AI Weekly | Nov. 9, 2019

Researchers tout AI that can predict 25 video frames into the future In a preprint paper, researchers propose an AI model that can predict up to 25 video frames into the future given only two to five starting Applause targets AI bias by sourcing training data at scale Software-testing company Applause wants to reinvent AI testing with a service that detects AI bias by crowdsourcing larger training data sets. Remember that scary AI text-generator that was too dangerous to release?

精灵之息 开发日志（9）

其实制作精灵之息的过程一直让我有种在上个世纪给FC红白机开发游戏的感觉。 想做的东西非常庞大，但是实际上能做的东西十分有限。

【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！ 解决了AI原生开发中的安全挑战。 *运行时风险*：只有在运行时才显现的风险，如凭证泄露或意外API调用 *不可预测行为*：AI生成的代码可能包含难以预测的漏洞 *扩展攻击面*：AI工具链的复杂性扩大了潜在攻击面 Docker的新方法帮助开发者在构建 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。 CarEdge的30岁CEO Zach Shefska声称，他公司开发的AI谈判员能够比大多数人类更成功地谈判汽车价格，为客户节省数千美元。

9. 注解开发总结

9. CMDB前端开发(上)

CMDB前端开发(上) 大纲 登录页面 后台基本布局 登录页面 前端代码架构可以参考： https://blog.51cto.com/devwanghui/6193473 开发前预览页面 仪表盘占位页面开发

从锅炉工到AI专家(9)

而又较多的使用了c++开发python外围模块的技术，更多的用于外围model的编写示例，所以这里只做一个简单介绍就跳过。有兴趣的朋友可以自己研究。 Epoch 8 Step 1207755: lr = 0.015 words/sec = 401 Eval 4965/17827 accuracy = 27.9% Epoch 9

.NET+AI | Agent | 人机协作（9）

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。

Play For Scala 开发指南 - 第9章 Json 开发

Play Json 简介 Play 内置了一套JSON库，以帮助开发者简化JSON操作。 Play JSON 库提供的基本类型如下： JsString JsNumber JsBoolean JsObject JsArray JsNull 在日程开发中，我们很少跟这些 Play 为开发者提供了 Format 宏，只需要一行代码便可以完成声明操作。 Json 请求与 Json 响应 Json是目前使用最为广泛的数据交换格式，利用 Play 的 Json 库，我们可以开发非常健壮的 RESTful 应用。 小结 随着NoSQL数据库和微服务的不断普及，JSON数据在Web开发中显得越来越重要。借助 MongoDB 等 BSON数据库，我们可以实现全栈式 Json 开发，大大简化了数据的处理流程。

VFP AI 插件开发花絮9：JSON序列化和反序列化

插件开发过长中，无法避免JSON的序列化和反序列化。之前采用的是 SPS 开发的 JSON 库。 尽管之前使用它完美的处理过百度地图API返回的JSON，但是这次似乎有些翻车。 准备一段 JSON 字符串（模拟 API 返回） TEXT TO m.lcJsonStr NOSHOW { "id": "b3ad4fd6-1fb9-49ba-bddc-0cb529965720",

新型Power9处理器 针对AI和机器学习而开发

目前全球需要越来越大的计算能力来处理像人工智能和机器学习这样的资源密集型工作负载，IBM公司以其最新一代Power芯片 - Power9进入了竞争。 与此同时，它发布了一款由Power9芯片和AC922芯片组成的新电脑，并打算在IBM云上提供该芯片的计算服务。IBM表示它通常把技术作为一个完整解决方案推向市场。 该公司专门设计了这款新芯片，以提高Chainer，TensorFlow和Caffe等通用AI框架的性能，并宣称在这些框架上运行的工作负载增加了近4倍。 “Power9是一款具有新型系统架构的芯片，针对机器学习中使用的加速器进行了优化。IBM的Power9实际上是ML加速的瑞士军刀，因为它支持天文数量的IO和带宽，是今天任何产品性能的10倍。” 他说，超级计算机将建在成千上万的Power9芯片上，耗资3.25亿美元。

a16z：AI带来了全新的9种开发软件的模式

非常有启发的9条新兴模式，推荐给已经上手 vibeCoding 的读者们。 开发者正在将 AI 从简单的工具转变为构建软件的新基础。 九种新兴开发者模式： 1. AI 原生 Git Git 变聪明，更关注结果。 解释：以前 Git 逐行跟踪人工写的代码历史。 现在 AI 代理写代码，开发者不再只盯着每一行改动，而是关心结果是否符合预期，比如测试是否通过，应用是否正常运行。 潜在的新市场： AI 代理任务编排平台，将 AI 代理集成到现有协作工具的服务，新的基于异步代理工作的开发者流程和工具。 8. MCP 迈向通用标准 AI 代理和工具的通用语言。 9. 抽象化的基础服务 AI 搭应用，需要标准化的积木。

自学鸿蒙应用开发（9）- TimePicker组件

如下面代码中21行~49行所示，在获取TimePicker组件后，一方面在button的动作响应中计算所选时刻和当前时刻的秒数差之后用小窗口表示出来；另一方面在用户操作TimePicker时将选择结果表示在TextFile组件上。

9.开发newapp的首页index

1.轮播图效果 1.在后端开发获取banner的api： 1.在后端项目NewCenter/apps/user_operations/views.py中开发获取片区banner图的视图： from django.shortcuts 3.公告列表功能开发 1.在后端，修改user_operations.models.py下的公告表为： 1.models.py： from django.db import models from users.models

MongoDB运维与开发(9)---readConcern

// MongoDB运维与开发(9)---readConcern // readConcern产生背景： MongoDB的写请求写入Primary， secondary从Primary自动获取并且应用

jetty 9 嵌入式开发示例

jetty 9 嵌入应用程序后，小型的web应用直接打成一个单独的jar包，就可以直接运行，非常适合做Demo演示或云端集群部署。 org.eclipse.jetty.util.thread.QueuedThreadPool; 8 import org.eclipse.jetty.util.thread.ThreadPool; 9 yjmyzz.jetty.demo.server.JettyWebServer; 7 import yjmyzz.jetty.demo.util.FileUtil; 8 import yjmyzz.jetty.demo.util.JarUtils; 9 WEB_DIR, selfPath); 106 } 107 logger.info(selfPath); 108 } 109 } 我在github上开源了一个jetty9

第9章 Spring Boot开发者工具第9章 Spring Boot开发者工具

第9章 Spring Boot开发者工具 Spring Boot为Maven和Gradle提供构建工具插件。 plugin: 'war' 运行命令： gradle bootRun 9.3 Spring Boot热部署：spring-boot-devtools spring-boot-devtools 是一个为开发者服务的一个模块 base ClassLoader：用于加载不会改变的jar（eg.第三方依赖的jar） restart ClassLoader：用于加载我们正在开发的jar（eg.整个项目里我们自己编写的类）。 正是这样的实现机制，导致我们使用scala语言集成SpringBoot开发的时候，一起使用scala-maven-plugin插件跟spring-boot-devtools的时候会报错。 9.4 Spring Boot远程调试 有时会遇到一些问题：开发环境是正常的，而线上环境是有问题，而此时就需要远程调试来定位问题。 使用Spring Boot开发应用程序，支持远程调试。

AI日报 - 2025年3月9日

AI日报 - 2025年3月9日 今日概览（60秒速览） ▎ AGI突破 | 新基准IFIR发布，挑战AI在未知模拟世界中的问题解决能力 算法突破：潜在令牌压缩推理步骤方法提升语言模型效率 ▎ AI功能集成 ▸ 保险公司开发动态保费定价模型 趋势：2025年医疗AI合规性认证标准将出台 行业热力图（按领域划分）： 领域 融资热度政策支持技术突破市场接受度开源模型 ） ▸ 社会：降低开发者入门门槛 推广潜力：83%开发者表示愿迁移至新框架 五、AI人物 (Voices)5.1 Stephen Wolfram（Wolfram Research CEO 团队 点评：打破苹果生态封闭性的关键工具 6.2 Groq Console️ 场景：高性能模型推理/多模态开发 ● 功能： ▸ 1M tokens处理延迟<50ms ▸ 可视化代理行为追踪 ▸ 免费层包含50万tokens/月 用户：需要实时响应的AI应用开发者 七、AI趣闻 (Fun Corner)7.1 Claude的"停电策略" 背景：AnthropicAI模型在宝可梦对战中故意失败

AI日报 - 2025年4月9日

"GRMs不仅依赖现有原则，还能自我创建和批判原则" - DeepSeek研究团队undefined 该方法已在arXiv发布论文，或将重塑模型优化范式1.2 特斯拉FSD实现零干预驾驶#自动驾驶 #AI Drive到Santa Monica全程零干预驾驶 ⚡ 穿越两条高速公路和城市街道，尚未发布v13版本 行业影响：▸ 证明纯视觉方案在复杂场景中的可靠性▸ 加速L4级自动驾驶商业化进程"@Tesla_AI GDPR法规#数据政策 #欧盟 #监管 | 影响指数：★★★☆☆ 核心进展：欧盟委员会计划未来几周提出GDPR削减提案，减少企业合规负担 ⚡ 2018年实施以来首次重大调整 行业影响：▸ 可能释放欧洲AI 应用成本下降"开放生态是AI民主化的关键" - NVIDIA发言人undefined 模型已在Hugging Face发布，商用前景广阔️ 二、技术前沿 (Tech Radar)2.1 自我原则批判调优 医疗 ▲▲▲ ▲▲▲▲ ▲▲▲▲ ▲▲ 工业AI ▲▲▲▲ ▲▲ ▲▲▲ ▲▲▲ 零售AI ▲▲▲ ▲ ▲

Flink 实践教程-入门（9）：Jar 作业开发

作者：腾讯云流计算 Oceanus 团队 流计算 Oceanus 简介 流计算 Oceanus 是大数据产品生态体系的实时化分析利器，是基于 Apache Flink 构建的具备一站开发、无缝连接 流计算 Oceanus 支持 Flink Jar 作业和 Flink SQL 作业，本文将向您详细介绍如何使用 Flink DataStream API 进行 Jar 作业开发，并在流计算 Oceanus 开发 DataStream 作业 1. 新建 Maven 工程 在本地 IDEA 中新建Maven Project，并配置 pom.xml 文件。 9092"; sinkProps.setProperty("bootstrap.servers", hosts); String outTopic = "flink-demo9" 创建作业 在流计算 Oceanus 控制台，点击左侧【作业管理】，点击左上角【新建】新建作业，作业类型选择 Jar 作业，点击【开发调试】进入作业编辑页面。

9. 数仓开发之 DWD 层

9. 数仓开发之 DWD 层 1.