渗透测试的战场正在发生根本性变化。 传统模式里，你是猎人，工具是猎狗。 你指挥它"扫这个IP"、"测这个端口"、"注入那个表单"，它按你的指令执行，遇到问题停下来等你决策。 2026年的AI渗透测试，完全不是这回事。 Agent成了猎人，你成了顾问。 它们自主规划攻击路径、动态调整策略、相互协作攻破 ...

AI辅助编程系统工程的注意事项-程序员从“农耕”走向“魔法”的时代 目 录 1..... 项目实践依据... 2 2. 前言：软件工程的范式转移，从“关注过程”到“关注意图”... 4 3..... 需求明确及AI审核：人与AI双向的需求验证... 4 4..... 更需要系统化思维：科学拆分业务单 ...

1. 加大对人工智能基础理论的探索 1.1. 刘海滨 1.1.1. 中国航天系统科学与工程研究院总工程师 1.2. 人工智能的发展不会一帆风顺，技术进展缓慢、伦理道德冲击、根技术储备不足、应用不满足实际需求等，都将给中国人工智能的发展带来挑战 1.2.1. 我国仍然是一个追随者，不完全是一个创新突破 ...

核心结论 用了半年AI测试工具，我得出一个残酷的结论：90%的"智能测试"都是在割韭菜。 这篇文章不是工具推荐，是一份避坑指南。我会告诉你哪些工具真正解决了问题，哪些只是把老包装成了新。 三个真相 真相1：AI不会消除维护成本，只会转移维护成本 某银行引入Tricentis TOSCA后，测试维护成 ...

混合专家模型 (MoE) 详解 随着 Mixtral 8x7B (announcement, model card) 的推出，一种称为混合专家模型 (Mixed Expert Models，简称 MoEs) 的 Transformer 模型在开源人工智能社区引起了广泛关注。在本篇博文中，我们将深入探 ...

时序数据库 IoTDB 与 TsFile Skills，一次面向「Agent 如何理解数据库」的尝试。 最近，OpenClaw 在开发者社区迅速走红。 这让一个趋势愈发清晰：AI 正从「能聊天」 ，进化为 「会做事」。 Agent 开始操作系统、调用工具、访问数据库。它不再只是回答问题，而是在替人完 ...

大家好，我是程序员鱼皮。 经常看我视频和文章的同学应该会发现，我偶尔会用动漫风格的插画来做配图，帮大家理解知识点。 比如吉伊卡哇漫画风格，可可爱爱： 再比如海绵宝宝风格，都是情怀： 每次发出来，评论区都会 “哇” 声一片，有一堆人问：鱼皮你这图怎么做的？提示词能分享一下吗？ 但问题是，即使我把提示词 ...

1. 数据优势 1.1. 人工智能在现阶段甚至相当长的一段时间内大概率将沿袭当前的技术路径，即依赖大数据机器学习的数据智能 1.2. 各国政府、企业、研究机构在推动人工智能算力算法升级和产业落地的过程中，都将依赖于庞大的数据基础，而这正是中国发展人工智能的优势所在 1.3. 数据优势 1.3.1.  ...

上个月团队要选个新的测试框架，我花了整整一周调研。 结果呢？选了个看起来很火的框架，实际用了不到一个月就后悔了。 踩坑踩多了，我总结出一套选型方法论，今天分享给你，帮你少走弯路。 第一个坑：被GitHub Star数迷惑 当时我看到一个框架，GitHub star数8万+，文档写得漂漂亮亮，社区也活 ...

1. 在争议中前行 1.1. 自人工智能这个概念诞生以来，棋类游戏一直被视为顶级人类智力及人工智能的试金石 1.2. 最著名的人工智能威胁论来源于奇点理论 1.3. 雷·库兹韦尔在《奇点临近》一书中预言机器的智能将在2045年超过人类的智能 1.4. 著名物理学家霍金相信生物大脑可以达到的和计算机可 ...

XHS Agent 是一个面向小红书内容创作者的 AI 自动化运营工具。根据用户设定的运营目标，它能自动完成笔记文案生成、AI 配图（支持海报与真实照片两种风格）、参考图片素材管理、7 天发布计划制定，并通过 APScheduler 定时发布到账号，全程无需人工干预，同时支持 WxPusher 微信... ...

1. 类脑智能 1.1. 源起 1.1.1. 人脑在协调多种认知功能方面有着无与伦比的能力 1.1.2. 人脑是一个通用智能系统，能举一反三、融会贯通，可处理视觉、听觉、语言、学习、推理、决策、规划等各类问题，可谓“一脑万用”​ 1.1.3. 人类的智能感知和思维能力是在成长和学习中自然形成和不断进 ...

1. 概述 1.1. 本轮人工智能热潮在算法或模型方面并无革命性的重大突破，就算是听起来很新的深度学习概念也早在20世纪80年代就已经出现 1.2. 大数据，它为深度学习算法提供海量的训练数据做支撑，让深度学习如虎添翼，大显神威 1.3. 高性能计算，尤其是通用计算GPU给予神经网络和深度学习强大的 ...

1. 人才的流动去向 1.1. 美国特点 1.1.1. 美国作为最早发展互联网的国家，拥有着世界上几乎一半的人工智能专家 1.1.2. 大多数专家曾为谷歌、微软或IBM等互联网巨头工作，并且拥有3～10年的工作经验 1.1.3. 在研究领域上，大部分专家的研究领域为计算机科学或计算机工程，同时还包括 ...

Claude Code负责人Lenny Rachitsky抛出"Coding is solved"的观点，引发技术圈热议。作为测试工程师，我们该如何看待这场AI革命？是恐慌、抗拒，还是拥抱？ 背景：一句话炸翻技术圈 前几天刷到Claude Code负责人Lenny Rachitsky的访谈，他说了句 ...

1. 人才争夺 1.1. 人才成为人工智能发展的竞争焦点 1.1.1. 在推动人工智能产业从兴起到快速发展的历程中，人工智能人才是其中最为关键的因素，其质量和数量直接决定了人工智能的发展水平和潜力 1.2. 人工智能杰出人才决定发展阶段和技术路线 1.2.1. 人工智能正在从实验室走向市场，处于产业 ...

1. 创新竞赛 1.1. 随着核心算法的突破、计算能力的迅速提升以及海量数据的支撑，人工智能的应用范围不断拓宽，相关产品更是层出不穷 1.2. 技术创新数量剧增 1.2.1. 从近20年的发展情况看，全球人工智能的专利申请量及其在全球专利总量中所占比例在2010年前呈现平稳上升的趋势 1.2.2.  ...

1. 资本市场的涌动 1.1. 抢占核心技术和人才是人工智能投融资的主要目的 1.2. 未来5～10年，各路企业对人工智能的布局将更加广泛和深入，对核心技术和人才的争夺也将越来越激烈，而投资和收购是占领核心技术和人才高地的重要途径 1.3. 美国旧金山湾区是全球人工智能的高地 1.3.1. 美国是全 ...

1. 人工智能产业的勃兴 1.1. 近代科学技术的许多重大进展都是人类智慧、思维、梦想和奋斗的成果 1.2. 数据快速积累，算法模型持续演进，运算能力大幅提升，推动人工智能行业应用快速兴起，逐步在生态保护、经济管理、金融风险、工业生产、医疗卫生、交通出行、能源利用等领域崭露头角 1.3. 数据的爆发 ...

1. 大国角逐 1.1. 都是为了最大限度地增加人工智能对经济和社会的诸多好处，同时最大限度地减少其风险和危害 1.2. 各国政府敏锐地意识到人工智能人才和基础设施建设的短缺，并正在努力迎接人工智能带来的新挑战 1.3. 目的是实现人工智能技术的反超和对部分产业的引领 2. DARPA 2.1. 为 ...