- 综合排序
- 最热优先
- 最新优先
- 来自专栏ceshiren0001
从模型到系统：DeepSeek 加速布局 AI 搜索与智能体工程化
表面看，这是一次普通的招聘扩张；但把这些岗位连在一起看，会发现一个非常清晰的信号：DeepSeek 不再满足于“做一个模型”，而是在系统性布局 AI 搜索 + 智能体（Agent）+ AGI 的完整产品矩阵 一、从“模型能力”到“搜索入口”根据招聘信息披露，DeepSeek 正在重点招聘 多语言 AI 搜索引擎 方向的工程人才。 意味着 DeepSeek 也在押注一个行业共识：下一代 AI 的主入口，很可能是“搜索 + 推理”的融合体，而不是聊天窗口。OpenAI 在做，Google 在做，现在 DeepSeek 也下场了。 二、比搜索更野心勃勃的，是“长期运行的智能体”更值得注意的，是招聘信息里反复出现的另一个关键词：智能体（Agent）。 四、对工程与测试人来说，变化已经很明显了当 AI 从“模型 API”，进化为：搜索系统Agent 工作流长期运行的智能系统一个现实问题就摆在面前：这类系统，怎么测？
22110编辑于 2026-02-11 - 来自专栏程序那些事儿
秘塔AI搜索，AI时代的搜索引擎
然而，随着用户需求的不断升级，对于搜索体验的期望也水涨船高。上海秘塔科技洞察到这一市场趋势，推出了秘塔 AI 搜索，这不仅是对产品的一次革新，更是中国 AI 搜索领域迈向新高峰的一个标志性事件。 一、秘塔 AI 搜索的技术基础 秘塔 AI 搜索的核心是上海秘塔网络科技有限公司倾力打造的大语言模型 MetaLLM。 四、对未来的展望 毫无疑问，秘塔 AI 搜索的推出标志着中国 AI 搜索市场即将迎来一个崭新的时代。它的到来不仅仅是对现有搜索体验的一次颠覆，更有可能推动整个行业进入新纪元。 结语 总结来说，秘塔 AI 搜索作为一款创新的 AI 搜索引擎，以其出色的技术能力和用户友好的设计理念，迅速在国内外市场上占据一席之地。 随着 AI 技术的持续进步和应用场景的日益扩大，秘塔 AI 搜索的未来充满无限可能，它将不断为用户提供更为深入、高效、便捷的搜索体验，开启信息检索的新时代。
2.7K20编辑于 2024-04-26 - 来自专栏AI系统
【AI系统】推理内存布局
从前文的简单介绍中，我们提到了可以从内存布局上对推理引擎的 Kernel 进行优化，接下来，我们将先介绍 CPU 和 GPU 的基础内存知识，NCHWX 内存排布格式以及详细展开描述 MNN 这个针对移动应用量身定制的通用高效推理引擎中通过数据内存重新排布进行的内核优化 通过这种方式，我们在数据布局重新排序的基础上将 Hadamard 积转换为矩阵乘法。MNN 在 WinoGrad 卷积计算优化中使用的数据排布格式为 NC4HW4。
1K10编辑于 2024-12-06 - 来自专栏solate 杂货铺
搜索栏flex布局自动换行，最后元素靠右
原因 在写后端管理时碰到需要写很多条件的搜索，这个时候需要自动换行，但是最后按钮必须靠右，这个时候就可以使用这个。 实现 不懂flex 的可以参考这篇 阮一峰 Flex 布局教程：语法篇 最后一个元素靠右主要需要设置 margin-left:auto html <div style="width: 600px;
2.4K20编辑于 2021-12-16 - 来自专栏bit哲学院
AI（四）：对抗搜索
参考链接： 人工智能对抗搜索 https://blog.csdn.net/NGUever15/article/details/89160951 对抗搜索 文章目录 对抗搜索1 博弈multi-agent 4.2 截断搜索4.3 向前剪枝 1 博弈 假设： 有两个选手完全可观察，确定性的环境zero-sum（零和游戏）时间受限 multi-agent 环境 合作 vs 对抗 对抗的情况下，产生博弈搜索问题 形式化搜索问题 初始状态： Actions 转移模型 目标测试 路径代价 其中，节点是状态，边是移动。 3.1 行棋排序 时间有限，实行深度受限搜索。 采用迭代加深搜索。 4 不完美的实时决策 ？？？如何设计评估函数。 ？？？ 如何截断。 4.2 截断搜索 ？？？如何截断，以满足时间限制 评估函数是不准确的，截断可能导致错误。 典型的错误： 评估值的摇摆。
75340发布于 2021-01-29 - 来自专栏算法一只狗
AI 搜索 vs 传统搜索：替代还是共存？
尽管聊天机器人流量增速惊人，但其总量仍仅为搜索引擎的1/34，可见在宏观层面上，AI搜索尚未完全取代传统搜索。 1.AI 搜索与传统搜索的对比 交互方式传统搜索需要用户自行过滤和阅读海量结果，围绕关键词跳转网页；AI助手支持对话式交互，可直接生成整合性的答案与建议，更适合需要理解、总结或规划型任务。 比如，点击了百度的AI搜索功能后，它确实能够根据现在的网页信息，集成进一些图文、视频等信息出来然后展示：像图文暂时这一块，夸克、Bing搜索等，在AI爆火的初期，早就已经接入进来。 2.以百度为例：AI 搜索的实践与困境“已经好久没有用过百度搜索了”，这句话折射出当下许多用户的体验： AI 功能走马观花 百度在网页入口中嵌入了 AI 搜索功能，能够集成图文、视频等信息、直接展示相关内容 AI 搜索确实改变了我们获取信息的方式，让复杂任务和多轮对话变得更高效，但它更像是对传统搜索的补充，而不是完全取代。
2K10编辑于 2025-07-08 - 来自专栏Web_xy
AI搜索引擎
通过与 ChatGPT 发明者 OpenAI 合作，微软给自己的搜索引擎加入了先进的 AI 对话模型，以支持全新版本的必应（Bing）和 Edge。 我本来也想试试，但是现在公测版还未发行，且内测版被各大头条垄断，只能先看看谍照了hh ---- 基于AI的搜索引擎 新模式的搜索引擎 ---- 我们能看到，新必应搜索的其中一种模式将传统搜索结果与 ---- 「人工智能将从根本上改变各类软件，首先就从最大的类别 —— 搜索引擎开始。今天，我们推出了由 AI 加持的必应和 Edge，以帮助人们从搜索和网络中获取更多信息。」 实时对话 ---- 用 AI 重塑搜索 微软宣布，新的必应体验是四项技术突破的结晶： 下一代 OpenAI 模型。 将人工智能应用于核心搜索算法。我们还将 AI 模型应用于我们的核心必应搜索排名引擎，从而实现了二十年来相关性的最大跃升。有了这个 AI 模型，即使是基本的搜索查询也更加准确和相关。 新的用户体验。
1.7K20编辑于 2023-02-23 - 来自专栏做数据的二号姬
认真聊AI | 搜索技术
原创内容 No.704 认真聊AI | 搜索技术 书接上回，本期AI的内容到了搜索技术~ 图片由海艺AI绘制 提到搜索技术就不得不提到搜索问题。 搜索解决方案：使用广度优先搜索（BFS）或深度优先搜索（DFS）找到从初始状态到目标状态的路径。 剪枝条件：在搜索过程中，如果发现某个状态已经搜索过了，或者某个状态不符合问题的约束条件，就可以将其从搜索路径中剔除，以避免无效搜索。 这种解决问题的方法也就是搜索技术。 我们在实际执行的时候，为了提高搜索的速度，图搜索并不是先生成所有的状态连接图再进行搜索的，而是边搜索边生成图，一旦找到了合适的答案搜索就停止了。 在搜索的过程中引入启发信息，减少搜索范围，以便更快地找到问题的解，这种搜索策略称为启发式搜索。 A算法和A*算法是常用的两种启发式搜索算法，我们首先介绍一下A算法。
47510编辑于 2024-11-26 AI会消灭搜索吗？
徐一平 腾讯研究院高级研究员一边是谷歌Gemini 3高调入局，AI独角兽争相涌入，将AI搜索视为最钟爱的赛道；另一边却是马斯克“AI将消灭搜索”的惊人断言。 当前的AI搜索早已超越纯文本的束缚，全面支持语音、图像乃至视频的输入与输出。这一技术演进极大地拓宽了搜索引擎的应用疆域，使其影响力从传统网页端，向移动设备乃至各类AI硬件终端无缝渗透。 当时谷歌AI Overview给出了用胶水粘住披萨的错误答案。路线二——破局原生：AI原生搜索引擎颠覆式重构该路线的代表是是以Perplexity、OpenAI为代表的AI原生搜索引擎。 中游：营销范式向夺取AI心智转移传统数字营销的核心方法论——搜索引擎优化（SEO），其底层逻辑正因AI搜索的出现而面临结构性调整。过去，优化的核心是提升特定页面在搜索结果列表中的排名。 以AI搜索为代表的信息服务正在翻开新的一页。
40110编辑于 2025-12-10- 来自专栏flutter开发中的点滴积累
Flutter文本标签TextTagWidget，搜索记录流式布局显示文本标签
"文本标签"), TextTagWidget("测试"), ]), )); } } 运行效果如下： [在这里插入图片描述] 4 结合流式布局使用 body: Container( margin: EdgeInsets.only(top: 30.0, left: 10, right: 10), ///流式布局
1.6K11发布于 2020-06-26 - 来自专栏机器学习
AI 文档搜索系统：基于 LangChain + FAISS 的智能搜索
LangChain 和 FAISS（Facebook AI Similarity Search） 构建一个 AI 文档搜索系统。 原理解析2.1 传统搜索 VS AI 搜索传统文档搜索依赖于 全文搜索（Full-text Search） 或 基于关键词的索引。 例如： 传统搜索： 用户查询 "公司财务情况" 搜索引擎返回所有包含 "公司"、"财务"、"情况" 的文档 无法识别 "盈利情况"、"年度财报" 这些相关内容 AI 语义搜索： 使用 向量化索引 总结本教程介绍了 AI 文档搜索系统 的原理、核心技术，并提供了完整的代码示例。通过 LangChain 解析文档，FAISS 进行语义索引，嵌入模型向量化文本，实现高效、精准的 AI 文档搜索。 未来优化方向： 增加 OCR 解析，提高扫描文档支持能力 支持更多嵌入模型，提高搜索精准度 结合 RAG（检索增强生成），自动生成文档摘要 通过 AI 赋能文档管理，提高企业知识获取效率，节省大量搜索时间
1.6K01编辑于 2025-03-30 - 来自专栏HT
拓扑图弹力布局呈现Flickr图片搜索结果
Flickr提供了OpenAPI的搜索方式，到网页输入http://api.flickr.com/services/feeds/photos_public.gne? tags=hightopo&format=json的链接，基本原理就一目了然，通过修改url的tags=内容，即可实现搜索不同tag图片的结果。 返回的图片数组信息，每个元素的title就是图片名称，media.m就是图片路径，根据这些信息创建每个相应的图元，然后通过new ht.layout.ForceLayout(g2d).start()构建一个弹力布局器去自动布局就完事了 这个视频搜索了hightopo、girl和cr7关键字的效果，再有两个小时西甲的重头戏皇马和巴萨就要开展了，明天还要工作我只能洗洗睡吧，在此祝我喜欢的CR7能进球。 ?
85990发布于 2018-01-12 - 来自专栏罗超频道
AI与搜索的双螺旋：取之于搜索，用之于搜索
近十年来，AI与搜索结合得愈发紧密，AI从搜索获取数据和反馈不断进化，反过来也在大幅提升搜索的智能化水准，两者形成类似于DNA的“双螺旋”结构，可谓取之于搜索也用之于搜索。 何俊杰说“搜索已经成为AI规模最大的应用场景”，这可能在一些人的意料之外，但在罗超频道看来却是情理之中。一直以来，搜索都是AI最核心的练兵场。AI技术生于实验室，但却发展于搜索。 AI率先在搜索引擎场景大规模商用并不让人意外。 第一，AI与搜索都具备“数据驱动”的本质。 2、百度深耕AI 10余年，练就了一身AI真功夫。 百度2010年成立多个AI相关团队的目的均是为了改进搜索，可以说百度是最早做AI+搜索场景的。 百度早已从搜索引擎升级成AI公司，但这并不意味着百度不做搜索了，相反，百度是真的将“AI+搜索”这件事给做透了，搜索与AI形成了很强的协同效应，两者都受益。
95630编辑于 2022-12-14 - 来自专栏AI系统
【AI系统】布局转换原理与算法
数据布局转换目前已经越来越多地用于编译器的前端优化，将内部数据布局转换为后端设备友好的形式。 目前已经有许多数据布局转换技术：数组维度的排列，数据分块等等。 接下来，我们将简单介绍数据布局转换，包括数据在内存如何排布，张量数据在内存中如何排布，以及数组维度排列的具体应用如 NCHW 与 NHWC 这两种数据排布方式。 在 AI 研究中，经常会有图片格式的数据的存在，如果其是彩色图像，那么其每个像素点包括r,g,b三个通道，此时就需要三个维度来进行描述，那么其在内存排布的时候是优先行，列还是通道进行存储呢，接下来我们来详细介绍一下高维张量在数据中的排布方式 AI 框架排布常用的 AI 框架中默认使用 NCHW 的有 caffe、NCNN、PyTorch、mxnet 等，默认使用 NHWC 的有 TensorFlow、OpenCV 等，设置非默认排布格式只需要修改一些参数即可
55210编辑于 2024-11-28 - 来自专栏周末程序猿
ChatGPT|AI搜索（Tiny Search）上线
1、简介 AI搜索（Tiny Search）是类似Perplexity AI，实现会话搜索引擎，通过将搜索的内容聚合，然后通过AI进行整合从而提升搜索效率，之前贾扬清也开源了Perplexity的源码， disabled: false 2.2、定义Prompt Prompt是AI搜索的核心，定义了AI搜索的意图，包括两个部分： 通用的RAG的Prompt，是针对返回的内容，让LLM如何进行总结 （页面上的"AI回答"）。 可以看看 search_with_lepton 开源项目的如何实现的，这里定义了通用的Prompt： You are a large language AI assistant built by Lepton AI.
23900编辑于 2025-02-27 - 来自专栏算法一只狗
AI 时代：它正在改变搜索，但远未取代搜索
现在真的太依赖于AI助手去回答问题了。AI助手如 ChatGPT、DeepSeek 等确实正在 改变人们的信息获取方式，但还远没有全面取代传统搜索引擎。 根据一份覆盖 2023 年 4 月至 2025 年 3 月的研究数据，AI聊天助手的流量确实快速增长（同比 +80.9%，达到 552 亿次访问），但搜索引擎的总流量仍高达 1.86 万亿次，同比仅略降 这些挑战凸显了 AI 代理与传统搜索引擎之间的差异。AI 搜索代理代表了我们与在线信息交互方式的重大转变。 从最初的“搜索 + 阅读 + 总结”，到如今可以直接对话式获取整合答案、代码框架和应用方案，对于算法工程师、程序员、内容创作者，AI 已成为不可或缺的辅助工具。 未来 AI 助手是否能够取代搜索引擎，尚且无法定论，但可以确定的是——善用 AI 的人，正在取代不会用 AI 的人。
39510编辑于 2025-07-04 - 来自专栏茹莱神兽博客
如何根据搜索来源进行关键词针对性布局？
在对网站进行SEO优化时，关键词布局则是重中之重，SEO推广人员必须要根据用户的搜索习惯结合产品的分类、属性、性能参数、产品的地域与竞争度及自身的优劣势进行关键词的布局。 360趋势是以360产品海量用户数据为基础的大数据展示平台，可通过搜索关键词,快速获取热度趋势、理解用户真实需求、了解关键字搜索的人群属性。 同时也可根据关键词竞价的点击量和转化进行分析，从而调节官网关键词策略的重心与针对性布局。 利用网站统计工具查看关键词的搜索来源以及搜索习惯及关注点，然后在进行关键词策略的布局。 除了以上的关键词研究分析方法之外，SEO人员还应关注三大搜索引擎搜索框关键词的相关搜索与下拉搜索以及自身产品与竞争对手产品的口碑评论。
74600编辑于 2024-10-07 苹果AI战略布局与Siri重构计划
苹果谨慎推进人工智能战略布局当其他科技公司全速推出AI工具时，苹果选择了更为谨慎的推进节奏。其在WWDC上展示的“苹果智能”功能至少要等到2025年甚至2026年才会面向大多数用户。 投资AI人才与工具苹果也在快速扩张其AI团队。首席执行官表示，公司在过去一年聘用了12,000人，其中40%加入研发部门，许多新员工专注于AI。部分工作涉及硬件。 苹果正在开发专门为AI设计的新芯片，包括内部称为更强大的服务器芯片。公司还在休斯顿开设AI服务器农场以支持未来项目。除了Siri，苹果正在悄悄构建可能成为重要AI工具的项目。 该小组的任务是创建更像某AI聊天工具的搜索——提供直接答案而不仅仅是显示链接。该团队由某负责人领导，向AI主管汇报，苹果已经开始为该小组招聘工程师。 虽然细节仍然有限，但该项目似乎包括后端系统、搜索算法，甚至可能包括独立应用程序。加快推进步伐首席执行官还鼓励员工在工作中更多使用AI。
29810编辑于 2025-09-15微软砸1.6万亿日元布局日本AI！
在我看来，这看似是微软与日本的双赢合作——微软抢占亚洲AI算力入口，日本补齐AI基础设施短板，但背后藏着微软的战略算计，也暴露了日本AI发展的现实困境。 一、微软的布局：不止是建数据中心，更是押注亚洲算力与数据主权 可能有人会认为微软只是单纯跟风建数据中心，实则不然。 二是亚洲正在成为全球AI布局的核心区，微软同时在新加坡、泰国砸钱建设施，日本不过是其亚洲战略的重要一环。 更关键的是，微软还盯上了日本的“物理AI”赛道——精密制造、机器人控制这些领域，正是日本的优势，而这些场景需要大量算力支撑，微软的算力布局刚好能与日本产业需求精准匹配。 日本本土有富士通、NEC等科技企业，微软想要真正扎根，必然会面临本土企业的竞争；同时，日本的“物理AI”布局有其独特性，微软的技术体系能否完美适配，还有待检验。
3300编辑于 2026-04-13- 来自专栏若城技术专栏
精确控制的搜索栏：链中偏移布局技术详解
，并通过bias值使它们整体向左偏移，创建一个视觉上更加平衡的布局。 ID “searchIcon”，这样链式布局就可以引用它。 搜索栏的最佳实践 5.1 搜索栏的布局变体 搜索栏有多种常见的布局变体： 布局变体 实现方法 图标在输入框内左侧 输入框设置左内边距，图标通过绝对定位放置在输入框内 图标在输入框外左侧 使用链式布局连接图标和输入框 实际应用场景 链中偏移布局在以下场景中特别有用： 搜索栏：精确控制搜索图标和输入框的位置 表单布局：调整表单元素的分布 卡片布局：控制卡片内元素的分布 导航栏：调整导航项的分布 7. 总结 链中偏移是RelativeContainer链式布局的一个强大特性，特别适合需要精确控制组件位置的场景。
38100编辑于 2025-06-02
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