51CTO热榜 · 2026-08-06 历史榜单

这是 2026-08-06 的 51CTO热榜历史存档。查看 实时51CTO热榜 获取最新排名。

1. 1
   【HarmonyOS 7 沉浸光感深度实战】 03 五档 ImmersiveStyle 到底怎么选

   前言在之前接口和开关都确认以后，普通组件已经具备显示沉浸材质的基本条件。接下来，开发者很快就会遇到一个更具体的问题：五档ImmersiveS...

2. 2
   深度解读HarmonyOS 7沉浸光感特性

   大家好，今天跟大家分享一下HarmonyOS7中的沉浸光感特性。在API23中，HdsTabs、HdsNavigation等组件已经支持沉浸光感效果。到了API26，这项...

3. 3
   文件上传即可检索｜实时多模态向量链路落地实践分享

   本文将介绍如何用火山引擎 Flink 与 VikingDB 搭建一条“文件上传后秒级可检索”的实时多模态数据链路，并给出两套完整 Flink SQL 参考方案。

4. 4
   一张表 17PB？记一次 MySQL 统计查询卡住与数据统计量爆炸的排查实录

   最近我在统计一个MySQL实例的表空间大小时遇到了问题，今天就将这次排查过程复盘出来，希望能为遇到类似问题的朋友提供一些思路。

5. 5
   draw.io 要凉了！一句话生成专业技术图，这个开源 Skill 火了

   fireworks-tech-graph 是一个专门面向 Claude Code / Codex 的 Agent Skill，可以把自然语言描述转换成高质量 SVG、PNG 技术架构图。

6. 6
   公司要统一买 AI 开发工具了，Codex、Claude Code、Cursor 到底该选谁？

   有人把 AI 开发工具当成一支更聪明的笔，希望写代码时一直陪在旁边；有人把它当成一名可以领任务的同事，交代完就等结果；还有人并不想“开发”，只是受够了每周复制几十次表格，想给自己做一个顺手的小工具。

7. 7
   Java 开发：彻底搞定！MyBatis 批量插入/更新性能优化，告别慢 SQL 瓶颈

   本文将从实际业务痛点出发，深度剖析MyBatis常规批量写法的性能瓶颈与底层原理，分享高并发、大数据量场景下的批量插入/更新极致优化方案。

8. 8
   Vite+ DevTools 发布！功能太强大了！

   Vite+ DevTools 目前还处于快速迭代阶段，但方向已经非常明确：下一代前端开发环境，可能不只是浏览器 DevTools，而是工程级 DevTools。

9. 9
   OpenAI彻底干掉语音延迟！六个月重写底层架构，GPT Live全双工技术揭秘

   OpenAI团队在过去六个月里完全重构了模型推理、上下文管理和媒体传输层，打造了一个专为低延迟优化的新系统架构。

10. 10
    老黄垒二十年的CUDA护城河，AI刚刚用十小时凿开了

    一家成立仅一年的小公司，用AI编程Agent，只花10小时，就搭出了一套「类CUDA软件」。

11. 11
    ICML'26 |大模型灾难性遗忘新解法：秩一联想记忆实现无损持续学习

    来自澳大利亚新南威尔士大学（UNSW）Artificer AI Lab的研究团队，给出了一个新答案。他们把每一次模型更新，拆解为最小的rank-1「记忆原子」，让持续学习变成一座参数化记忆库的“little by little”增量生长——新知识一点点添进去，旧本领稳稳留在原地，还不需要额外的路由器来指挥。

12. 12
    开源版Claude Science来了！零依赖、MIT协议，内置30+项科研Skills

    项目叫OpenAI4S（Open AI for Scientist），是北京大学&元空AI Agent联合实验室正式开源的科研智能体项目。

13. 13
    Anthropic CEO担心：招来的人只认钱不在乎使命，百万年薪的反噬？

    Anthropic CEO 达里奥担忧，公司新招来的人才更多是冲着钱，而非 Anthropic 的使命。

14. 14
    北大等联合发布Data Pyramid：用五层数据金字塔系统回答「机器人应该从什么数据中学习？」

    《Data Pyramid for Embodied Manipulation》提供了一套面向具身操作的数据中心框架。

15. 15
    十六张B200才能跑的Kimi K3，八张AMD就装下了

    最近，Wafer AI 在 AMD MI355X 上部署了 Kimi K3。结果是，原本需要 16 张 NVIDIA B200、横跨两台服务器运行的模型，在一台配备 8 张 MI355X 的 AMD 服务器中就能完成部署。

16. 16
    千寻智能高阳团队新作|换了新硬件，老数据还有用吗？揭秘机器人学习中的"涌现式迁移"

    近日，千寻智能高阳团队的最新研究 《When Does Legacy Data Start to Help? Emergent Transfer in Cross-Configuration Robot Learning》（老数据何时开始 "帮上忙"？跨配置机器人学习中的涌现式迁移）正式公开。

17. 17
    中国版「生物DeepSeek」诞生！四个牛津学霸，让AI接管生命科学

    近日，津渡生科（由4个牛津大学归国学霸创办）自主研发的生命科学垂类GeneLLM多组学大模型，接连登上国际顶级学术期刊——《Nature Communications》与《Advanced Science》。

18. 18
    最大AI黑洞！Anthropic年入一万亿美元后，算力价格狂飙十倍

    在最新博客文章里，知名科技播客Dwarkesh Patel抛出一个大胆推演：如果AI实验室收入继续高速增长（如Anthropic到明年底达1万亿美元），而算力供应每年仅增约3倍，那么计算力价格可能上涨10倍以上。

19. 19
    Agent成本暴降几十倍！LlamaFactory作者开源新工具：0.2元自动造Agent

    LlamaFactory的作者郑耀威最近开源了一个新项目PenguinHarness。这个「企鹅驾驭师」能帮你自动完成Agent的构建、评测和持续改进，真正从「手动调优Agent」迈入「Agent自我迭代」。

20. 20
    公司里人人都能用 Codex 做系统了，谁来保证三个月后还能用？

    Codex 让“我有一个想法”到“这里有一个能用的页面”之间的距离变得很短。这是好事。很多长期排不上开发资源的小问题，终于可以由最了解它的人直接解决。

21. 21
    AI气穴超阿波罗登月！谷歌烧光2000亿美元，押注21世纪最大赌局

    最近，人称「硅谷巴菲特」的著名投资人Chamath Palihapitiya，在X上预言了关于「AI奇点」的终极路线图。

22. 22
    Claude不香了，6.3K星Harness加持Qwen‑3.7干废Opus4.7

    我相信每个深度用过AI干活的人都踩过。让AI干一个超过一小时的复杂活，开头它生龙活虎，半小时后开始不对劲，一会儿重复点同一个按钮几十次，一会儿把刚写好的文件覆盖了，最后它很笃定地告诉你，任务完成了。你打开一看，完成个鬼。

23. 23
    刚刚！Claude Fable 5，又拿第一了

    就在刚刚刷新的MirrorCode排行榜上，Claude Fable 5以64%的绝对成功率再次登顶。紧追其后的GPT-5.6 Sol，分数只有它的三分之一！

24. 24
    用 WorkBuddy 生成高质量 PPT，保姆级教程来啦！

    前几天，我拿 WorkBuddy 做了一份季度复盘 PPT。一开始我也没整什么复杂操作，就扔过去一句「帮我做一份季度复盘 PPT」。几分钟以后，二十页的成品出来了。

25. 25
    腾讯 WorkBuddy 团队论文：如何从“修 Bug”走向“完成工作”

    Agent 找到一条失败测试，改了几行代码，目标用例也绿了。第二天联调才发现，跨时区订单还没覆盖；接口少了一个兼容字段；发布说明引用的还是旧配置。它确实修了一个 Bug，却没有把这项工作交到下一个人手里。

26. 26
    DeepSeek 没视觉？一个脚本让 Claude Code 的"眼睛"随便换

    对我们带娃搞技术的人来说，时间就那么多。模型切换应该是零成本的——想用哪个用哪个，不该因为"能不能看图"这种基础能力被卡住。

27. 27
    Agent 不是魔法，拆解Agent智能体的能力地图

    好的智能体能够自行处理问题，给予好的反馈。这些反馈的结果如何？就体现在是否智能，是否高级。那么简单的来说：Agent系统里常见有哪些能力积木？各自解决来什么、什么时候又是可以没有的？

28. 28
    为什么用AI之后反而更累了

    让我们累的不是AI，是复核外部产出这件事本身。 AI做的，只是把我们从偶尔审核，变成了全天候审稿人。

29. 29
    从多版本到灰度发布：基于 Istio 的 Kubernetes 服务泳道实践

    面向微服务研发、测试与灰度发布场景，本文以 mocka -> mockb -> mockc 三个服务为例，介绍如何在同一个 Kubernetes 集群内同时运行同一服务的多个版本，并通过 Istio 实现按请求头路由、宽松泳道与严格泳道。

30. 30
    从 Demo 到生产：Agent 经验自进化的实战闭环

    企业落地 AI Agent ，最大的风险不是"做不出来"，而是"做出来之后，准确率能不能稳住、成本能不能算清、出了问题能不能快速定位"。

31. 31
    12 个常用 React Hook，九个有坑：按现象对号入座

    一段四行的 Hook，人扫一眼就觉得"这有什么好错的"，于是跳过审查直接复制。 而自定义 Hook 偏偏是最能藏东西的地方——它把复杂度收进了一个很干净的函数名后面，调用方看到的是 useFetch(url)，看不到里面有没有处理竞态。

32. 32
    Cursor这次真“越界”了：能读邮件、改文档、排日程后，Java程序员必须重做这一层！

    换句话说，Cursor 正在从一个“帮助程序员写代码的编辑器”，逐渐变成一个可以跨系统执行任务的工作代理。很多程序员看到这里，第一反应可能是：Cursor 以后是不是连邮件、会议和文档都能帮我处理了？

33. 33
    面向 MySQL 用户的 PostgreSQL 快速上手指南

    本文不讨论“MySQL 和 PostgreSQL 谁更好”，也不会把所有功能逐项罗列，而是先看清 PostgreSQL 的整体架构、连接模型和权限体系，再依次走过数据类型与约束、SQL 方言、事务并发、Vacuum 和索引。

34. 34
    Agent自我改进的隐藏瓶颈：发现能力强，可靠推进能力弱

    要判断agent有没有做研究的能力，先要排除“换了优化器、服务栈或评测器才涨分”的干扰。RSIBench-Data固定基础模型、训练接口、服务路径、评测沙箱、验证器和评分协议。

35. 35
    Kafka消息积压：从十万条到零的生产环境实战

    Kafka消息积压不只是"消费者处理慢"这么简单，背后涉及poll机制、rebalance机制、offset提交策略等多方面知识。今天就来系统梳理Kafka消息积压的原因、排查方法、处理方案。

36. 36
    天天用 @Transactional，你知道背后的“动态代理”到底是怎么工作的吗？

    本来我们只可直接去商店买药 ;突然有一天，我们的车坏了，导致我们无法直接去商店买药。这个时候，又急着需要药，我们可以打电话叫代理人:小张去商店帮我们买药，然后再让他把药给我们带回来。这样最终我们拿到了药。

37. 37
    别再把 Agent 当“大模型+工具”了！一张 Agent 全景图，拆解落地的“八块拼图”

    回到开头那位朋友的项目——后来我们 没换模型 ，重新设计了 Context 组装策略、补上了 Memory 的取舍机制、给高风险工具加了权限门槛，项目上线一个月后 投诉基本清零 。模型自始至终都没换。

38. 38
    腾讯阿里字节的AI大战：赛马、变阵与新起跑线

    在国内做SaaS生意仍然是个难题。新产品要面对的，还是那些老问题：企业付费生态差。何况大多数人并不像研究AI的工程师那样忙碌到愿意花钱省时间——不然，也不会每天有8亿多人刷两小时抖音，4亿人刷快手，1亿多人刷小红书。

39. 39
    一张表17PB?记一次MySQL统计查询卡住与数据统计量爆炸的排查实录

    一个已知占用了磁盘空间不到100G的库，表大概1500张，统计所有表的大小时耗时2分钟以上，统计出来的结果有17PB（我的磁盘只有200G，这个结果肯定错误）。今天就将这次排查过程复盘出来，希望能为遇到类似问题的朋友提供一些思路。

40. 40
    我，后端开发，零基础搞懂了 Transformer

    最近几周在帮团队面试，突然看到一个招聘 JD，上面写着"AI Agent 后台开发"，候选人工作年限两年，但薪资是我当时的三倍。我盯着屏幕看了很久，心里只有一个念头：干了几年的分布式，怎么突然就不值钱了？

41. 41
    漏洞秒级被爆！AI攻防战爆发，安全高管们却被这件“小事”卡住了脖子

    AI并没有改变网络攻击的本质，而是把企业多年积累的漏洞、错误配置和身份管理缺陷，以机器速度无限放大。OpenAI模型“逃逸”事件背后的真正原因，也只是一个普通的沙箱配置错误。

42. 42
    Cypress 组件测试——浏览器环境下的双重测试方案

    Cypress组件测试像在真灶台上炒菜——火候一模一样，但准备时间更长。本章带你搞懂浏览器环境测试的独特价值。

43. 43
    字节跳动二面：亿级秒杀系统，Redis 挂了你怎么兜底？

    今天我把这套题从头拆一遍，按流量漏斗的思路，从自杀式架构一路讲到容灾兜底。

44. 44
    MyBatis 源码深度拆解（六）：#{} 与 ${} 底层解析 & SQL 预编译

    本文将深入BoundSql 构建过程、对比${}的直接拼接逻辑，看清#{}如何变成，并且解释 SQL 注入风险。

45. 45
    Python 字典：你以为你全会了，但这十个坑 90% 的人踩过

    今天不讲d = {"name": "Tom"}这种基础。讲点你大概率没注意到、但在生产环境里真实会咬人的东西。

46. 46
    MySQL 报错 Out of space in the redo log 如何处理？

    数据库的每一次报错，都是底层架构在向你“求救”。掌握Redo Log的动态调优，能让你在故障面前从容不迫。​

47. 47
    Vue 项目搭建十道面试题，你能答对几道？

    Vite 和 Vue CLI 不是一个层面的东西——Vue CLI 是脚手架（底层用 Webpack），Vite 是构建工具。

48. 48
    Robyn：由 Rust 驱动的超高速 Python Web Framework

    Robyn 不依赖 Uvicorn 或 Hypercorn 这样的外部 ASGI server，而是自带 Rust-powered runtime 和紧密集成的 HTTP server。它还支持 multi-process execution、multi-threading、async handlers、WebSockets，以及通过 PyO3 实现的 Rust extensions。

49. 49
    从 Tool、Skill 到 Agent：一文捋清智能体的完整架构

    模型会越来越强，这是确定的趋势；但架构设计的功夫，才是真正能拉开差距的地方。下次再有人跟你说“我们做了个 Agent”，不妨反问一句： 你的 Workflow 是怎么设计的？出错了怎么办？ ——这个问题，基本能筛出一大半“伪 Agent”。

50. 50
    四万五千条经机器校验的定理：AutoformBot 与数学形式化的规模化转折

    所谓证明助手，是一种让用户以带有形式化根基的专门编程语言来表达数学定义、定理陈述与证明的工具；这个过程中，一个极小的引擎（内核，kernel）会对每一步逻辑做机械检查，使得任何被接受的证明，相对于其所声明的假设与定义，都获得有效性的保证。于是，验证一份形式化证明，就退化成了两件事：确认证明助手接受了它，以及确认那个形式化陈述本身忠实地捕获了原本想表达的含义。