51CTO热榜 · 2026-07-01 历史榜单

当日热门内容存档(共 50 条)

这是 2026-07-0151CTO热榜历史存档。查看 实时51CTO热榜 获取最新排名。

  1. 1
    看得见的 Agent:怎么把 AI 智能体的可观测性做好

    「可观测性」(Observability)要解决的,正是把这个黑箱变透明这件事。它不是给 Agent 加一个摄像头那么简单,而是一整套让你能回放、追问、算账的工程能力。下面我们就用大白话,把它讲清楚——顺便看看你每天在用的 Claude Code 和 Codex 是怎么做的。

  2. 2
    告别千篇一律:分层记忆智能体如何打造真正懂你的PPT

    未来的工作需要在更广泛的人类研究、随机化的编辑集测试以及更强的记忆安全护栏方面进行探索。MemSlides迈出了重要的一步,它展示了一个能够记住用户、理解上下文、并进行精准修改的智能创作伙伴的潜力。

  3. 3
    #码上鸿蒙•智绘未来# DevEco Code 的 Skill 怎么安装?目录放置和 Prompt 两种方案详解

    [toc](目录)前言前两章我已经把DevEcoCode的安装,以及Agent模型的自定义配置讲清楚了。那接下来,肯定就该进入一个更实用的话题:怎么给De...

  4. 4
    那个右下角的小数字怎么“卡”住我打字——我用 HarmonyOS 自己写了一个字数限制输入框

    前言发微博的时候,你有没有被那个右下角的数字制裁过?你正写得文思泉涌,突然“198200”变成了“205200”,那串数字变红了,输入框也像被...

  5. 5
    Claude Code之父最新判断:AI时代团队分工被重写,这「五种人」最吃香

    近日,Anthropic Claude Code 团队负责人 Boris Cherny 在 X 上提出了一个很有意思的观察。

  6. 6
    担心蒸馏问题,Meta限用Claude Code、Codex

    据外媒 The Information 报道:Meta 正在限制员工在 AI 模型构建中使用 Claude Code 和 Codex,原因是担心涉及模型蒸馏。

  7. 7
    AI圈刚开始谈Loop Engineering,两位95后博士已经盯上了人类闭环数据

    真正可扩展的智能,不是一次性给出答案,而是在反馈中不断逼近正确结果。

  8. 8
    DeepSeek点燃大模型效率之争,阶跃火速接棒:JetSpec让大模型解码速度最高提升近10倍

    投机解码通过让轻量级草稿模型提前生成候选token,再由目标模型一次性并行验证这些候选结果,从而加速自回归生成。

  9. 9
    GLM-5.3你来定!智谱唐杰全球征集意见,评论区清一色:视觉

    昨天先是畅聊AI认知,“AI的终局就是AGI,一场猎龙游戏”。引起广泛热议后,一觉醒来今天又在𝕏当众征集意见。

  10. 10
    破天荒!DeepSeek V4正式版居然要涨价,而且翻着倍地涨

    从V3到R1再到预览版V4,不断破圈的DeepSeek每次让人眼前一亮又一亮,一方面是模型能力本身出色,与此同时,价格也是它最锋利的一把刀。

  11. 11
    Agent之间,有互联网了!

    当一个人只有一个Agent,这叫效率工具;当一个公司里开始出现十个、一百个、甚至更多 Agent,事情就没那么简单了。

  12. 12
    AGI倒计时,OpenAI首席研究官重磅表态:留给人类的窗口「很小」

    OpenAI首席研究官Mark Chen释放了一个强烈信号:OpenAI 并不认为scaling laws已经失效,恰恰相反,预训练、数据工程、推理训练和更长任务链条,仍是通向AGI的主干道路。

  13. 13
    刚刚,OpenClaw和Cursor杀入手机!Agent从此塞进口袋

    AI彻底挣脱工位束缚!刚刚,OpenClaw和Cursor同日发布原生App,把满血Agent实打实塞进了iPhone。随时随地调遣AI军团的「掌心时代」,真的来了。

  14. 14
    新型 Claude Code 攻击可让攻击者完全控制开发者系统

    根据 OWASP 基金会定义,提示注入被列为 LLM01:2025,是 AI 应用中最关键的安全漏洞。这项最新研究揭示了其危害性——它不仅是聊天机器人的小问题,而是能导致系统完全沦陷的攻击机制。

  15. 15
    TypeScript 类型检查、Vitest 测试和 ESLint 规范,Vue 项目质量三件套

    TypeScript 就像给代码买了一份"保险",在你按下保存键之前,就把那些潜在的类型错误揪出来,省得你上线之后被用户骂街。

  16. 16
    Python 处理 Excel 最全指南:从性能提升 500% 到让报表自动刷新

    我用Python处理Excel已经五年,从最开始的openpyxl,到后来的pandas、xlwings,踩过的坑比写过的代码还多。今天这篇文章,就是把我五年积累的全部经验,整理成一套“选刀-磨刀-用刀”的完整指南。

  17. 17
    字节二面:日增 1TB 的 ES 集群,90% 的人算错一笔账直接挂

    背数字谁都会,但能从业务量推导出集群规模、从集群规模反推分片策略、从分片策略关联到 JVM 参数——这才叫架构思维。

  18. 18
    DeepSeek推理再提速80%,V4正式版定档七月中旬

    DeepSeek-V4正式版官宣定档7月中旬,也将受益于DSpark,推理速度大幅提升。

  19. 19
    ClawHub Skills 暴露 AI Agents 面临远程控制后门与数据窃取攻击风险

    ClawHub 恶意 skills 暴露 AI Agents 远程控制后门,24 万次安装致 230 万美元损失!

  20. 20
    51天一个新版本!ChatGPT和Claude狂飙,谷歌被甩出代差

    AI圈彻底进入生死时速!OpenAI和Anthropic极限狂飙,平均51天空降一个新模型,直接把谷歌甩在了身后。

  21. 21
    Claude「断电」背后:中国基准首次捅开了AI万亿市场「死穴」

    6月22日Claude全家桶集体宕机,只是冰山一角。当最强大模型被丢进真实机房直面「幽灵故障」,AISHPerf-智算运维智能体评测基准给出残酷答案:全军覆没,无一过50分。这道鸿沟,第一次被量化。

  22. 22
    源码拆解:AOP 代理对象完整创建流程

    AOP是Spring核心基石,事务、缓存、限流、日志、权限、监控全部基于AOP动态代理实现。吃透代理创建全流程,是进阶高级后端工程师的必经之路。

  23. 23
    突发!贾扬清被曝离职英伟达,老黄七亿收购才一年

    老黄花7亿美元收购的LeptonAI,创始人贾扬清被曝仅一年就离职了。

  24. 24
    刚刚,姚班传奇陈立杰苦思七年的计算几何核心难题,被ChatGPT推翻了

    GPT-5.5 Pro 生成了一个数学证明,解决了计算几何中一个 陈立杰苦思 7 年未解的核心难题。关键技术来自 OpenAI 上月的另一项突破,而最初推进这个问题的陈立杰发现,钥匙竟是自己参与的工作。

  25. 25
    用 Agent 做多仓开发:三种组织方式,以及为什么它们有效

    本文假设团队仍然保留多个独立仓库,而不是直接迁移到单体仓库。目标是降低跨仓开发的认知成本,同时避免 Agent 因上下文过大、权限过宽或规则缺失而误改代码。

  26. 26
    EXISTS 子查询为什么统一写 SELECT 1,没人用 SELECT *?

    SELECT 1不是行业玄学,是基于底层IO开销总结出的最优写法。 EXISTS只关心行是否存在,没必要读取完整行数据。

  27. 27
    百亿真实数据,首个面向AI Infra的运维智能体评测基准正式开源

    中国信息通信研究院(简称 “中国信通院”)推出了首个面向 AI Infra 运维的智能体评测基准 ——AISHPerf - 智算运维智能体评测基准。

  28. 28
    AI 时代 Java 开发者的流式编程入门课

    这篇从一个菜肴筛选的例子入手,带你入门 Stream 的几个核心心智模型:惰性求值、逐元素流水线、流只能消费一次。

  29. 29
    登顶权威榜单!无界动力发布全球首个「长时序双向物理因果链」隐空间世界模型 MWA™

    无界动力在由斯坦福大学等顶尖机构联合发起的具身智能权威榜单 RoboCasa GR1 TableTop 中刷新行业纪录、斩获全球第一,超越英伟达 GR00T-N1.6 等一众行业主流模型。

  30. 30
    面试官:“大模型微调的方案有哪些?”我:“微调方案有全量微调、LoRA、QLoRA、SFT、DPO这些”,他:“你只会讲名称吗?”

    我了解微调之后,首先意识到的是:微调不是首选,而是最后手段。大多数问题先把 Prompt 写好、加 Few-shot 示例,或者用 RAG 接外部知识,基本都能解决。

  31. 31
    给Transformer变个形,LLM竟能变得更聪明

    一篇来自 Mila、康奈尔大学和蒙特利尔大学研究者的新论文,提出了一个几乎相反方向的问题:如果一个参数都不多加,只是把模型里已经存在的参数「挪个位置」,会发生什么?

  32. 32
    让 KV Cache「按头分家」:小红书 RedKnot 如何重做长文本推理新引擎

    RedKnot 把 KV Cache 沿「注意力头」这个维度拆开,配合一套专门的存储与计算机制,在保持输出质量的同时显著提升了效率。论文实验显示,RedKnot 最高可带来 1.6–3.54× 的 TTFT 加速、4.7–7.8× 的单卡并发提升,并把预填充阶段的算力(FLOPs)削减 67%–79.5%。

  33. 33
    CISO必备:适配工控场景的零信任90天落地行动指南

    Colonial管道勒索事件后,零信任成为工控行业的合规刚需,但通用零信任架构适配老旧、7×24小时运行的OT生产环境存在明显短板,行业普遍存在形式化落地问题。

  34. 34
    Hermes Agent 到底怎么实现的?Python 架构深度解析

    如果你在写自己的 Agent 项目,Hermes 的很多设计模式可以直接借鉴——尤其是工具注册、API 模式抽象、会话压缩这几块。

  35. 35
    LangChain4j 和 LangGraph4j,哪个更好?

    很多小伙伴跑来问我:“三哥,这两个到底有什么区别?我该选哪个?”这个问题问得太到位了。Java 开发者做 AI 智能体,确实面临着和当初做微服务时完全一样的选择困境。今天这篇文章就专门跟大家一起聊聊这个话题,希望对你会有所帮助。

  36. 36
    Claude Opus 4.8 快速模式进入 IntelliJ:Java Agent 终于不再卡在等待上

    Claude Opus 4.8 快速模式进入 JetBrains IDE,真正值得关注的,并不是 Copilot 又多了一个模型选项。它反映出 AI Coding 的竞争重点正在发生变化。

  37. 37
    一次真实的智能体工程实践:/prd → /goal → /after-goal,AI 主导全流程研发

    我给 Claude Code 下完 /goal 命令实现一张卡片,还没来得及手动调 /after-goal,它自己就直接把代码提交、Code Review 打分、合入、更新卡片描述、关卡片,全做完了。没人叫它,它自己判断"下一步该干什么了",就干了。这篇文章,记录的就是这次实践的完整过程。

  38. 38
    GPT-5.6来了,但Codex安全漏洞还在:你的.env可能早已被AI读过

    Coding Agent 正在以"全权访问你的文件系统"的方式运行,但它的安全模型还停留在"相信用户不会打开恶意仓库"的阶段。

  39. 39
    每次发版都要手写发布说明?用 .NET + AI 让这件事彻底自动化

    随着软件交付频率的不断提升,AI 辅助的文档自动化正在成为工程团队越来越重要的基础设施。这件事的技术门槛并不高,但收益是实实在在、每次发布都能感受到的。

  40. 40
    Claude Code 最佳学习路线:从“手敲代码”到“指挥AI打工”,强的离谱

    现在,有了ClaudeCode这样的工具,思维模式可以升级为 “做什么” :我需要什么功能?我需要解决什么问题?——把“怎么做”交给AI,把精力集中在“做什么”上。

  41. 41
    .NET 开发是时候告别 ToList() 了?.NET 9 下 ToArray() 才是真香选择?

    写 LINQ 的时候,别习惯性 .ToList() 了。停下来想一想:“我真需要它能增删吗?”

  42. 42
    Kubernetes 报错 DNS lookup failed 故障排查详细过程

    这个是社群伙伴遇到的一个生产环境问题,我整理一下分享给大家,伙伴们可以学习一下整体的排查思路。

  43. 43
    图解 Linux I2C 框架,一篇讲透!

    这篇文章就我们将重点放在 Linux I2C 框架的分层设计上,看清楚每一层到底负责什么,它们之间怎么串起来,一次 I2C 读写请求又是怎么从外设驱动一路走到硬件控制器的。

  44. 44
    Vue 的 runtime 版本和完整版有啥区别?浏览器内模板编译那点事

    打个比方,runtime 版本就像"精简版软件"——功能少(不能编译模板)但体积小、跑得快;完整版就像"全家桶"——功能全(啥都能干)但体积大、占地方。选哪个得看你到底需不需要那个编译器。

  45. 45
    代码仓库也会投毒:CodeSentinel 如何拦截 AI Coding 的间接提示注入

    代码仓库过去主要是给人和编译器看的。进入 AI Coding 阶段后,它也开始给模型看。这意味着,攻击者可以把代码仓库当成新的 prompt 面。

  46. 46
    Python super():你以为它只是"调父类",其实它在走一条链

    本文通过详实的示例来一探究竟,一旦理解掌握super()本质,你将超过90%的Python程序员。

  47. 47
    MySQL binlog 缓存一致性的 Loop Engineering 实践

    这篇文章从binlog的基本概念、文件格式、工作原理和使用技巧和实践等多个角度对一个简单的同步日志进行详细的介绍。

  48. 48
    多模态推理的“硬约束”时代:从模型适配到生产化落地的关键挑战

    本文不试图面面俱到,而是聚焦三个关键洞察:多模态推理的稳定性瓶颈、长上下文与稀疏注意力的工程代价、以及数据质量对模型能力的根本性制约。这些点共同指向一个事实:多模态AI正从“模型竞赛”进入“工程与数据竞赛”阶段。

  49. 49
    从 Human-in-the-Loop 到 Agent Governance,理解 Agent 时代的人类角色

    人机在环三种模式差异、RLHF到Agentic HITL进化逻辑、七层治理对象、五级监督成熟度,搭建完整Human Oversight人类监督框架,落地四大支柱Agent Governance智能体治理体系。

  50. 50
    深入理解 Python GIL

    本文深入探讨了 Python 全局解释器锁(GIL)的内部机制,揭示其对多线程性能的影响,帮助开发者理解如何在多线程环境中优化 Python 应用。

51CTO热榜历史归档

31 天 · 4 天有数据
6月30日2026-07-01

网页仅支持查询近 31 天。更早历史请通过 API(/api/v1/archive/:source?date=YYYY-MM-DD),系统按日期自动查近月表或年表。

返回首页