搜索“其他”

。 1. 文件枚举：复用 ripgrep 列文件、遵守 .gitignore、跳过隐藏和二进制文件。不自己造轮子。 2. 语法感知分块：用 Tree-sitter + Chonkie 把代码切成约 2048 字符的段落（passage），保留完整行。Tree-sitter 支持 Python、C/C++、Go、Java、Rust、JS/JSX、TS/TSX；其他类型文件退化为纯文本切分。这意味着分块边界是语法单元（函数、类），不是任意字符位置；这直接决定了检索结果的可读性。 3. 静态嵌入（static embeddings）：这是全项目最关键的技术决策。用的是 MinishLab 的 model2vec 风格静态模型： · Code 模型：Potion Code 16M v2（从 CodeRankEmbed 蒸馏，用代码/查询对训练），约 32–34MB · Text 模型：Potion Base 8M（自动模式下仅当所有候选段落都是纯文档时才启用） · 工作方式：每个 token 对应一个预学习的 256 维向量，查询时只需对 token 向量求平均并归一化，完全不做 transf

匹配字段正文

ost》报道，千问办公现有付费用户中约 20% 来自电商行业，是目前数量最多、使用 AI 也最深的一类行业用户。电商版延续了多平台思路：商家可直接上传商品、服装和模特素材；经营看板汇总多个平台和店铺的数据，显示异常和建议动作；AI 表格整理商品评价、问题和下一步工作。数据接入方面，淘宝、天猫的数据通过阿里内部系统直接连接，有赞、客如云等外部平台正在逐步接入，其他电商平台则需要商家授权登录后才能采集其后台数据。 黄丕培此前在阿里长期从事推荐算法相关工作。IT之家查询公开资料获悉，黄丕培为阿里巴巴高级算法专家，毕业于北京航空航天大学，获博士学位，曾担任淘宝技术部首页个性化推荐算法组负责人，荣获阿里巴巴集团 CEO 最高技术大奖。他于 2023 年主导孵化了绘蛙，这是阿里较早独立开发的 AI 电商应用之一，面向多平台商家和达人生产营销内容。 在此之前，2026 年 5 月 11 日，阿里巴巴宣布千问 App 与淘宝全面互通，千问 App 接入淘宝全品类商品，淘宝 App 内同步上线“千问 AI 购物助手”，涵盖 AI 问答、AI 试穿、AI 种草、AI 省钱等功能。 据阿里官方介绍，双方采用

匹配字段正文

通过ExampleRewardCalculator.verify score(...)打分。; score == 1.0时返回should terminate sequence=True并给出正向反馈；否则给出纠错性反馈并继续下一轮。 基于Master-Worker分布式架构的工具服务器，支持工具在多机器间分布式部署和执行，提供高并发处理能力和负载均衡。 在其他机器上启动Worker并注册到Master： 指定一个tools config: 2. 健康监控与容错： Master监控Worker健康状态，自动清理死掉的Worker; 支持Worker断线重连和故障恢复; 详细的健康检查和状态监控 3. 批量工具配置支持： 4. 配置自动生成： 自动生成适配分布式架构的MCP工具配置文件; 智能端口分配和外网IP获取; 工具类自动更新为BaseMCPTool 5. 实时可视化监控仪表板： Master服务器提供Web界面实时监控系统状态; 自动刷新显示Worker在线状态、工具可用性和负载分布; 可视化展示活跃实例数、心跳状态和实例映射关系; 支持通过浏览器直观查看整个分布式系统的运行情况

匹配字段正文

lot 嵌入到 Office 应用中，而现在围绕着新款 Copilot 应用，集成完整的 Word、Excel 和 PowerPoint 创建、编辑与协作体验。 IT之家附上相关视频如下： 根据微软演示，用户在 Copilot 应用中，无需切换至独立 Office 应用，即可创建、编辑 Word 文档、Excel 表格和 PowerPoint 演示文稿，并与其他用户协作。 在全新 Copilot 应用中，用户可从 Copilot Chat 中的简单提示启动任务，也可通过 Copilot Cowork 发起更复杂的任务。例如，用户可要求 Copilot 依据研究笔记生成 Word 文档，系统随后在对话旁打开该文档。 与旧版 Copilot 仅能创建 Office 文件不同，新版支持用户在 Copilot 内继续处理文件。用户可要求 AI 重写内容、添加表格或完成其他修改，也可使用标准 Office 编辑控件手动调整内容。 协作方面，用户可在应用内共享文件、添加评论，并与他人共同编辑；其他用户的更改会实时显示。目前支持编辑的文件类型包括 Word、Excel 和 PowerPoint。 微

匹配字段正文

试图把两件事放在同一颗芯片上完成，这背后是对大模型产业节奏的判断：模型不会只在训练场里长大，它最终要进入推理场景，变成每天被调用无数次的服务。 对话中，平头哥软件生态资深总监陆生华就“三倍”给了一个更客户视角的解释：“看芯片发布，大家习惯讲静态性能，但静态性能对终端用户其实是无感的，像游戏里的‘武力值’。用户最关注的是实际场景里的端到端性能，比如大模型推理或其他AIGC应用，端到端性能比上一代提升多少，再除以付出的成本，算出TCO收益，这才是客户感知最深的指标。” 真武V900基于自研并行计算架构设计，搭载216GB大容量显存，片间互联带宽达到1200GB/s，原生支持FP8、FP4低精度计算。这几个参数放在一起看，才能理解它的定位。 显存容量决定“模型能不能放下”。万亿级参数模型不可能塞进一颗芯片，但单卡显存越大，张量并行、专家并行时每个节点承担的压力就越小，通信次数也可能越少。216GB显存，意味着它在面对超大模型时，不是只能做“小切片”，而是有资格承担更重的局部计算任务。 片间互联带宽决定“数据喂不喂得饱”。大模型训练最怕的不只是算力不够，还有芯片之间的带宽数据。1200GB/s

匹配字段正文

对一连串充满不确定性的决策——哪个广告计划在烧钱？哪个商品可能断货？竞品降价了要不要跟？与此同时，多平台数据“各说各话”，往往等问题汇总出来，最佳处理时机已经过去。此外，大促期间素材需求集中爆发，主图、详情页、海报、短视频要在预热、开门红、高潮、返场各阶段同步更新，团队节奏根本跟不上。 更难熬的是大促期间那种持续紧绷的状态——老板凌晨还在盯数据，每个人都在等其他岗位的反馈。 Accio针对这些痛点逐一给出解法：多平台数据自动汇总，免去繁琐的手动导表；店铺诊断直接输出当天优先行动项；广告分析定位出问题根源，精准判定是产品、计划还是预算问题；商品物料从原图到营销套图一键生成，不用再等设计排期。 上线“1688生意助手”，百万源头工厂用AI管全盘生意 对源头厂商而言，只需要一句自然语言指令，“1688生意助手”就能自主执行全套经营动作——从洞察热卖趋势、智能发图上架、广告分析、意向客户接待，到多店管理与经营决策，全面覆盖工厂做生意的全链路。 1688商家的生意模式差异显著：现货模式（含批发、一件代发和分销）、定制模式（含轻定制、深度定制），以及跨境模式（含内外贸一体、多平台经营），面对的经营

匹配字段正文

ium 档，这意味着从旧 Pro 方案切换的开发者每月需多付 10 美元才能保留这些功能。 对更广泛的开发者群体而言，这些不同额度的运作方式存在一个相当重要的区别。 订阅方案每周分配一定的 Grok 模型用量，客户可在 Cursor、Grok 应用和 X 上使用。 在符合条件的方案中，Grok Bot 也会消耗该额度。 因此，如果某人大量使用 Grok 处理其他活动，可能会发现可用于编码的包含用量减少。 不过，SpaceXAI 声称，新方案使用其自有模型时提供的编码用量至少是旧版同类 Cursor 订阅的两倍。 第三方模型在 Cursor 上现在需额外付费 对于偏好使用前沿实验室第三方模型的开发者来说，这一切的经济账发生了显著变化。 此前，Cursor 每月 20 美元的 Pro 方案包含价值 20 美元的第三方模型用量，例如 Anthropic 的 Claude、OpenAI 的 GPT 和 Google 的 Gemini，按各自 API 价格计算。 Cursor 还在该额度之外提供额外用量。 其 60 美元的 Pro+ 和 200 美元的 Ultra 方案分别包含价值 70 美元和

匹配字段正文

信息，它还会在注释里标出对应的PDF页码，方便人再回去翻查。 也就是说，它不光会查“这篇论文存不存在”，还会查“这话到底是不是它说的”。 总体来看，Open Academic Paper Gen是一套生成论文初稿的多智能体工作流，把从选题到导出的过程，拆成了九个阶段： 确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验，最后导出。 和其他AI论文写作工具类似，你给它一个研究主题，比如“物理世界的RSI”。 它就会从这个主题中拆出具体的研究问题，再生成对应的中英文关键词，去OpenAlex、Crossref、Semantic Scholar和arXiv里搜索论文。 搜回来的文献会进一步去重、评分，再由模型筛选相关性。遇到相关性较高的论文，还会顺着它的参考文献，以及后来引用它的研究继续找。 相当于抓住一篇，再顺藤摸瓜补一批，思路其实有点像当年的CONNCTED PAPERS。 （有没有懂的）。 接下来，收集到的文献，会被整理成一张证据表，汇总每篇论文的研究问题、方法、数据、结论以及局限。 有了这些材料，系统再分析研究趋势，提出可能的研究角度、研究空白和假设。 这里还

匹配字段正文

自由度塞进了更紧凑的结构里，整手尺寸相比W01缩小约30%，重量也进一步降低。这样做直接带来两个变化：前臂负载下降，同时更容易装进按照人手尺寸设计的工作空间。 更小、更轻，也会带来一些此前不容易完成的任务。 比如W02实现了“零抓握半径”，能够更稳地处理筷子、细线等小直径物体。指尖采用高分辨率视觉触觉传感器，力感知范围为5mN—30N，空间分辨率1mm；手掌其他区域则由电子皮肤覆盖，力感知范围0.1—20N、空间分辨率5mm。 也就是说，W02的触觉覆盖已经从“几个指尖”扩展到整只手，机器人可以同时获得来自指尖、手指和手掌的接触信息，这对于细小物体和连续手内操作尤其重要。 这里值得注意的，是Sharpa把“小型化”和“触觉覆盖”放到了同一个工程约束里：一只手既要塞进人类工作空间，又要保留足够的接触感知。 最后是 AE01，这是一款“高保真外骨骼触感数据手套”，主要用于精准遥操作和第一视角数据采集 。 AE01通过22个编码器精准捕捉操作者的自然手部动作，并将其实时映射至机器人，实现更自然、更灵敏的高保真遥操作。 关键在于“反馈”：人操作一个物体时，眼睛看到的是位置和形状，手指还能感受到

匹配字段正文

的智能体工作流并不总是需要功能完备的大语言模型的能力或成本。 “最初引起我对这类模型兴趣的是，它们能成为工作流步骤的完美决策者——‘基于我当前所处的位置，我接下来该做什么？’”Brooker 对 TechCrunch 表示。他说，这为客户提供了“一个可以结构化的工作流步骤，得益于置信度分数、得益于封闭的答案域，它更可靠，[并且]延迟更低、成本可能更低。” 与其他决策模型一样，Strands Decider 构建在大语言模型的“躯干”之上，此处为 Qwen3.5-2B，但它不生成文本，而是给出经过校准的选择。TypeSafe 将其模型命名为 Jev，取自经济学家 William Stanley Jevons，希望借此援引他的理论：某样东西（比如计算机智能）成本的下降，实际上可能增加对其的需求。 自 TypeSafe 推出这一构想以来，研究人员已产出数十个类似模型，这既显示了广泛的兴趣，也引出了一个问题：它们究竟能有多大价值。Brooker 认为，挑战在于在不损害其智能的前提下优化模型快速的决策能力。 “需要找到一个非常谨慎的平衡点，你希望提升它在这类任务上的准确性和校准性能，同时又不降低

匹配字段正文

周，嘉信理财、LPL Financial 及摩根大通等机构的股价集体下挫。市场普遍担忧，以Meta旗下Muse为代表的智能体工具，可能会自动把客户账上的闲置现金扫入收益率更高的竞品账户——这直接掐中了传统银行与券商高度依赖低成本现金吸储的盈利“命脉”。 今年早些时候，Robinhood已允许用户将Claude或OpenClaw等第三方AI助手连接到投资账户。其他经纪公司也推出了类似工具。一些精通技术的投资者构建了定制化的代理程序，这些程序就像一支微型资产管理团队，能如同对冲基金的分析师团队一样进行数据分析和市场监控。 散户接受度仍待观察 Robinhood表示，迄今已有超过15万名客户开设了智能体交易账户。但为了控制风险，智能体工具仅能调配这些独立专用账户中的资金，且用户可选择手动批准每笔交易。 Robinhood还表示，将针对部分精选的美国股票推出全天候交易时段，使AI代理程序能够随时执行用户的交易。此外，该公司将在未来数月内向美国客户提供永续期货。所谓永续合约是一种衍生品，允许交易者全天候进行交易，并利用杠杆放大潜在的收益和损失。 在2021年模因股热潮期间，Robinhood一跃

匹配字段正文

的产品。 先前，Meta的Muse尤其受到消费者关注，其功能包括代用户进行网络购物，以及从电子邮件中提取重要日期并添加到家庭日历等。 与Meta一样，OpenAI也拥有庞大的用户群，可以帮助其推动产品更广泛地普及。OpenAI周二表示，目前每周使用ChatGPT的人数已超过12亿，高于今年夏季公布的10亿用户。 OpenAI周二还表示，公司正在测试面向企业客户的专业版Dot，应用场景包括电子邮件营销、会计和法律分析等。 其他更新 在最新的活动中，OpenAI还宣布调整了订阅服务体系，推出新的500美元高端付费套餐，提供更高的使用额度和更快的处理速度，同时下调部分200美元套餐的使用额度。 当下，OpenAI正努力推动更先进AI工具的营收和用户采用率，同时也面临外界对其技术安全问题日益加剧的审视。此前，公众对人工智能可能对人类构成威胁的担忧不断升温。 就在开发者大会前一天，OpenAI宣布放弃推出顶级Astra模型GPT-6.1版本的计划，并在近期发生多起失控AI黑客攻击事件后，提示相关风险正在上升。 OpenAI最新公布的新GPT-6.1 Sol模型被描述为在能力上“接近Astra”。

匹配字段正文

倍；API接口最高提速6倍。目前GPT-6 Astra已经支持，GPT-6.1 Sol后续也会上线。 哈哈哈，OpenAI现在 连“速度”也开始单独拿出来卖了 。 Codex搬上云端，开始更像一支“AI工程团队” 聪明的OpenAI为我们考虑的特别齐全——24小时Agent、能力强价格便宜的新主力、速度提档都考虑过后，接下来还缺啥？ 开发者可以在电脑、手机或其他设备上把任务丢到云端，就算电脑休眠，Codex也能继续执行。团队还可以预先配置一套共享开发环境和权限，后续任务直接复用。 Codex命令行工具还新增了/agents界面。 一个任务可以拆给多个Agent并行处理，用户在一个界面里查看进度和结果。 代码评审也成了正式功能。 用户可以在ChatGPT桌面端查看代码改动和差异，让Codex排查问题；开启自动评审后，Codex还能在云端先完成一轮检查。 安全方面， OpenAI推出Codex Security Cloud，可以按需或定期扫描GitHub代码仓库，持续检查新增提交，发现风险后进一步核查并生成修复方案。 到这里，Codex已经从“帮你写代码”，扩展到云端执行、多Agent协作

匹配字段正文

反馈也相当具体：有人希望把自己的项目贡献出来，有人需要更多硬件架构信息，以便开发定制算子；还有人希望新模型、新框架得到更快支持。 与此同时，这些需求也在改变平头哥的软件开发安排。 真武的架构信息已经公开，社区治理和贡献规则仍在完善；团队正推动软件组件解耦发布，让不同项目能够分别更新，并将面向真武的适配成果逐步提交回上游社区。 客户自己解决一个问题之后，如何让其他人也用上这项改进，就是代码开放之后需要继续完成的工作。 要理解这个时间点，得先回到芯片本身：已经有足够多的人拿到硬件、用进业务，适配和优化的需求才会真正出现。 从2019年的含光800，到2021年的倚天710，再到如今的真武系列，平头哥走了多年。其中一条持续的路径，是从业务需求出发设计芯片，先在阿里内部验证，再通过云等方式服务外部客户。 陆生华谈到，外部客户接触新芯片时，常会先确认一件事：阿里自己用过没有？ 淘宝、搜索、推荐、广告等业务承担了早期生产验证的角色。经过实际流量和集群稳定性的考验，产品再逐步向外推广。 到真武M890，团队已经完成两代完整芯片交付。在陆生华看来，软件的成熟度和客户对二次开发的需求，共同促成了此时的开

匹配字段正文

数好像不算炸裂，但手机日常体验，恰恰就是这些底层细节决定丝不丝滑。 还有个更实在的：存储空间优化。 新系统上了个存储空间优化技术2.0，原理是无损压缩数据、自动清理手机里的冗余文件，官方说最高能直接释放60GB空间。 不少内测用户已经实测，直接多出二三十GB。 特别是128G小内存用户，那些舍不得删的截图、聊天记录，系统自动帮你瘦身，再也不用天天清理相册。 其他实用小功能一并补齐： 支持鸿雁AI云图特性，弱网环境自动挑选最优网络；支持两副蓝牙耳机同时连一台手机；影像新增4K Live录中拍，拍视频的时候，可以同步拍下实况照片，视频照片一次搞定。 荣耀手机和iPhone来电双向同步接听，iPhone来电也能用荣耀的AI通话助理。 荣耀手机拍的东西，一碰传给Mac，直接上大屏剪辑。 图片视频在Mac上查看管理，无缝。 同时安卓设备之间，也支持碰一碰高速互传。 荣耀是目前行业唯一同时打通安卓、iOS、鸿蒙三大生态碰一碰互传的厂商。 背后就是小米、OPPO、vivo、荣耀四家一起推出的金标联盟。 安卓跨品牌互传终于不再是摆设。 这个牛皮能不能吹住，还得等实测。但这个方向确实是对的。 今天开始就

匹配字段正文

关特色功能国行无法使用，售价还进一步上涨。 性能、影像硬件有进步，但国行版本砍掉核心 AI 卖点，价格又更高。那么如果是你，你会选择入手这一代 iPhone18 Pro 吗？ 潮玩治愈上腕！华为WATCH FIT 5 Hirono小野联名款值得年轻人入手 穿戴箱包 | 腕表 10-08; 0 0 银河通用机器人“上岗”老百姓大药房，24小时智慧药房加速落地 其他 10-03; 0 0 聚焦具身智能，2026开发者先锋大会媒体通气会顺利召开 四舍五入等于白给？“11.11”剁手疯抢尖货，爆款家庭影院直降700！ 天猫 ￥ 2899 购买; 解决生活中心态崩塌瞬间，京东让你告别“我太难了” 暂无报价; 北斗加持+拍照极致+超大电池，618联想Z6青春版999元起震撼来袭！ 官网 ￥ 999 购买; 享界896线激光雷达动态首测，硬核守护一步到位 暂无报价; 华为举办鸿蒙智家技术沟通会，多款新品重磅亮相 暂无报价 更时尚依然好听1MORE HQ51摩卡棕版头戴耳机 9.7分 神作 海风; 儿童节送礼好选择，能拍立打松典相机 7.8分 用心之作 大玩家朱金斌; 迪士尼联名相机实测，能拍娃能自拍

匹配字段正文

于 200 美元的 Max 计划约为 220,000 个 token。 “这令人困惑且含糊不清，”一位开发者在一篇被广泛分享的分析中写道。“当他们说‘24-40 小时的 Opus 4’时，这并没有真正告诉你任何关于你实际获得什么的有用信息。” Reddit 和开发者论坛上的反弹十分激烈。一些用户报告在 intensive 编码 30 分钟内就达到了每日限制。其他人则完全取消了订阅，称新限制“是个笑话”且“无法用于真正的工作”。 Goose 对同一问题采取了截然不同的方法。 Goose 由 Jack Dorsey 领导的支付公司 Block 打造，是工程师们所称的“on-machine AI agent（本机 AI 智能体）”。与将你的查询发送到 Anthropic 服务器进行处理的 Claude Code 不同，Goose 可以完全在你本地计算机上运行，使用你自己下载和控制的开放源代码语言模型。 该项目的文档将其描述为“超越代码建议”，能够“使用任何 LLM 进行安装、执行、编辑和测试”。最后那句话——“任何 LLM”——是关键的区别所在。Goose 在设计上就是模型无关的。 如果你有

匹配字段正文