Prompt工程从魔法咒语走向正经工程学科
两年前"Prompt工程师"还像个段子。到了2025年底，这个领域已经分化成了两条路： 日常提示 （人人都能做）和 生产级上下文工程 （真正的工程活）。 核心技术不神秘 Zero Shot ：直接下指令，不给例子 Few Shot ：在提示
第 101 页
查看归档 →Cursor推出OS级AI代码沙箱
Cursor今年加的 OS级别安全沙箱 解决了一个AI编程工具的根本信任问题： 你让AI在你的电脑上执行代码，它会不会搞出什么破坏？ 问题背景 AI编程agent不只是生成代码——它还要 执行代码 。跑终端命令、读写文件、安装依赖包。如果a
大模型上下文窗口冲上100万token
两年前主流模型的上下文窗口还在4K到8K这个量级，现在百万级token已经是旗舰模型的标配了。 当前格局 Gemini 2.5 Pro ：100万token（可扩展到200万） Claude Opus 4.6 ：100万token（beta
智谱GLM-4.6适配国产芯片
在H20之后，智谱在GLM 4.6版本上进一步探索了 国产AI芯片 的适配。 背景 美国芯片出口管制在持续收紧。H20已经是"阉割版"，未来连H20也可能受限。中国AI公司需要为 完全依赖国产芯片的场景 做准备。 国产AI芯片生态 目前可选
2025年AI吸走全球一半风投资金
Crunchbase年终盘点出了六张图，数据看完只有一个感受： AI正在虹吸全球的风险资本。 核心数字 2025年全球AI投资： $2023亿 （同比+75%） AI占全球风投比例：接近 50% 基础模型公司融资： $800亿 （是2024
智谱 GLM-4.7 主打生产环境稳定性
智谱的GLM 4.7发布时没有铺天盖地的benchmark战报，反而是主打 生产环境的稳定性和一致性 。 为什么稳定性这么重要？ 开发者在实际项目中遇到的最大痛点往往不是"模型不够聪明"，而是"模型表现不稳定"。同一个prompt跑十次，可
解析SWE-bench基准到底在测什么
SWE bench已经成了AI编程能力的"高考分数线"——每个新模型发布必报的数字。但这个benchmark到底在考什么？刷到80%以上就意味着AI真的能当程序员了吗？ 测试方式 SWE bench用的是 真实GitHub issue 。从
智谱 GLM-4.5 仅需 8 张 H20 即可运行
智谱AI的GLM 4.5做了一件很有信号意义的事—— 专门针对NVIDIA H20（中国特供版GPU）做了优化，8张卡就能跑全量模型。 为什么这件事值得说 美国对华芯片出口管制之后，中国AI公司能买到的最好NVIDIA GPU就是H20——
Anthropic封禁OpenClaw
上周发生了一件让很多Claude重度用户炸锅的事：Anthropic宣布从4月4日起，Claude Pro和Max订阅用户不能再用固定月费跑OpenClaw这类第三方Agent框架了——要继续用，得切换到按量计费。 这个消息出来的时候，我第
Anthropic对第三方工具用户加收费
4月4日，Anthropic悄悄改了一个规则，但影响范围可不小：从即日起，Claude Code订阅用户如果要用OpenClaw这类第三方工具，必须单独付费，走按量计费模式，不再包含在原有订阅里。 换句话说，你买了Claude订阅，并不代表