- 综合排序
- 最热优先
- 最新优先
- 来自专栏悟道
2-5 快速幂模板
这个就是在快速乘的基础上改一下 sum=0--->sum=1 x+=x--->x*=x //快速幂模板 public double quickPow(double x,long y){ double sum=1; while(y>0){ if((y&1)==1){ sum*=x; } x*=x; y=y>>1; }
35520发布于 2021-06-01 - 来自专栏AI机器学习与深度学习算法
学习分类 2-5 线性可分
感知机非常简单同时又很容易理解，但是相对应的，缺点也很多。感知机最大的缺点就是它只能解决线性可分的问题。
59310编辑于 2022-11-08 - 来自专栏Hank’s Blog
2-5 R语言基础 factor
#因子：分类数据 #有序和无序 #整数向量+标签label #Male/Female #常用于lm(),glm()
44310发布于 2020-09-16 - 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Deep learning进阶路
2-5 线性表之循环链表
2-5 线性表之循环链表 循环链表就是链表首尾相接连成一个环，可以用单链表 和 循环链表来实现。
43240发布于 2019-07-02 - 来自专栏刷题笔记
2-5 Two Stacks In One Array (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101173005 2-5 Two Stacks In One Array (20 分) Write
77430发布于 2019-11-08 - 来自专栏NetCore 从壹开始
2-5 安装容器Web工具：Docker Portainer
现在已经习惯了容器化了，不仅可以很快的配合CICD来实现部署，同时主要是也能解决一些疑难杂症，比如在Linux中经常会有各种图形图像的依赖包问题。特别是内网环境。
1K20编辑于 2023-01-09 - 来自专栏刷题笔记
2-5 修理牧场 (35 分)【优先队列】
2-5 修理牧场 (35 分) 农夫要修理牧场的一段栅栏，他测量了栅栏，发现需要N块木头，每块木头长度为整数Li个长度单位，于是他购买了一条很长的、能锯成N块的木头，即该木头的长度是Li的总和
1.1K10发布于 2020-06-23 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 2026-04-24AI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 2026-03-09AI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 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-5：杂合率检验
一般自然群体，基因型个体的杂合度过高或者过低，都不正常，我们需要根据杂合度进行过滤。偏差可能表明样品受到污染，近亲繁殖。我们建议删除样品杂合率平均值中偏离±3 SD的个体。
2.4K20发布于 2020-04-27 - 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 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 2026-05-18TAPD 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。
23410编辑于 2026-05-30- 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。
11310编辑于 2026-06-17 AI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- 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
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