随笔分类 -  人工智能

摘要：一段来自开发者 shchess 的抓包记录显示：在 Android 上使用 Tor Browser 访问 .onion 网站并开启 Desktop Mode 时，设备曾直接向 Akamai 和 Google 发起 HTTP 请求。抓包中还能看到真实 IP、.onion Referer 以及 Tor Browser 的 User‑Agent。这并不足以直接证明 Tor 被“破解”，但它暴露出一个更实际的问题：客户端是否真的把所有网络路径都锁进了 Tor。对于正在做代理浏览器、自动化抓取或隐私工具的团队来说，这类边界问题决定了产品是否可靠，也决定了谁愿意为“可验证的匿名网络环境”付费。 阅读全文

摘要：过去两年，大多数 RAG 系统默认世界只有一种数据：文本。但企业真实的数据结构远比这复杂——PDF 页面、界面截图、设计稿、设备照片、商品图片都同时存在。多模态 Embedding 与 Reranker 的价值，并不只是“支持图片搜索”，而是让这些数据第一次进入同一个检索体系。借助 Sentence Transformers 生态中的 CLIP 类 embedding 与 cross‑encoder reranker，可以构建一条清晰的工程路径：多模态向量化 → 向量召回 → rerank 精排 → RAG 生成。这套架构正在把视觉文档检索、跨模态搜索和 Agent 知识获取变成可实现的产品能力。真正的问题不再是技术是否存在，而是谁会最先为这种能力付费。 阅读全文

摘要：现实世界是立体的，但视频几乎一直是平的。一场暴雨来临前，乌云从城市四周压下来；走进地铁站，压迫感来自头顶、墙面和深处的通道，真正关键的还在后面。 阅读全文

摘要：一个看起来简单的 AI Agent 请求，后台往往不是一次模型调用，而是一整条执行链：模型理解任务、调用工具、读取数据、再推理、再调用 API，最后才生成结果。用户只看到一个回答，但系统可能已经在不同服务之间往返了十几次。 阅读全文

摘要：很多团队第一次接触 Tailwind 时，只把它当成一个“工具类 CSS 框架”。 但如果观察最近几次版本更新，会发现一个明显变化：Tailwind 正在逐渐吸收原本属于构建工具和设计系统层的能力。 4.2 版本的三项更新——Webpack 官方插件、新调色板以及逻辑属性工具——看似分散，其实指向同 阅读全文

摘要：在很多技术讨论里，性能问题往往被归结为算法复杂度。但在真实系统中，拖慢服务的常常不是复杂计算，而是那些被重复执行的简单判断，真正关键的还在后面。 阅读全文

摘要：过去几十年里，编程语言的选择通常围绕几个经典指标：性能、生态、稳定性以及团队熟悉度，真正关键的还在后面。 阅读全文

摘要：迈信达音视频字幕软件（MaixindaSubtitle）是一款专注于自动化视频转录文本、字幕制作、字幕翻译的AI自动化字幕软件。通过AI一键生成本地音频与视频的字幕文件，及翻译字幕内容。使用AI提取音视频对话内容后翻译、生成字幕文件，可以低成本并高效地将任意语言的视频、音频转录并翻译为目标语言，适用 阅读全文

摘要：当下人工智能是真心的火热呀，各种原来传统的业务也都在尝试用人工智能技术来处理，以此来节省人工成本，提高生产效率。既然有这么火的利器，那么我们就先来简单认识下什么是人工智能吧，人工智能是指利用语音识别、语义理解、图像识别、视觉处理、机器学习、大数据分析等技术实现机器智能自动化做出响应的一种模拟人行为的手段。而我们这里介绍的Magpie则属于人工智能领域里语义理解、机器学习中的一个具体的实现技术。 阅读全文