- 综合排序
- 最热优先
- 最新优先
- 来自专栏技术积累
AI 发展 && MCP
文章目录 一、AI 的发展历程 二、关键技术演进 2.1 架构演进 2.2 训练方法演进 2.3 应用领域扩展 三、重要里程碑产品/工具 3.1 开发框架 3.2 AI 应用 四、MCP 4.1 什么是 但是自从去年 11 月底 Claude(Anthropic) 主导发布了 MCP(Model Context Protocol 模型上下文协议) 后，AI 应用层的开发算是进入了新的时代。 新的 AI 应用也很多，但我们都能感受到的一点是，目前市场上的 AI 应用基本都是全新的服务，和我们原来常用的服务和系统并没有集成，换句话说，AI 模型和我们已有系统集成发展的很缓慢。 看看 Cursor 的 AI Agent 发展过程，我们会发现整个 AI 自动化的过程发展会是从 Chat 到 Composer 再进化到完整的 AI Agent。 )发展历程 MCP 终极指南
1.3K12编辑于 2025-07-20 - 来自专栏老齐教室
图说AI发展史
翻译：洪贤斌 1943年，可以认为是AI肇始，自此人类打开了一个盒子，对于从中放出来的巨兽，尚未定论。但，它来了。 ? ? ? ? ? ? ? AI的发展并如开始期望那样，自1974年，进入了第一次寒冬。尽管在寒冬，聪明的头脑也没有放弃思考。 ? 寒冬总会过去，AI的春天再次来临。 ? ? 重要突破刚刚萌芽，又遇到了问题，AI再次被冷落，史称第二次寒冬，而且，这次持续时间较长，直到1993年AI才回归到人们的视野中。 ? ? 寒冬没有挡住AI的发展，特别是互联网和相关计算技术的发展，AI不仅仅是理论研究，开始步入生产生活中。 ? ? 从深蓝开始，关于“机器人会不会取代人”的讨论似乎其必要性更紧迫了。 ? ? ? ? ? 原文链接：https://figshare.com/articles/AI_History_svg/12363890
99510发布于 2020-06-01 - 来自专栏新智元
2025年，AI Agent还会是风口吗？11个问题揭秘智能体技术发展全貌
Langbase公司最近发布的调查报告通过11个关键问题，为我们提供了一份有价值的现状切面。 2024年，AI智能体技术无疑是科技界的焦点。 对AI驱动解决方案的抵制或怀疑反映了使用者们的长期顾虑，这表明，模型和技术的提供商们需要更加透明和用户友好的AI平台。 问题9，在编排AI流水线时，开发者偏好哪种工具 大多数受访者更喜欢能提供灵活、基础原语的开发工具以设计定制AI流水线（pipeline）。 问题11：大模型在公司中的应用程度 大多数开发者将 AI 用于实验和生产。相比之下，实验用途的比例远远大于生产用途，但后者的比例仍在稳步前进的过程中。 随着AI智能体基础设施的成熟，越来越多的企业会尝试开发智能体，而随着多模态及大模型操作计算环境（例如Claude通过接口在线互动）的发展，智能体在2025年的应用将更加广泛，甚至不仅仅局限于报告中提到的软件开发
33310编辑于 2025-02-15 - 来自专栏智能大数据分析
【AI大模型学习】AI领域技术发展
当涉及AI大模型学习引发的伦理和社会问题时，还有一些其他重要议题值得关注和探讨。 就业和劳动力变革：AI技术的不断发展可能导致部分工作岗位的自动化，对就业和劳动力市场产生影响。 通过深入研究和广泛讨论这些议题，我们可以更好地理解和解决AI大模型学习所带来的伦理和社会问题，促进科技的发展与社会的共荣。 五、未来发展趋势与挑战 展望AI大模型学习的未来发展趋势，可以预见以下几个方面的发展： 持续的模型扩展和改进：随着对大型神经网络模型需求的增长，未来将会看到更多规模更大、效果更好的AI大模型的涌现。 个性化模型和小样本学习：针对个体差异的需求，未来的AI大模型可能朝向个性化定制和小样本学习的方向发展，以提供更加精准和个性化的服务。 通过共同努力，我们可以推动AI大模型学习朝着更加可持续、负责任和有益于社会的方向发展。
40310编辑于 2025-01-22 - 来自专栏AI科技大本营的专栏
AI芯片发展的前世今生
人工智能芯片的发展 据了解 ，人工智能(AI)技术的发展和应用在美 国 、中国和欧盟等世界主要国家中已经成为国家战 略 ，在国家的科技发展和产业竞争中占据越来越重要的位置。 2014年，中国科学研究院的陈天石博士(寒武纪创办人) 团队发表以 DianNao [10] 为名的人工智能专用加速芯片 系 列 论 文( 包 含 DaDianNao [11] 、PuDianNao [ 2.2 人工智能芯片中的后CPU时代 基于 CPU 的算力问题 ，近年来人工智能芯片领域的科学家们进行了富有成果的广泛研究 ，主要集 中在 AI 芯片目前的两种发展方向。 AI 芯片行业生命 周期正处于幼稚期 ，市场增长快 ，至 2022 年将从2018 年的 42.7 亿美元 ，发展至 343 亿美元 ，但芯片企 业与客户的合作模式仍在探索中。 on Architectural Support for Programming Languages and Operating Systems (ASPLOS). 2014: 269-284. [11
1.4K10发布于 2020-02-20 - 来自专栏DrugOne
2021AI年度发展报告
编译 | 董靖鑫 审稿 | 程玉 2021AI年度发展报告由Nathan Benaich (Air Street Capital)和Ian Hogarth (angel investor)合作撰写，它指出了研究人员在过去一年中在 参考资料： https://www.stateof.ai/
44920发布于 2021-10-21 - 来自专栏AI系统
【AI系统】谷歌 TPU 历史发展
在本文中，我们将深入探讨谷歌的 Tensor Processing Unit（TPU）的发展历程及其在深度学习和 AI 领域的应用。 以下表格中除了芯片之外，随着技术地不断进步和对于超大计算资源的需求，谷歌研发了 TPU Pod，这是一种由众多 TPU 单元构成的超大规模计算系统，专为处理大量深度学习和 AI 领域的并行计算任务而设计 在这个 AI 爆发的大时代，谷歌在移动端的 AI 掷下豪赌，对于最新发布的 Tensor G3，谷歌 Silicon 的高级总监 Monika Gupta 是这样评价的：“我们的合作与 Tensor 一直不仅仅局限于追求速度和性能这样的传统评价标准 在最新的 Tensor G3 芯片中，我们对每个关键的系统组件都进行了升级，以便更好地支持设备上的生成式 AI 技术。 这一代 TPU 在晶体管数量上增加了 11%，同时在时钟频率、互连带宽和内存带宽上实现了 1.35 倍的提升。
1.9K10编辑于 2024-11-27 - 来自专栏AI科技大本营的专栏
AI芯片行业发展的来龙去脉
与此同时 ， Google、FaceBook、Amazon、Intel等巨头纷纷成立AI团队 ，促进人工智能技术的进一步发展。 ， 也是未来人工智能时代的战略制高点 ，但由于目前的 AI 算法往往都各具优劣，只有给它们设定一个合 适的场景才能最好地发挥它们的作用，因此，确定应用领域就成为发展人工智能芯片的重要前提。 AI 芯片发展需要应用和架构创新双轮驱动 [C]. GTIC 2018 全球 AI 芯片创新峰会 . 上海, 2018. WEI S J. 微纳电子与智能制造, 2019, 1 (2): 7-11. YIN Shouyi. Artificial intelligence chips review[J]. Micro/nano Electronics and Intelligent Manufacturing, 2019, 1 (2): 7-11.
89800发布于 2020-02-20 - 来自专栏人工智能AI
AI 技术发展趋势
▶ 通用基础大模型 : 从弱人工智能到强人工智能发展的路线上，提高机器解决问题的“泛化”能力，是重要的手段。 基于 3D虚拟形象的舞台演出、直播带货、教育互动等应用层出不穷，成为 AI 内容产业全新发展方向。 ▶ 安全 AI： 近年来算法后门攻击、对抗样本攻击、模型窃取攻击等针对人工智能算法的攻击技术持续发展，通过篡改构造特殊数据诱骗人工智能应用产生不可信的错误结果，带来了更大的算法安全风险，因此保障人工智能应用安全可靠的需求日渐迫切 ▶ 多点协作： 在 AI 技术发展过程中，算力、数据和模型作为人工智能三要素被呈现，然而实际上位于大型数据中心或者说云端的大算力节点不具备访问位于边缘的具备海量数据的节点的权限；位于边缘的具备海量数据的节点不具备将数据转化为模型的算力 这些因素促使 AI 技术向多点协作的方向发展。
79110编辑于 2024-05-21 - 来自专栏奇点大数据
说真的，为什么要发展AI？
AI的热潮起源于2016年AlphaGO的秀肌肉，随后我国就进行了运动式的AI学习与产业革命。 ? 当然在这个过程中有不少怪相，比如一些很传统的数据分析项目也把自己粉饰成AI项目等等。 所以这也招致很多科学家对盲目AI跟随浪潮的批评。 不过，说真的，我们为什么要发展AI？难道所有人都是为了赶时髦吗？其实并不是的。 在我看来，无论是在个人层面还是国家层面，发展AI几乎可以说都是必须走的不能回头的路。 第一、这是不可逆的产业升级 AI本质上是一种高质量的自动化过程。 AI产业的必须性，不管是从自然科学领域，还是从经济学领域，都能讲得通。 ? （无人仓库） 第二、形势所迫 前两天大家可能也看到一则新闻，标题有点耸人听闻——2035年我国养老金即将耗竭。 我是一个务实主义者，在我看来，AI这种东西不求去实现超高智商的智能人形机器人，只求以高的性价比完成重复量大的工作。而且在未来相当长的时间内这类工作的取代趋势还是非常明显的，需要大量的人工智能产业工人。
1.3K30发布于 2019-05-05 - 来自专栏C语言
【AI】AI 发展下的伦理挑战，应当如何应对 ？
人工智能（AI）的快速发展带来了诸多便利，但也伴随着伦理和隐私保护方面的挑战。以下是一些应对这些挑战的思路和策略： 1. 加强法律法规的制定和执行 1.1 现有法规的改进 尽管一些国家已经出台了相关的法律法规，但现有法规还需要不断改进和完善，以适应AI技术的快速发展。 跨国合作和全球治理 6.1 国际合作 AI技术的发展和应用具有全球性，单靠某一国家的努力难以解决所有问题。需要加强国际合作，共同制定和推行全球性的AI伦理和隐私保护框架。 6.2 全球治理 推动建立全球范围内的AI治理机构和机制，协调各国政策和行动，确保AI技术的安全、透明和公正应用。 总结 面对AI发展带来的伦理和隐私挑战，我们需要多方努力，共同应对。 通过加强法律法规的制定和执行、推动技术透明和算法公平、建立有效的隐私保护机制、加强行业自律和企业责任、增强公众意识和教育以及跨国合作和全球治理，可以更好地促进AI技术的健康发展，保护个人隐私和社会利益。
1.3K10编辑于 2024-12-11 - 来自专栏人工智能
现在，医疗 AI 发展的怎样了？
影像科皮肤科首当其冲 人工智能发展至今，已涉足医学影像、基因检测、临床手术、辅助决策等多个医疗领域。其中，医学影像属于介入较早且卓有成效的板块之一。 轻松识别糖尿病早期视网膜病变的 AI 2016 年，Google DeepMind Health 团队给自家 AI 喂养了 12.8 万副视网膜眼底图像，打造出一只可以轻松识别糖尿病早期视网膜病变的 AI 图片来源：Google research Blog 皮肤病智能诊断 AI 视网膜病变检测，仅仅是 AI 介入医疗诊断的冰山一角。 AI 皮肤癌检测 图源: Stanford university 官网 识别甲状腺 B 超的 AI 在今年，知名电商大佬就发布展示用于甲状腺结节病灶识别的 AI。 但国民不断增长的医疗健康需求为 AI 催生了广阔的发展空间，相信在不久的将来，国产人工智能会带给我们更多惊喜。
1.2K70发布于 2018-02-01 - 来自专栏架构师专栏
2026年AI发展趋势预测
微软与英国政府签署多年协议，为公共部门提供AI代理工具；智谱AI在11月的开放日上展示的外卖订购助手，能够理解"我想吃辣的，但不要太油"这类模糊需求，自动搜索餐厅、比较菜品、完成下单，全程无需人工干预。 2026年，能源效率将成为AI发展的硬约束，推动技术路线的调整：稀疏模型架构普及。传统密集模型的每个参数都参与计算，效率低下。 这些规则涉及数据使用（需征得用户同意，保护隐私）、算法透明（高风险系统必须可解释）、责任归属（AI出错谁负责）等核心问题，为AI发展划定了红线。但坦率讲，现有治理框架仍处于摸索阶段。 这将催生新的审计行业，预计2026年会有数十家专业机构成立，提供AI审计服务。也会推动可解释AI技术的发展——企业需要向审计员展示模型如何做出决策。数据权益保护强化。 类似金融领域的巴塞尔协议，AI领域也会有统一的安全标准、测试方法、认证流程。这有助于避免监管套利和技术壁垒，促进全球AI产业健康发展。治理的目标不是限制创新，而是让创新更负责任。
2.4K20编辑于 2026-01-03 - 来自专栏白话互联
【Ai Agent】Ai Agent News | 9月11日速递
今天是9月11日星期四，让我们一起来看看今天 Ai Agent 带来的 AI 领域的重要动态吧！ ❤ Indeed Unveils AI Agents for Job Seekers and Recruiters 求职招聘领域迎来AI助手新时代 Indeed推出了两款AI Agents，分别面向求职者和招聘方 ❤ Secure AI Agents at Runtime with Docker Docker推出AI Agent运行时安全解决方案 Docker发布了关于如何在运行时保护AI Agent的新方法， AI Agent时嵌入运行时安全，为AI原生开发提供更可靠的安全保障。 AI Agent平台发展成果 Salesforce联合创始人兼CEO Marc Benioff在Goldman Sachs Communacopia会议上透露，自九个月前推出AI Agent平台Agentforce
33110编辑于 2025-09-17 - 来自专栏智能大数据分析
【2024年AI辅助研发趋势】AI辅助科技发展
前言 随着人工智能技术的持续发展与突破，2024年AI辅助研发正成为科技界和工业界瞩目的焦点。从医药研发到汽车设计，从软件开发到材料科学，AI正逐渐渗透到研发的各个环节，变革着传统的研发模式。 但鉴于虚拟环境中人工智能迭代速度可能远超想象，其可能在不远的将来自主发展出在各个领域均可超过人类水平的AI。 2023年11月，OpenAI甚至宣布暂停ChatGPT Plus付费订阅新用户的注册，以确保现有用户拥有高质量体验。作为全球性能最强的AI，ChatGPT已遇到算力等方面的瓶颈。 目前，以AI大模型为基础的编程辅助工具已经发展到一个新的阶段，能够根据用户十分模糊的指令来生成软件或网页代码。 机遇：这些挑战推动了可解释AI（XAI）和数据科学领域的发展。通过开发更加透明和可解释的模型，不仅可以增强用户对AI系统的信任，还可以促进AI技术在更广泛领域的应用。
69410编辑于 2025-01-22 亚马逊Nova AI挑战赛加速生成式AI发展
亚马逊Nova AI挑战赛加速生成式AI领域发展首届全球大学竞赛，致力于推动安全、可信的AI辅助软件开发。发布时间：2025年3月10日在负责任AI发展框架下，通过与顶尖大学合作以培育突破性研究。 虽然该挑战赛将探索生成式AI的多个方面，但今年的重点聚焦于“可信AI：推进安全的AI辅助软件开发，以构建更安全、更可靠的应用程序”。 挑战赛本质上是跨学科的——位于负责任AI、生成式AI、安全、对话式AI和自动化软件开发的交叉点。因此，它汇集了在多个研究领域具有专业知识的团队，为竞赛带来了不同的才能和视角。 “我们立即获得了AWS Trainium芯片的访问权限，这是一个由AWS专为AI训练和推理构建的AI芯片系列，旨在降低成本的同时提供高性能。 研究领域对话式AI安全、隐私和滥用防护标签生成式AI负责任AI大语言模型学术合作某Nova关于作者撰稿人
9410编辑于 2026-01-13- 来自专栏AI
我“AI”发文——AI发展现状与未来趋势分析
引言人工智能（AI）作为当前科技发展的核心领域，正以前所未有的速度影响着各行各业。从自然语言处理（NLP）、计算机视觉（CV），到自动驾驶、智能制造，AI的发展正逐步走向更高的智能化阶段。 本文将详细分析AI的现状，并探讨其未来的发展趋势。AI发展现状1. 大模型时代的到来目前，AI的发展已进入大模型时代。 智能体（AI Agent）将是AI未来发展的一个重要方向，例如AutoGPT、BabyAGI等已经初步展现出自主执行复杂任务的能力。3. AI与量子计算结合量子计算的发展有望进一步提升AI计算能力。 AI+5G/物联网（AIoT）随着5G和物联网的发展，边缘AI（Edge AI）将在智能家居、自动驾驶、工业自动化等领域发挥更大作用。例如，华为、英伟达等公司正在积极布局AIoT。 结论AI正处于快速发展的阶段，未来将向更智能、更高效、更可控的方向迈进。尽管AI带来了诸多挑战，但其潜力仍然巨大，值得我们持续关注和探索。
2.1K10编辑于 2025-03-23 - 来自专栏LB说IOT
AI技术推动车站监控系统的发展
为了创建更完整的答案，安全团队必须利用AI技术。 有效的AI安全系统要求： 强大的计算系统 多个可独立配置的IP摄像机 具有行为分析和虚拟围栏功能的高级AI软件 用户友好的视频管理系统 广阔的视野 AI应用程序最多使用六个网络或云连接的IP摄像机。 视频管理 视频馈送和AI分析的结果（包括安全警报）被发送到视频管理软件，然后通过用户友好的GUI将其传递给人工操作员。 通过AI技术可以更快地处理潜在的欺诈或危险行为,可以将警务人员部署在真正需要的地方,并且火车站/航站楼等可以成为乘客更安全的地方. 我们提供服务、配置，定制和OEM支持，以确保可以快速有效地交付您的AI应用程序。
42510编辑于 2022-04-12 AI Agent 发展趋势与架构演进
编程范式的演进随着技术与发展，编程范式不断演进。OpenAI 前创始人，特斯拉自动驾驶负责人 Andrej Karpathy 在提出过类似观点。 AI 原生应用的核心概念对于这样一个全新概念，很多开发者对于 AI 原生应用的定义是模糊的，也不知道 AI 原生应用的架构是什么样的。 AI Agent 开发的关键问题讲解完基础概念之后，那么我们来聊聊 AI Agent 在开发过程中，需要关注的关键问题。 AI 原生应用参考架构在解读完上面的三个问题，接下来介绍一下 AI 原生应用的参考架构。以 AI Agent 为核心，其运行依赖于多种技术组件协同。 中间的这块东西就是我们的 AI 应用和模型之间有一个核心的 AI 网关的代理能力，它可以做到一些核心的 AI 能力，比如 LLM 缓存，向量的一些检索，还有像 token 的一些限流。
58210编辑于 2025-08-28- 来自专栏Python数据科学
2022国内首份可解释AI发展报告！
发布：腾讯研究院 近日，腾讯研究院、腾讯天衍实验室、腾讯优图实验室、腾讯AILab等组成的跨学科研究团队，历时近一年，完成业内首份《可解释AI发展报告2022——打开算法黑箱的理念与实践》，全面梳理可解释 AI的概念、监管政策、发展趋势、行业实践，并提出未来发展建议。
1.2K10编辑于 2022-03-11
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