本地服务商家如何通过地图标注优化GEO获客：宁国裁缝店实操案例
本文记录宁国一家裁缝店通过地图标注优化实现GEO获客的实操案例。裁缝店属于传统小众行业，年轻客户群体难以找到。通过完善服务项目和工艺展示、布局"裁缝店+定制修改"等关键词、优化门店位置标注，裁缝店在本地搜索场景中的曝光率显著提升，年轻客户到店比例明显增长，为传统服务行业数字化获客提供参考。 ...
从原理到攻击：KV Cache 安全问题与跨会话泄漏实验
最近接触到了新的AI攻击概念，打算从这方面入手学习一下。KV Cache攻击一句话解释就是攻击者通过缓存命中造成的响应延迟差异，推断其他用户是否处理过某段敏感前缀，从而泄露请求存在性或内容特征。 ...
2026年嘉兴GEO优化培训哪家好？兴帝GEO长三角实训基地深度实测
2026年嘉兴GEO优化培训哪家好？本文从市场现状、机构背景、课程体系、核心技术、实操落地、适合人群、机构对比、选择建议、常见问题九个维度，深度实测兴帝GEO实训基地。详细拆解地图POI权重优化、AI大模型GEO布局、配套短视频素材三大核心技术，对比线上2980元/年全年陪跑与线下4980元1-7天... ...
千问大模型完整RLHF全参数微调指南
大模型微调是实现模型领域定制的核心方案，本文承接《千问大模型二次 LoRA‑SFT 指令微调指南》部分内容，聚焦 Qwen3.5‑Base 纯文本基座全参数微调，完整复现 ChatGPT 风格 RLHF 对齐工程链路，覆盖数据预处理、SFT 监督微调、RM 奖励模型训练、PPO 强化学习、DPO 直... ...
GPT-6 Astra 企业微信和飞书知识库机器人教程
这个案例教你把产品手册、常见问题或内部制度交给 GPT-6 Astra，让企业微信和飞书机器人按照资料回答。 开始前准备什么 已经能正常回复的 GPT-6 Astra 流水线； 一份整理好的 PDF、Word 或 Markdown 文档； 企业微信或飞书账号。 创建知识库机器人 登录 LangBot ...
谁说 AI 越通用越好？Anthropic 给出了相反答案
你有没有发现一个反常识的现象？AI 模型正在变得越来越通用，但 AI 产品却正在变得越来越垂直。 这听起来是不是有点矛盾？Anthropic 产品负责人 Dianne Penn 在最近一次访谈里，提出一个非常重要的观点：AI 的下一阶段，不是一个模型包打天下，而是重新走向垂直。 第一个反常识：模型越 ...
AI驱动型研发团队“三省六部制”智能体协作管理方案
AI驱动型研发团队“三省六部制”智能体协作管理方案一、研发效能范式转移：从效率孤岛到系统性瓶颈 当前AI赋能研发的进程中，行业呈现出一种表象繁荣：AI代码生成占比普遍达到95%乃至100%，开发者个人编码效率实现跨越式提升。但从企业研发组织整体维度来看，核心业务需求交付效率并未同步增长，人均交付产能 ...
千问大模型二次LoRA‑SFT指令微调指南
大模型微调是实现模型领域定制的核心方案。本文基于 Ubuntu 22.04 服务器环境，依托 NVIDIA RTX 家用高性能显卡，选用千问 Qwen3.5‑0.8B‑Instruct 指令模型，完整演示二次 LoRA‑SFT 微调全流程，包含环境搭建、模型选型、ChatML 数据集制作校验、LoR... ...
吴恩达AI Engineering Skills Map: Using coding agents
吴恩达AI Engineering Skills Map: Using coding agents A key AI engineering skill is using coding agents. Your skill at steering them both to write code an ...
AI中台架构深度解读
AIP 中台架构深度解读：当生成式 AI 遇见企业运营，"调用模型"只是起点导读：AIP（AI Platform）并非又一个模型 API 网关。它是 Palantir 将生成式 AI 深度接入企业运营领域的完整工程平台——从安全接入大语言模型，到围绕 Ontology 构建上下文，再到智能体编排、运 ...
Agent 学习笔记 29：三个综合项目复盘：编程助手、数据分析与多模态 Agent
学完整套 Agent 技术后，三个综合项目很适合用来检验理解：编程助手操作代码，数据 Agent 操作结构化数据，多模态 Agent 还要处理图像、语音和界面。它们表面不同，底层却共享同一套工程骨架。 编程助手：修改必须可验证 核心链路是仓库探索、定位代码、最小修改、测试和差异审查。代码执行需要沙箱 ...
Agent 学习笔记 28：把 Agent 部署到生产：服务化、并发、成本与运维
本地运行一个 Agent 只需要 API Key 和脚本，生产系统却要面对并发、长任务、流式响应、模型限流、状态恢复、成本和故障排查。部署不是把 Notebook 包进容器就结束。 在线请求和长任务分开 短问答可以由 API 服务同步或流式返回；研究、批量处理和复杂工具链应进入任务队列，由 Work ...
批判性思考-用 AI 写代码
开发工具栈Anthropic 最近发了一篇博客讲上下文工程的新规则，里面明确说他们为 Claude 5 代模型砍掉了 Claude Code 超过八成的 system prompt。官方承认模型强了之后，之前的大段指令反而稀释注意力。轻量化是共同的方向，Claude Code、Codex、Pi 挑顺 ...
AI编程系统化工程方法论-让AI开发从随意尝试变为可靠工程
AI编程系统化工程方法论-让AI开发从随意尝试变为可靠工程当下多数人使用AI编程时，遇到的代码问题大多并非AI编码失误，而是人机需求未充分对齐导致AI只能自主脑补逻辑、适配需求。常规的AI编程仅停留在“整点东西玩玩”的零散尝试层面，想要将其升级为标准化、可落地、可迭代的可靠系统工程，核心依靠三大闭环 ...
Agent 学习笔记 27：Agent 安全与可靠性：从 Prompt 注入到运行时防护
普通聊天模型答错可能只是体验问题，能读文件、发邮件、执行代码的 Agent 答错就可能变成真实损失。安全不能依赖一句“请勿执行危险操作”，而要贯穿输入、模型、工具和运行环境。 Prompt 注入利用了数据与指令混在一起 网页、邮件和文档中可能包含诱导模型忽略规则的文字。外部内容必须标记为不可信数据， ...
Agent 学习笔记 26：Agent 应该怎样评估：从 Prompt 调优到回归测试
评价聊天回答可以看正确性和表达，评价 Agent 还要看它是否选对工具、走了多少步骤、有没有恢复失败、成本是否合理，以及副作用是否受控。只看最终文本，会错过大部分真实问题。 把结果指标和过程指标分开 结果指标包括任务成功率、事实正确性和用户接受度；过程指标包括工具选择、参数正确率、步骤数、延迟、to ...
Agent 学习笔记 25：MCP、A2A、ANP：Agent 之间如何通信和协作
Agent 生态扩大后，最先出现的并不是“模型不够聪明”，而是连接成本：每个工具都要适配，每个 Agent 都用自己的消息格式，身份和权限也无法统一。协议的价值，是减少这种点对点胶水代码。 三类协议关注不同边界 MCP 更关注模型应用怎样发现和调用外部工具、资源与提示；A2A 关注 Agent 之间 ...
FinGPT：21K星开源金融大模型，一张 RTX 3090 就能微调出超越 GPT-4 的情感分析
金融大模型听起来像是只有华尔街和巨头才玩得起的东西——BloombergGPT 训练一次要花约 267 万美元、跑 53 天、动用 512 张 A100。但 FinGPT 用一条完全不同的路线把它拉到了桌面级：开源、轻量微调、单张消费级显卡就能跑出同样的效果，甚至在某些金融情感分析基准上跑赢了 GP ...
Agent 学习笔记 24：多 Agent 协作：什么时候一个 Agent 不够用
多 Agent 很有吸引力：规划者、研究员、开发者和审查者各司其职。但如果任务本身没有清晰边界，把一个 Agent 拆成五个，通常只会增加消息、成本和责任推诿。 先判断是否真的需要拆分 适合多 Agent 的任务往往可以并行、需要不同工具或上下文，或者存在明确的生产与审核角色。线性短任务、共享状态高 ...
Agent 学习笔记 23：DeepSeek Harness：一切皆插件的开源 Agent 底座
Agent 底座很容易走向“大而全”：模型、工具、记忆、渠道和界面全部互相依赖。DeepSeek Harness 的插件化思路提醒我，扩展能力的关键不是不断改核心，而是让核心保持小，让变化通过清晰协议接入。 “一切皆插件”的前提是协议稳定 模型 Provider、工具、记忆后端、事件处理器和界面都可 ...
