51CTO热榜 · 2026-07-14 历史榜单

当日热门内容存档(共 50 条)

这是 2026-07-1451CTO热榜历史存档。查看 实时51CTO热榜 获取最新排名。

  1. 1
    ArkUI Refresh:告警列表@手动刷新、首屏加载与过期响应丢弃

    大家好,我是新手程序员Kevin(老K)。做HarmonyOS列表页时,下拉刷新看起来只是把Refresh包在List外面,但真正上线前要处理的并不是“能不能...

  2. 2
    【HarmonyOS 7开发者前瞻】10 HarmonyOS 7 真实项目适配路线图:API 26、AI / Agent 与多端改造优先级

    前言一个已有HarmonyOS6原生项目,到底应该怎样安排HarmonyOS7适配路线。这类项目通常已经有完整业务结构。比如会议类应用里,可能已经有会...

  3. 3
    AIOPS 智能运维转型实践与思考

    如何借助 AI,把个人经验和工程能力放大成一套更可靠的系统 。

  4. 4
    Agent并发干活像“三个和尚没水喝”?CoAgent新框架:让它们学会看懂冲突再动手

    上海交通大学IPADS实验室的团队发现,在尝试把并发agent接入生产环境时,会出现奇怪的现象:两个(或者多个)agent明明按照要求做了,最后的结果却是错的。

  5. 5
    GitHub 爆火!这个免费 UI 组件库收集了 3000+ 精美组件,前端再也不用重复造轮子

    Uiverse 解决的不是一个技术问题。它解决的是:前端开发者为什么每天都在重复造轮子?

  6. 6
    面试官:“你知道大模型是怎么训练出来的?”,我:“训练就是给模型喂大量数据让它学习”,他:“就这?”

    训练大模型真不是「喂数据」三个字。它是「预训练 → SFT → 对齐」三段流水线,每一段解决的问题不同,顺序还动不得。把这三段各自的角色拆开讲,整条主线才立得起来。

  7. 7
    企业基于 SDD 的 AI 编程王炸:OpenSpec、Superpowers 与 Harness 架构三剑客深度解析

    从“Vibe Coding(凭感觉编程)”走向“Agentic Engineering(智能体工程)”,中间差的不仅是模型的迭代,更是一套成熟的工业级基础设施。 OpenSpec 定标准,Superpowers 保纪律,Harness 管团队。

  8. 8
    253k Superpowers 和 60k OpenSpec 被融合了!spec-superflow 工作流登上热榜

    spec-superflow 已经在 GitHub 开源,MIT 协议。如果你也被 AI 写代码的失控点折磨过,建议直接装上试试,源码就在仓库里,架构、契约模板、状态机都看得见。

  9. 9
    从 Bellman 到最优策略:值迭代和策略迭代到底差在哪里?

    现在进入第一个真正的算法层:如果环境模型已知,怎样从 Bellman 方程求出最优策略?

  10. 10
    美团二面:短信被刷五万怎么防?六道防线全答完直接过了

    面试官问你怎么防短信被刷,别开口就是"前端倒计时"——一开口就暴露了段位。先把这六道防线按从外到内的顺序捋出来。

  11. 11
    Agentic时代推荐系统范式认知或被颠覆?个性化推荐或将从平台中心转向用户主导

    这篇论文最有价值的地方,不在于证明某个具体推荐算法比另一个算法更强,而在于它重新讨论了个性化推荐背后的结构。

  12. 12
    98年哈工大教授带队,破晓智能要把触觉写进机器人基础模型

    瞄准这类 “看起来做对了,物理上却没完成” 的失败。破晓智能(PHANES AI)创始人、哈工大(深圳)长聘教授杨朔及其团队发布了最新论文 TouchWorld: A Predictive and Reactive Tactile Foundation Model for Dexterous Manipulation。

  13. 13
    像聊天一样做CAD建模!浙大开源智能体让建模变打字,已登国际CAD顶刊

    浙江大学计算机辅助设计与图形系统全国重点实验室杜鹏团队提出了一个支持多模态输入的CAD建模智能体:CADDesigner。

  14. 14
    神秘Opus 5意外曝光!达里奥紧急开会

    Anthropic彻底慌了!遭GPT-5.6与Grok 4.5双重绞杀,达里奥连夜召开紧急会议求生。意外曝光的Opus 5,或成救命稻草。

  15. 15
    AI打工大排行:Claude Fable 5自动赚钱的能力,是GPT-5.5的2.5倍

    AI 能替人类干多少活?衡量这件事的标尺 RLI 刚刚更新:Fable 5 自动化率 16.1%,是第二名的两倍,但超过八成真实项目仍然做不了。

  16. 16
    全网骂Claude变笨,Anthropic下场揭秘:坑你的不是模型

    换更大的模型就等于更聪明?这可能是Claude Code用户最深的误会。很多人为此一路换到最贵的Fable,近日,Anthropic,亲手澄清了这个误区。

  17. 17
    给多智能体LLM装上「图记忆工作流路由器」,搞定调用、协作规划

    GraphPlanner通过引入图记忆网络,将多智能体LLM的路由过程升级为动态工作流生成。不仅选择调用哪个模型,还决定每个模型应承担的角色,实现任务分解与协作规划。

  18. 18
    pm-skills 只管想清楚,还要让人看见:我再补上四个技能 + 一条 PRD 变带交互的原型HTML页面链路

    这篇文章写给和我处境一样的人:前端背景、刚入门 pm-skills、想尽快补上缺口而不是再啃一本 PM 教材。

  19. 19
    Databricks CEO用自家3000名程序员真实任务重磅测试:GLM 5.2 表现夯爆了

    公司有1.1万名员工,AI相关的开销越来越高,到底该用哪个模型搭配哪种执行框架,才能在省钱的同时保住效果?

  20. 20
    仅11天,Claude重写百万行代码,AI史诗级工程却引来愤怒

    这是一次史诗级的智能体工作流(Agentic Workflow)大测试,后来也被 Anthropic 作为 Dynamic Workflows 的标杆案例进行宣传,但也因为「背叛信仰」引来了争议。

  21. 21
    ICML 2026|小模型也能「指挥」大模型RL后训练:清华&腾讯提出GPS,最高减少69% Rollout成本

    来自清华大学与腾讯的研究者提出了 Generalizable Predictive Prompt Selection(GPS)。

  22. 22
    苹果状告OpenAI:400多人被挖,带苹果零件去面试

    苹果在加州北区联邦法院正式起诉 OpenAI,指控对方大规模、系统性地窃取苹果的硬件商业机密。

  23. 23
    实锤!Claude Code危害严重被点名

    国家漏洞库紧急预警!Claude Code内置间谍软件,危害严重,建议立即排查。

  24. 24
    全球办公AI王座易主!GPT-5.6接管微软全家桶,数亿打工人集体换脑

    GPT-5.6接管微软全家桶、编码屠榜成本仅Claude四成、Agent塞进手机,OpenAI一夜三城坐上办公AI王座。

  25. 25
    谷歌Gemma 4论文深夜解封!31B直逼闭源前沿,敲响云端AI丧钟

    谷歌公布最新Gemma 4技术报道!Gemma 4用实际行动证明:端侧大模型不再是云端的廉价替代品,而是拥有原生多模态理解和深度思考能力的独立智能体。

  26. 26
    上线几小时,马斯克Grok 4.5被攻破!1.5万亿参数防线全失守

    上线没几个小时,马斯克的Grok-4.5就被黑客攻破了!1.5万亿参数防线全面失守,不仅教你怎么制冰毒、造炸弹、提取致命毒素,还顺手送你一个远程木马。

  27. 27
    Claude Code大升级!一行神级命令,编程原地起飞

    Claude Code中「/checkup」命令的出现,标志着AI编程工具从「需要人类时刻看护的高能婴儿」,进化成了具备工程直觉的自律系统。

  28. 28
    大模型能写出工业级优化算法吗?MIT提出FrontierOR给AI设下考场

    过去的大模型优化基准,更多是在考「会不会建模、会不会调求解器」;FrontierOR直接把模型推向真实OR论文里的工业级问题,考的是它能不能像算法工程师一样发现结构、设计算法,并在大实例上与Gurobi baseline进行比较。

  29. 29
    MCP服务器怎么设计?15个样本归纳五种模式,Haiku在15个工具时准确率降至87%

    Resource Gateway负责把数据库、文档库或第三方API稳定地暴露给LLM,并在返回路径上净化用户生成内容,避免文档中的恶意指令被当成系统命令。Tool Orchestrator则把建工单、通知负责人等跨系统步骤封装成一个复合工具,由服务器处理顺序、重试和结果汇总。

  30. 30
    读完 Bun 用 Rust 重写:一个人 11 天重写 50 万行代码是怎么做到的

    Bun 在 2025 年 12 月被 Anthropic 收购了,作者现在也在 Anthropic。这次重写用的是 ClaudeFable 5,重写那会儿(2026 年 5 月)还是预发布版,到截稿今天(2026-07-12)已经对订阅用户开放了。所以这文章多少带点「自家产品自家用了」的意味,但 流程本身是真有东西的 。

  31. 31
    全球开发者狂喜!Codex移除五小时限制,Fable 5订阅再延七天,有人烧token烧到住院

    大量用户晒出高额信用账单截图和取消订阅的凭证,并明确表示如果继续这样下去,他们将转投OpenAI的GPT-5.6 Sol或xAI的Grok 4.5。

  32. 32
    多模态Agent训练进入模拟世界时代,MMLab联合清北开源SearchEyes

    传统多模态大模型通常擅长在单张图像和单个问题之间建立映射。但在真实搜索场景中,问题往往不是一次视觉理解就能解决的。模型需要持续调用工具,阅读外部知识,判断当前证据是否足够,再决定下一步搜索方向。

  33. 33
    面试官:什么是RAG?一篇文章快速讲清楚!

    RAG流程说起来简单,但是在真正的工程落地中,每个环节都有讲究:例如文档怎么切、Embedding模型选哪个、检索策略、检索后要不要重排、Prompt怎么写……

  34. 34
    Skills 的五种架构设计模式

    本文基于 OpenAI、Google Labs、Trail of Bits 等 7 个顶级 Skill 仓库的深度分析,提炼出 5 种经过验证的设计模式与一套通用写作方法论,帮助你在企业级 Agent 建设中少走弯路。

  35. 35
    三分钟做出一个需求挖掘系统,全程没写一行代码,Cursor 有点强

    如果换成传统的开发方式,通过手搓来开发这个系统,我感觉至少得两周时间。不得不说,AI 编程工具的诞生,对传统的软件开发方式带来的改变是巨大的。且不说 AI 生成代码的质量如何,单从效率来看,它带来的提升非常显著,很多原本需要几天甚至几周才能完成的工作,现在短短几个分钟就能看到一些成果。

  36. 36
    Claude Code Skills:把提示词变成可复用能力

    在 Claude Code 里,一个 Skill 本质上是一个带 SKILL.md 入口的目录。它可以是一份知识,也可以是一套工作流;可以由人用 /skill-name 直接调用,也可以由 Claude 在相关场景自动加载;可以在当前对话里运行,也可以交给独立 subagent 去消化大量上下文。

  37. 37
    美国阿贡国家实验室:大语言模型如何重塑电池研发

    "不久的将来,大多数电池科学家也将会是AI专家,LLM将成为他们的智能研究助手,"正如Argonne博士后研究员Wenhua Zuo所言。这篇文章不仅是一份技术综述,更是一幅AI重塑能源科学的未来画卷。

  38. 38
    别再用 RAG 思路做 AI Coding 知识库:上一代知识系统,正在拖慢下一代 Code Agent

    RAG 面向问题,Agent 面向任务。RAG 检索文档,Code Agent 组装上下文。Code Agent 的知识系统,本质上不是向量数据库,而是一个可组合、可验证、可行动的任务上下文系统。

  39. 39
    不写一行代码,全程 vibecoding 能做出一款完整的小游戏吗?

    这篇文章的重点并不是讨论这款小游戏到底好不好玩、有没有人玩,而是想聊聊:在当下,如果完全依靠 AI,能不能独立完成一款可上线的小游戏?从产品构思、UI 设计、切图、代码编写,到测试和发布,AI 究竟能做到什么程度?

  40. 40
    Claude Code 官方拆解:四种循环怎么选

    这篇文章按官方框架整理,方便你对照自己的工作选型。它讲的是「循环怎么跑」;如果你还关心自动化、工作树、技能文件、连接器、子智能体这些零件,那是另一层「用什么搭系统」,两层可以叠在一起看,但不要混成一件事。

  41. 41
    用好 Fable 5 不靠运气:成本敏感的 AI Agent 编排实战

    Anthropic 的 Lance Martin 最近做了两组硬核实验 [1],用真实数据回答了一个很多人凭直觉在猜的问题:什么时候该让顶级模型亲自干活,什么时候该让它指挥别人干?

  42. 42
    配置文件散落在十个服务器上?Spring Cloud Config让我的配置管理终于统一了

    Spring Cloud Config通过Server/Client分离架构,配合Git版本管理,解决了配置管理混乱的核心痛点。相比Nacos Config,它在版本审计、回滚能力上有天然优势,但动态刷新机制需要额外配置WebHook。

  43. 43
    当 Agent 边想边做时:推理 Token 与工具执行上下文的分离工程

    当前所有推理-执行分离方案都有一个共同局限:它们假设推理可以安全地与上下文分离。但这个假设在某些场景下不成立。当 Agent 需要通过推理过程来保持对复杂问题的"全局理解"时——比如法律分析 Agent 需要一步步对比法条差异——裁剪推理会破坏推理链的完整性。

  44. 44
    你的 AI 还在陪你聊天?WorkBuddy 已经学会“组队打工”了:一次扒光它的技术骨架

    WorkBuddy 的官方定位是“全场景职场 AI 智能体工作台”。听着像套话,但落到行为上,它和自己划了一条清楚的界线:听得懂人话,能够自主思考规划,也真的能够操作电脑交付成果。

  45. 45
    模型持续训练后越来越难学新知识,实验显示扩参只能推迟塑性丧失

    扩大模型规模在这组实验里并非无效,它能推迟塑性丧失;真正的警示是,这个收益呈亚线性,增加参数不足以单独解决持续学习中的塑性问题。

  46. 46
    Jenkins Docker 部署实战:基础配置 + 常用插件推荐

    本文分享用Docker方式部署Jenkins,常见的基础配置工作,以及有哪些插件是生产环境常用的。

  47. 47
    编程式导航与历史记录模式

    router.push 是最常用的导航方法。它会向浏览器的 history 栈添加一条新记录,所以用户点"后退"能回到跳转前的页面。

  48. 48
    美团二面:一个@Transactional,把连接池打爆了?

    线上数据库连接池突然满了,所有请求都在等连接超时,重启也没用——你怎么排查?美团这道题问得真好——它不考你八股文,考的是你有没有真正在生产环境里"交过学费"。

  49. 49
    大模型 API 计费黑箱拆解:你以为花的是 Token 钱,其实有六种隐藏成本

    这篇文章把主流平台的计费规则拆到每一分钱,帮你搞清楚钱到底花在了哪里,以及怎么花得更少。

  50. 50
    12 个嵌入式开源项目,适合深度拆解复刻

    复刻优秀开源项目,就是补工程化能力最快最稳的一条路。下面分享12个复刻收益拉满的嵌入式开源项目。

51CTO热榜历史归档

31 天 · 17 天有数据
7月13日2026-07-14

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