- 综合排序
- 最热优先
- 最新优先
- 来自专栏ATYUN订阅号
DeepMind AI新技能——“睡觉”！
当谷歌的AI–AlphaGo击败了人类顶尖棋手的时候，举国皆知，可以说是震惊了全世界。 现在，又让AI具备了一项更加人性化的技能——“眯一会儿”、“打盹”，并且在最近发表的一边文章中谈到了DeepMind的“休息”能力。 目前无论是AI、神经网络还是机器学习等算法，研究者们要做的就是让它们有自行解决问题的能力。 自动驾驶技术需要对交通状况中做出决策，而AI需要的就是要具有人的思维能力。
83480发布于 2018-03-02 - 来自专栏SDNLAB
2017年网工必备8大技能
2017年，网络工程师将需要更多的技能，以便实现网络与业务目标的统一。 ? 网络工程师处在基础设施的核心，他们需要对网络中的应用程序和数据深入了解。 网络工程师现在所需的技能是围绕应用程序本身展开的，借助自动化和SDN等技术，当今的网络为运行在其上的关键应用程序量身打造。因此，网络工程师必须理解应用优先级、流量以及其其他优化数据传输的策略。 以下将介绍在2017年，企业网络工程师应该掌握的技能。 DNS 深入理解企业内部和外部的DNS功能的优先级是网络工程师的必备技能，在当今网络中，随着越来越多的安全问题围绕DNS展开，该技能的重要性日益突出。 因此，了解如何虚拟化网络服务和功能的技能要求逐渐变高。 网络自动化 多年来，IT公司的其他部门都通过脚本和自动化来减少冗余任务，但网络工程师与脚本和自动化几乎没有交集。
1K130发布于 2018-03-30 - 来自专栏大龄程序员的人工智能之路
2023，AI 技能学起来
注意：这里并不是说要掌握 AI 相关技术，而是掌握如何应用人工智能的技能。 想像一下如下场景： 文字工作者（包括作家、自媒体作者），使用 AI 生成相当一部分的作品，然后在此基础上进行润色。 营销人员，使用 AI 生成令人印象深刻的文案，或利用模型的丰富知识进行创意头脑风暴，然后根据自己公司的情况进行加工 程序员，使用 AI 搭建出程序框架，然后实现一些定制化的需求。 这个时候，如何你能掌握使用 AI 的技能，就会拥有相对于其他人的极其宝贵的竞争优势。 什么是使用 AI 的技能？就是你和 AI 之间的沟通能力，让 AI 理解你意图的能力。 所以，你与 AI 的交流方式很重要。 在我刚工作那会，掌握英语会形成求职的一个重大优势，以后，掌握 “Prompting” 技能会不会成为亮点？ 但这些机会不会默认开花结果。你必须去追他们。 因此，在 2023 年，开始学习这一项关键技能吧。 在发生巨大变化的时代，那些先于其他人发现趋势的人会效益最大化。现在开始学习如何提示，很快，你就会在 99% 的社会中拥有明显的优势。
46350编辑于 2023-02-27 - 来自专栏精益码农
硬核技能k8s初体验
Kubernetes对象是期望状态，创建对象之后，你就通知了K8s你希望集群这样运作。 大多数K8s对象由spec和status组成： spec：由你提供资源的特征描述 status: 系统自行控制 描述对象当前状态，由K8s系统组件设置和更新，K8s控制面板持续管理对象的实际状态去匹配你设定的期望状态 当你创建k8s对象， 你需要提供对象spec来描述预期状态。 已经定义了API元数据，Controller调度K8s系统到指定的 预期状态（这个预期状态以K8s对象体现），在落地形式上以创建/调度Pod来承载应用。 总结 本文从K8s全局架构讲起，力求先在你头脑中构筑宏观思维导图； 提出核心概念帮助全流程理解； 通过一个常见的多实例nodejs应用来实践k8s核心功能。
1.4K30发布于 2020-05-04 Claude code AI 技能神器：Anthropic Skills！
你是不是也遇到过这种情况：每天和 AI 聊天、搞项目，本来想让它帮你完成专业任务，却要重复写一大堆 Prompt，结果 AI 输出跑偏、效率低到想哭？ 偶然刷 GitHub，看到 anthropics/skills 仓库，惊呆了：原来有个“技能包”，可以把复杂任务一次性打包成 AI 能直接理解的“外挂”。那一刻，我差点直接发朋友圈——这是效率革命！ 亮点揭秘 像外挂一样秒懂流程以前让 AI 整理 Excel、生成报告，你得从头提示一大堆流程——半小时没出效果很常见。Skills 出现后，只要交给 Claude 一个技能包，它立刻按流程自动操作。 比喻：就像你把繁琐流程装进一个“技能卡盒”，AI 拿出卡片就能直接用。⚡ 即插即用 + 团队共享神器技能包是文件夹格式（README + SKILL.md + 脚本），下载就能用，还能分享给团队。 比喻：以前你得教每个人怎么操作，现在只要发一个技能包，全队都能秒上手。 AI 变专家，提示不再乱Skills 用“渐进披露”机制：模型先只看到技能名和简介，任务相关时才加载完整技能。
2.5K10编辑于 2025-10-24- 来自专栏大数据文摘
是的，你的AI技能正在“贬值”
AI的普及成为推动社会生产力标志，必将改变我们的生活。 但是，本文作者前谷歌工程师、Inovo.vc的CTO Ric Szopa认为，AI从业者的技能正在贬值。 他从一个选择题入手告诉我们，AI工具、数据集、资金投入以及行业+AI的优势正在一步步弱化单一的AI基础技术优势。 先来做一道选择题。 在这种情况下我们应该如何看待AI？有很多公司试图将AI作为他们的直接产品（用于图像识别的API等），对一个AI专家，这可能很有吸引力。 然而，这常并不是一个好的选择。 同样令人兴奋的是，因为AI属于辅助后端，仍然可以利用非AI业务来保持公司的竞争优势。 结论 AI是一项真正的变革性技术。但是，以此为基础创业是一件棘手的事情。 你不应该完全依赖于AI技能，因为市场趋势就是技术会贬值。 构建AI模型可能非常有趣，但真正重要的是拥有比竞争对手更好的数据。
62410发布于 2019-05-14 - 来自专栏AI人工智能与大数据
AI从业者生存技能：化繁为简
提炼关键信息，就是小学时大家学的概括中心思想。一篇文章的观点可能只有一个，但为了辅证这个观点，会有很多材料，从各个角度来阐述。在向上层汇报时，一定要把关键信息提取出来。当然也要了解上层最关心的问题，是精度提升？还是时延提升？还是其他KPI？这个KPI提升了多少？现在到什么水平？关键信息之外的其他信息，像如何达到这个KPI的，调了哪些超参，和哪些兄弟讨论了，参考了哪几篇论文，都不应该喧宾夺主，而是提前准备好，要哪个就立马提供哪个。
36020发布于 2020-04-26 - 来自专栏小巫技术博客
第09期·AI Skills 技能体系
每日AI知识点 · 第09期 ️ AI Skills 技能体系 给AI装上专业技能包 ️ 什么是 AI Skills？ Skills = 预封装的专业能力包，让 AI 秒变领域专家。 直接问 AI 每次都要解释背景输出不稳定，无法调用工具 使用 Skills 无需重复说明背景稳定输出，工具一键调用 Skills 包含什么？ 1 指令（Instructions） 告诉 AI 在该场景下如何思考和行动，例如「生成测试用例时必须包含边界条件」 2 工具（Tools） 该技能可以调用的 MCP 工具， 例如 TAPD 技能包含查需求、写用例、更新状态等工具 3 资源（Resources） 参考文件、模板、示例代码，例如测试规范文档、历史用例模板 4 上下文（Context） xhs-note-creator 小红书笔记创作：自动撰写标题+正文，生成图片卡片，一键发布 tapd 需求管理：查询需求/缺陷，自动生成测试用例，更新任务状态 ai-image-generator
7210编辑于 2026-04-13 - 来自专栏Godev
外包技能--k8s增加node操作
node状态 [root@kmaster install-k8s]# kubectl get node -o wide NAME STATUS ROLES 4.18.0-240.22.1.el8.x86_64 docker://20.10.6 knode01 NotReady <none> 101d v1.21.0 192.168.31.11 <none> Rocky Linux 8 4.18.0-240.22.1.el8.x86_64 docker://20.10.6 knode02 -240.22.1.el8.x86_64 docker://20.10.6 [root@kmaster install-k8s]# 删除node 此操作在master节点上进行 [root@kmaster install-k8s]# kubectl delete node knode02 node "knode02" deleted [root@kmaster install-k8s]# 方法一 获取
77520编辑于 2023-10-17 - 来自专栏AI技术体系搭建过程
AI时代如何沉淀和复用团队技能
而 AI IDE 时代，这个问题被放大了十倍——AI 不读 Wiki，AI 只看它能访问的上下文。 你不给 AI 规范，AI 就按"互联网平均水平"生成代码。 企业软件系统三大痛点，AI 时代一条都没解决，反而加速了： 痛点 AI 时代的放大效应 Controller 变垃圾桶 AI 默认把所有逻辑堆在最上层，一次生成，全员复制 入参出参边界模糊 AI 不知道 洞见二：金字塔双层是 AI 时代的"可读代码"最低标准 以前代码只给人读，靠注释凑合。现在代码也给 AI 读，AI 要理解上下文才能生成正确的后续代码。 三层以上的嵌套，AI 无法判断下一步方法属于哪层，生成结果随机落层。金字塔双层是人类可读性和 AI 可理解性的最大公约数。 AI 时代最大的职业分化，不是会不会用 AI，而是能不能把自己的隐性经验显性化，装进 AI 的大脑。 Lv.1 的人用 AI，每次 prompt 不同，结果随机。
6110编辑于 2026-04-14 超绝openclaw技能skill，让AI更懂你。
它的核心使命是：让 AI 从专业心理学角度理解用户，越用越懂你核心特点 专业心理学模型 - 基于 OCEAN + HEXACO 人格模型 多维度分析 - 人格、情绪、灵活性、应对模式 持续学习 - 每次对话都在积累理解 主动关怀 - 自动追踪情绪事件，适时关心 置信度加权 - 不瞎猜，用数据说话 隐私安全 - 所有数据本地存储适用场景想要 AI 助手更懂自己的用户需要情感陪伴的对话场景个性化 AI 体验的开发者心理学相关的应用开发安装前置要求 进入 OpenClaw 技能目录 cd ~/.openclaw/workspace/skills/ # 2. # 测试技能是否可用 { ocean: { openness: { score: 0.8, confidence: 0.7, evidence: "用户说'我想试试那个新出的AI
64210编辑于 2026-03-16AI自动化必看！n8n 隐藏技能 Data Tables，替代飞书表格太香了
最近一直在死磕「AI+RPA实现小红书运营全自动化」的实战系列，相信关注我的朋友都有了解了——目前正在搞“n8n自动搜关键词选题”的工作流。 ； 字段清晰可控：标题、热度、链接、图片、来源这些字段，想加就加一目了然； 数据本地私有：不依赖第三方平台，不用担心数据泄露或权限问题； 无缝对接AI脚本：通过n8n内置API，就能直接给AI写作脚本喂数据 重要前提：必须部署n8n v1.115及以上版本！从这个版本开始，Data Tables测试版才会出现在你的n8n界面里哦～ 实战教程：3步搞定Data Tables，再也不用额外编码！ 查看数据：一键直达，清晰直观 工作流运行成功后，不用装任何工具，在n8n里就能直接看数据： 1. 在n8n界面找到对应的Data Table入口； 2. 尤其是做小红书、抖音这类需要批量存选题、核重、对接AI写作的运营场景，这个功能直接把效率拉满了。 你们在做运营自动化时，还踩过哪些工具坑？评论区聊聊，下次咱们针对性解决～
47210编辑于 2025-11-20Alexa技能发明家推动AI教育发展
Alexa技能发明家推动AI教育发展Alexa技能发明家项目专注于科学、技术、工程和数学（STEM）教育，通过Alexa帮助学生了解人工智能。 这些技能使用积木代码构建，使任何人都能轻松学习语音AI基础知识及其编程方法。”积木编码将基于文本的代码转换为可视化的“积木”，可以通过拖放方式创建计算机程序。 AI日标志着Alexa技能发明家项目的正式启动。据Alexa首席技术推广专家介绍，该项目的重大发展在于其易于访问性。“美国14岁及以上的学生可以报名，教师可以随时将其纳入课程。” 长期影响与包容性目标为深化技能发明家项目的影响，某中心未来工程师计划重点支持像AI日这样的STEM活动，并资助将项目带给服务不足和历史代表性不足社区的学生。 MIT RAISE的AI日编程帮助向全球数千名教师和数万名学生介绍了Alexa技能发明家。某中心的贡献还包括向波士顿公立学校捐赠25,000美元，以支持和鼓励学生AI教育计划。
22210编辑于 2025-09-28程序员必备技能——AI画技术图
最近学了一些使用 AI 大幅提升画技术流程图、架构图、各种图的技巧，像这样： 这些图全是用 AI 不到 3 分钟画的，而且最重要的一点是，这些都基于文本绘图，也就是说，所有的图都可以手动二次编辑、调整， ✍️作图 既然是 AI 画图，那我们先确定用的工具、哪家的 AI 。 有一个小技巧，可以使用截图工具先截图，然后直接粘贴到 Cursor 输入框，AI 即可读取图片内容。甚至还可以将某些地方用框圈起来，让 AI 更有目的性的修改和完善。 比如上述架构图的技术栈区域下方有点空，我会通过 AI 这样调整： 这样 AI 就又加了一些内容，如果对文案不满意，我们可以通过编辑对应的文件手动调整，这也是我用 AI 画图很重要的一个原则——必须要能够手动调整图片内容 还是以最初的登录流程为例，让 AI 绘制流程图： 将 AI 的输出内容复制一下： 粘贴到 draw.io： 这样这个图就基本画完了，不满意的地方在 draw.io 里继续调整即可！
51021编辑于 2026-04-09- 来自专栏沉默王二
软件开发者升职加薪的 8 项技能
私下里，经常有一些读者问我：“作为一名软件开发者，我应该掌握哪些技能，才能被领导赏识给我呢？” 说实话，我心目中很多选项，不少于 20 个，但我斟酌再三，只挑选了其中最能让你受益的 8 个，不仅能让领导赏识你，还能让领导给你升职加薪。 ? 01、吃透一门编程语言 这个技能看起来似乎没有必要强调，毕竟程序员不懂一种编程语言也说不过去啊。我之所以再次强调是怕你“贪心”，以为技多不压身就拼了命的学很多种编程语言。
44010发布于 2020-03-25 - 来自专栏PPV课数据科学社区
入行AI最需要的五大技能
随着机器学习在越来越多的应用程序中寻得了一席之地，越来越多的程序员加入AI领域，那么，入行AI领域需要哪些技能呢？ ? 事实上，具备更多的相关技能是成为一个高效机器学习工程师的关键。 转行到应用AI之前最需要掌握的5个技能 1. 统计学 要深入理解机器学习，必须要有扎实的统计学基础知识，这涉及到几个方面： 度量模型是否成功的各种方法（精确度、召回率、ROC曲线下面积等）。 软件工程 许多的应用机器学习允许你充分发挥自己在软件工程方面的技能，虽然有时也会有一点小改变。这些技能包括： 测试流水线的各个方面（数据的预处理和增强、输入输出的整理、模型推理时间）。 有关一名优秀的机器学习工程师所需掌握的软件技能，请查看我们的专题文章“从学术界转行到应用AI”。 工作中的小窍门 以上那些资源能帮你处理和解决实际的机器学习问题。
1.4K70发布于 2018-04-18 - 来自专栏腾讯教育黑板报
国家级AI赛事启动，腾讯教育助力AI人才技能培养
近年来随着数字化基础设施建设不断完善，人工智能产业化应用加速，带来更大的AI人才需求。AI比赛成为了吸引、培养和选拔AI人才的重要途径。 近期，2023年第七届一带一路暨金砖国家技能发展与技术创新大赛人工智能生成内容专项赛拉开了帷幕。这项国家级大赛，是推动金砖国家间教育合作、技能开发和人文交流的重要平台。 竞赛队伍需要合理利用腾讯云TI平台，基于其中的TI-ONE训练平台进行数据标注、预处理、模型训练、模型评价、模型管理和发布，从而完成人工智能生成、检测或识别等典型AI任务。 尽管可以覆盖AI生产的全环节，TI-ONE也同时具有差异化算法模型构建，能为零基础人员、初级算法工程师、高级算法工程师等不同使用人群，提供不同使用门槛的建模工具。 未来，腾讯云智能将继续沿着做厚平台、做精应用、做深行业、做广生态的战略方向，助力各行各业拥有大算力、易开发、能落地的云端智能平台，让AI成为产业升级的“贴心”助手。
58740编辑于 2023-05-22 - 来自专栏AI科技大本营的专栏
“ GANs 之父 ” Goodfellow 亲身传授：深度学习未来的 8 大方向和入门 AI 必备的三大技能
在AI科技大本营公众号会话回复“DL”，即可获得《Deep Learning》电子书。 目前仍然需要人类专家来运行“学习如何学习”的算法，但是未来这种算法将更容易部署，各种非专门研究AI的企业都将能够运用深度学习。 但总体而言，超大量的计算仍将是AI的关键；每当我们构建出某个计算量更少的模型时，我们就会想通过并行运行数千个模型来学习如何学习这些模型。 （AI事业的社会面也极其重要！） A.N. Kolmogorov 和 S.V. 全世界对 AI 的广泛关注，意味着AI研究已从优化转为博弈论。过去，研究人员可以选择研究他们所认为的好课题。现在，重要的是预测其他研究人员会研究什么，并选择一个可以带来独特优势的课题。
2.9K10发布于 2017-07-24 - 来自专栏大数据文摘
揭秘：4种数据科学工作，8项求职技能
你并不需要马上学会一辈子受用的与数据相关的信息和技能。与之相反，你要学会仔细阅读数据科学的职位描述，这将有助于申请那些你已经拥有必要的技能的职位，或者学习特定的数据技能以适应你想要的工作。 一旦你熟悉你的日常事务，这样的公司可以为你创造一个尝试新事物和扩大新技能的环境。 请把我们的数据打包整理！ 4种类型的数据科学工作以及从中分解的8项求职技能 8项求职技能 这是你应该掌握的8个数据科学的核心技能： 基本工具：无论你面试什么类型的公司，他们都会期望你知道如何利用一些基本的行业工具，包括统计编程语言 如果你是一家小公司的最早的数据员工，或者在产品不是与数据相关的数据驱动的公司，这项技能是最重要（特别是后者，往往因为迅速增长而没有太多的重视数据清洗）。不过，这项技能其实对每个人来说都很重要。 找工作的时候，就是要找到一家技能需求与你的技能相匹配并且有助于进一步发展那些技能的公司。写这篇文章是基于我自己的亲身经历 - 如果你已经在你自己的求职过程中有类似的（或相反）的经验，我也很想听听。
46120发布于 2018-05-23 - 来自专栏开发者技术前线
8 个适合程序员学习新技能的网站
better-programming/7-great-websites-to-learn-new-tech-skills-c36f39de55b9 最近，猿妹一直在和大家分享一些编程学习的网站，今天继续和大家分享8个适合程序员学习新技能的网站 你可以在上面找到几乎所有你能想到的编程语言或工具的独立课程，你还可以找到各种学习途径和技能测试，以检测自己在特定技能内的水平。 优点： 种类繁多，从连贯的学习路径（如完整的Web开发人员课程），到认证（如AWS副架构师），到特定场景中的特定工具（如精通Docker与Swarm和K8s）。 / 8. 如果Udemy更专注于技术和专业技能，再加上游戏化——这就是Bitdegree。关注公众号 逆锋起笔，回复 pdf，下载你需要的各种学习资料。
96131发布于 2020-11-23
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