随笔分类 - 大模型
摘要:我们总在等待一个像 ChatGPT 那样的机器人时刻。但具身智能真正的拐点,也许先发生在更不起眼的地方:一台陌生设备,第一次能把自己的能力、状态和边界完整告诉 AI;一个 Agent,第一次能把试出来的经验固化成可验证、可复用的机器技能。
阅读全文
摘要:四个案例合起来说明三件事:接入与编排成本可以数量级下降(CMU/Janelia),闭环试错和跨设备补救是真的(CMU/Tetsuwan),但物理直觉仍是硬伤(Genentech),安全必须长在模型之外。
阅读全文
摘要:三周半、40 个 PR、两条新模型产品线、一套投机解码体系、一轮安全加固——TensorSharp 的迭代节奏堪称凶猛
阅读全文
摘要:MHS 的本质不是"AI 控制硬件",而是三件事的组合:窄腰接口(read/write)降低接入门槛,设备语义(状态/操作/标签)让机器能自我介绍,分层执行让模型待在该待的位置——实时控制环之外。
阅读全文
摘要:如果你的 .NET 团队正在评估本地推理方案,现在可以把 TensorSharp 放进 PoC 清单了
阅读全文
摘要:layer split 对卡数免疫,tensor parallel 对互联敏感——决定你能不能跑、跑得快的,从来不是"3 还是 4"这个数字本身。
阅读全文
摘要:大学从来不只是一栋教学楼。在知识生产的链条里,它同时扮演着四种角色:生产资料的配置者、知识流通的枢纽、人才的培养者与认证者、长周期研究的承担者。而这页PPT的真正含义是:这四个功能,正在被逐一替代。
阅读全文
摘要:从 7 月 31 日的 DSV4(284B)到 8 月 19 日的 GLM-5.2(744B),TensorSharp 在三周内把纯 .NET 推理栈的承载上限抬高了 2.6 倍,且保持了对 llama.cpp 的逐 token 对齐传统
阅读全文
摘要:廖雪峰其官网教程列表至今仍是 Java、Python、JavaScript、SQL、手写 Spring、手写 Tomcat、区块链、Git、Makefile 九门,并无 C# 教程 (liaoxuefeng.com) 。C# 是以实战项目技术栈的形式进入他的内容体系的:5 月的串口调试器使用 Visual Studio + .NET 10 + C#(WinForms),6 月的 AsciiDraw 桌面版使用 C# + Avalonia + NativeAOT (liaoxuefeng.com) 。这一"以做代教"的转变本身,正是本报告要深挖的趋势核心
阅读全文
摘要:求稳选 LLamaSharp,求纯选 dotLLM,求全选 TensorSharp
阅读全文
摘要:DeepSeek V4 Flash 可能是第一个成本合理且可用的本地部署大模型, TensorSharp 实现了用纯.NET 推理 DeepSeek V4 Flash
阅读全文
摘要:这整个过程是一个持续的技术演进,而非由单一"bug"主导的灾难叙事。 Diogo的文章为这段历史提供了一个有价值的技术解读,但读者需要将其放在正确的时间语境中理解——它不是2026年的"新发现",而是对2020-2022年一段已被纠正的技术偏差的迟来复盘。
阅读全文
摘要:2025-2026 年,这场「IO 架构的设计游戏」已经升级为 Agent 框架、协议标准与编排范式的全面竞争
阅读全文
摘要:本文从技术趋势深度解读视角,解析 MAF 1.0 的五层架构设计、核心理念演化、关键 API 差异、开放协议集成以及 BUILD 2026 最新动态,为 .NET 开发者和 AI 技术从业者提供一份完整的迁移认知地图
阅读全文
摘要:Loop Engineering 不是终局,只是下一层台阶。 但站上去看,视野已经不同了
阅读全文
摘要:本文将深入剖析A2A v1.0协议的核心规范设计,并详尽解析上述三大.NET核心框架在实现A2A协议时的技术路径、多态架构演变及其对企业级AI系统设计的深远影响。
阅读全文
摘要:这场由“智能体人工智能”引发的范式转移,其影响深刻程度远远超越了单纯借助 LLM 提高代码生成效率的范畴。它对现代企业软件架构师提出了根本性的认知挑战——我们必须彻底重塑对“应用程序”的定义边界。
阅读全文
摘要:通过将 cc-switch 的客户端编排能力与 sdcb/chats 的网关处理能力相结合,我们构建了一个强大、灵活且安全可控的本地 AI 开发环境。
阅读全文
摘要:1. 摘要 随着生成式人工智能(Generative AI)从实验性技术迈向企业级核心基础设施,.NET 生态系统正在经历一场深刻的架构转型。在过去二十四个月中,C# 开发人员与前沿大语言模型(LLM)的交互方式,已从依赖社区维护的非官方封装库,彻底转向了由模型厂商官方提供的一方软件开发工具包(SD
阅读全文
摘要:本文将从核心引擎架构、数据流转机制、可视化渲染逻辑、控制层实现、基础设施特征、安全沙箱机制及代码人类学特征等七个维度,对此次泄露事件进行详尽的技术剖析
阅读全文

浙公网安备 33010602011771号