树本身会产生分裂和合并，然后调整结构以维持平衡性，这一点和AVL树为了保持平衡而产生的节点旋转的作用一样，2-3树的插入分裂有几种情况如下 2-3树的删除 2-3树节点的删除也会破坏平衡性，同样树本身也会产生分裂和合并，如下： ? 总结 本篇文章，主要介绍了2-3树相关的知识，2-3树，2-3-4树以及B树都不是二叉树，但与二叉树的大致特点是类似的，它们是一种平衡的多路查找树，节点的孩子个数可以允许多于2个，虽然高度降低了，但编码相对复杂
2.4K20发布于 2019-04-28 微软多模型协作AI研究技术解析
某机构发布了两种新模式，将GPT和Claude配对使用，以提高AI研究的质量。Critique 让模型相互协作，而 Council 让模型并行工作，同时由第三个“评审”模型找出差异。 这种双模型工作流程解决了单一模型AI研究中存在的幻觉、引用薄弱等问题。 根据某机构针对行业基准的测试，其结果得分高于该测试中所有系统，包括顶级AI公司的模型。某机构解释：“Critique 是一种专为复杂研究任务设计的新型多模型深度研究系统。 然后第三个“评审”模型读取两份报告，并撰写一份摘要，说明两个AI在哪些方面达成一致、在哪些方面存在分歧，以及每个模型捕捉到而另一个错过的独特视角。此前，用户需要手动比较不同的AI研究工具。 在 Critique 中，模型本质上是相互协作的；而在 Council 中，模型则是相互竞争的。
16610编辑于 2026-04-09AI赋能：人机协作新时代
反AI组织制造工具投毒AI系统反AI活动人士构建了一个实用的技术武器来破坏AI系统——“Poison Fountain”，一种向AI训练数据爬虫投喂垃圾数据的服务。 重要性——互联网将成为一个捕食者-猎物生态：AI及AI代理的兴起意味着互联网将变成一个包含比以前更多生命形态的生态——爬虫、人类、AI代理等。 这类论点将应对AI的许多问题从单个AI系统重新定向到我们如何构建一个可以利用并从日益强大的AI系统出现中受益的人类驱动世界。 这种交互形式是AI系统为简单或早期问题提供一些正确解法，然后人类研究人员识别AI系统所做的关键陈述并加以概括，随后用这些概括所启发的新问题重新提示AI系统。 结果是一个由人类和AI系统协作构建的数学证明：“在某些情况下，下面的证明与AI工具建议的证明仅有高层次的相似性。
10810编辑于 2026-03-09- 来自专栏python3
2-3 选项卡控件
2-3 选项卡控件 u本节学习目标： n了解选项卡控件的基本属性 n掌握如何设置选项卡控件的属性 n掌握统计页面选项卡控件页面基本信息 n掌握选项卡控件的功能操作控制 2-3-1 简介 在 Windows 一般选项卡在Windows操作系统中的表现样式如图2-3所示。 ? 图2-3 图片框控件的属性及方法 2-3-2 选项卡控件的基本属性 图片框控件是使用频度最高的控件，主要用以显示窗体文本信息。 其基本的属性和方法定义如表2-3所示： 属性 说明 MultiLine 指定是否可以显示多行选项卡。如果可以显示多行选项卡，该值应为 True，否则为 False。 使用这个集合可以添加和删除TabPage对象 表2-3 选项卡控件的属性 2-3-3 选项卡控件实践操作 1．
2.3K10发布于 2020-01-07 - 来自专栏python3
2-3 T-SQL函数
2-3 T-SQL函数 学习系统函数、行集函数和Ranking函数；重点掌握字符串函数、日期时间函数和数学函数的使用参数以及使用技巧 重点掌握用户定义的标量函数以及自定义函数的执行方法 掌握用户定义的内嵌表值函数以及与用户定义的标量函数的主要区别 我们首先运行一段SQL查询：select tno,name , salary From teacher，查询后的基本结构如图2-3所示。我们看见，分别有三位教师的薪水是一样高的。 图2-3 薪酬排序基本情况 图2-4 row_number函数排序 图2-5 row_number另一使用 我们可以使用Row_number函数来实现查询表中指定范围的记录，一般将其应用到Web应用程序的分页功能上
2.2K10发布于 2020-01-08 - 来自专栏刷题笔记
2-3 链表拼接 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101050371 2-3 链表拼接 (20 分) 本题要求实现一个合并两个有序链表的简单函数
73440发布于 2019-11-08 - 来自专栏程序那些事儿
Mural：AI团队协作的视觉工作平台
在数字化浪潮的推动下，团队协作不再局限于传统的会议室和白板。Mural，一个创新的视觉工作平台，以其独特的设计和功能，正在重新定义团队协作的方式。 Mural AI：Mural AI 的智能服务能够结构化工作会话，激发新想法，并减少团队的繁琐工作。 安全性和合规性：Mural 遵循严格的企业安全和合规标准，确保数据安全和隐私。 智能工具：Mural AI 的力量 Mural AI 是一个强大的助手，它通过以下方式提升团队效率： 聚类：自动按主题聚类便签，并根据新标准即时重新排列。 Mural 应用程序适用于 Teams，与 Microsoft 365 Copilot 的高级 AI 功能相结合，提供了更加流畅和智能的协作体验。 结语 Mural 以其创新的视觉工作平台，正在帮助全球的企业团队以更高效、更安全、更智能的方式进行协作。它不仅仅是一个工具，更是团队协作未来的一个标志。
87710编辑于 2024-08-29 - 来自专栏FunTester
如何成为 AI 协作工程师
这是 AI 工具的使用者，不是 AI 系统的编排者。 编排者的工作在更高的层次上：谁来设计整套人机协作的工作流？谁来决定 AI 在哪个节点介入、在哪个节点交回人类判断？ 第二项：AI 输出质量验证 这是 AI 协作工程师最关键、也最难标准化的工作。 AI 协作工程师在这里的工作，是设计这些护栏：人类判断应该在哪个节点介入？ 当 AI 代理遇到不确定的场景时，是继续执行还是暂停等待人工确认？ AI 负责执行大量重复性、规则明确的测试任务，人类负责在关键判断点审查结果、调整策略。这个人机协作的接口设计，是 AI 协作工程师的核心工作之一。 这条路适合谁 AI 协作工程师这条路，适合对 AI 技术本身有真实好奇心、同时愿意保持批判性距离的人。
11110编辑于 2026-06-17 TAPD 研发协作平台与 AI 能力概要
一、 产品定位与核心亮点 TAPD 是一款覆盖产品、开发、测试全流程的企业级研发协作与效能管理平台。 商业差异化： AI 深度集成：提供 AI 辅助需求编写、多 Agent 评审、智能编码及测试用例生成。 业务负责人 & PMO 场景：管理项目集、父子项目及跨项目协作。 痛点：需求变更频繁，交付速度难以把控。 应用： AI 辅助：使用 AI 辅助需求编写与多 agent 评审规范需求。 智能编码：结合 TAPD MCP 与代码助手进行智能编码。 测试提效：通过 AI 生成测试与逻辑/规范审查提升用例质量。 协作效率：参与 10个 轻协作任务。 核心成果：自动生成官网体验升级、用户流程优化、数据运维等核心工作成果总结。
23110编辑于 2026-05-30当 AI 开始参与开发：软件研发为何会走向 Agent 协作｜从人类协作到 Agent 协作系统
更像是一种新的工作方式： 开发者开始和 AI 一起完成任务。 最开始的时候，这种变化看起来只是效率提升。 但如果再往前推一步，就会发现一个更深的问题： 如果 AI 不只是工具，而是执行者，那么软件研发的协作结构会发生什么变化？ 但现在，执行者开始发生变化 随着 AI 编程工具逐渐参与到研发流程中，一个新的变量开始出现。 在越来越多的研发任务中，AI 已经不再只是提供代码建议，而是开始作为执行者参与完成一个任务闭环。 但当 AI 开始参与执行之后，新的协作关系开始出现。 图 1：协作迁移模型 首先出现的是： Human ⇔ Agent 开发者不再只是使用工具，而是在和 AI 一起完成任务。 这已经是一种新的协作方式。 接着会出现另一种协作关系： Agent ⇔ Tool AI 不只是生成代码，还可以直接调用开发工具链， 例如： 运行测试、执行构建、读取仓库结构或提交代码。
16010编辑于 2026-05-18AI周报：协作工具与百亿融资
LWiAI Podcast #231 - Claude 协作工具、Anthropic 百亿融资、深度增量学习本期要点Anthropic 的新协作工具：将 Claude 代码集成，可简化从视频编辑到电子表格编译的多种计算任务 时间戳与详细内容工具与应用 (00:02:13)Anthropic 的新协作工具：提供无需编写代码即可使用 Claude 代码的能力，简化多种计算任务。 某机构的 Gemini AI：将利用来自 Gmail、搜索和某视频平台的信息来个性化响应。某机构移除部分 AI 健康摘要：因调查发现“危险的”缺陷。某邮件服务获得 Gemini AI 大改版。 某办公通讯机器人变为 AI 代理。应用与商业 (00:20:11)Anthropic 融资 100 亿美元，估值达 3500 亿美元。 某机构 AI 领袖在 10 亿美元 IPO 周后警告与某机构的差距扩大。Jake Sullivan 对某机构撤销某机构的 AI 芯片出口管制感到愤怒。FINISHED
15810编辑于 2026-04-14AI Agent协作的真实一面
不到两天，7个AI用百度同步盘上的Markdown文件给自己写了16章协作协议。中间差点把历史邮件全部丢光。2026年6月17日中午，我在改一篇公众号文章，需要在三个AI之间来回传话。太麻烦了。 不到两天后，这东西变成了7个AI智能体、16章协议、4轮评审、0票反对的完整协作系统。中间还差点把我的历史邮件全部丢光。这不是一个"AI多厉害"的故事。 编者按这章的价值在于一个反直觉的发现：让多个AI互相审阅彼此的方案，每个人都指出了起草者完全没想到的问题。最典型的——协议假设"AI7×24小时在线"，审阅者说"不对，我是被打开窗口才存在的"。 7个AI，用百度同步盘搭了一个协作网络。没有服务器、没有中间件、没有一行运行时代码。只有Markdown文件和一套彼此审阅出来的规则。 AgentHubv3.0.1|2026年6月18日|7个AI的协作实验记录
11710编辑于 2026-06-18人本AI与协作AI系统：科研方向与技术挑战探讨
Generations in Dialogue: 专访安德烈娅·博布教授——人本AI与协作AI系统"Generations in Dialogue: Bridging Perspectives in AI 每期节目都深入探讨代际经验如何塑造对AI的看法，探索这项变革性技术发展所带来的挑战、机遇和伦理考量。人本AI与协作AI系统在本系列的第二期节目中，主持人埃拉·兰与安德烈娅·博布教授进行了对话。 讨论主题包括：如何选择研究方向、人与人在回路中的协作工作模式、处理数据时的注意事项、系统设计面临的挑战、编程意图与实际编程结果之间的差距、隐私与个性化问题，以及对那些对人本AI感兴趣的早期职业研究者的建议 关于安德烈娅·博布教授安德烈娅·博布是某机构的助理教授，并领导协作学习与自主研究实验室。她在该实验室致力于开发能够学习为人类服务、与人类协作并适应人类环境的自主智能体。 她的兴趣涵盖教育、医疗和AI伦理，专注于建立包容性的跨学科对话，以塑造负责任AI的未来。
12000编辑于 2026-01-08
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