引言 上一篇文章里，我们已经完成了 Easysearch 在信创环境下的部署。搜索服务能跑起来只是第一步，要让它真正用于生产，还需要补上“入口治理”这一环。 例如，下面这些问题在生产环境中非常常见： 如何防止某个应用或用户发出超大查询请求，把 Easysearch 集群拖垮？ 如果 Easysearch 某个节点突然宕机，请求能不能自动切换到健康节点，让业务无感知？ 如何知道每天有多少次查询、哪些查询慢、哪些请求不合法，有没有办法对请...
Claude Code 团队上周写了一篇文章，来讲述他们在内部是如何使用 Skills 的。借着他们这篇分享，我们来讲讲 Skill 是什么，以及如何参考 Claude Code 团队的经验来打造我们自己的好用 Skill。 在 Claude Code 的 Skill 实践文章中，Skill 的定义比较接近一个给 Agent 使用的任务经验包：把一类任务里反复用到的说明、脚本、模板、配置和坑点，整理成一个可以被 Claude 发现和调用的文件夹。 而 Skills 也成了 Claude Code 最常用...
OfficeDex 开源地址：https://github.com/officecli/officedex 今年的高考终于结束啦，各位考生和考生的家长都幸苦了，大家是否已经迫不及待想要收到心仪院校的录取通知书了呢？OfficeDex 是刚上架的一款桌面端综合性办公软件，支持使用旗舰模型生成图片，来使用 OfficeDex 生成你与录取通知书的合影吧！ 或者生成一张恶搞的“高考采访”图： 使用方法 前往 OfficeDex 开源仓库的 Release 页面 https://github.com/officecli/o...
最近看了李飞飞关于 world model 的文章，让我重新思考起了世界模型这一概念。现在它又成了一个 AI 热词，并且提到了一个我们谈 Agent 时经常跳过的问题：系统内部到底有没有一个正在变化的世界。表面上看，world model 像是 physical AI 里的话题。机器人要理解房间，自动驾驶要理解道路，视频模型要生成一个能连续变化的场景。但我真正关心的是，知识工作里的 Agent 也遇到了同一个问题，只是它的世界不是三维空间，而是文档空...
昨天刚夸了 AI 对开源社区的贡献，尤其是在漏洞扫描方面的表现超神。当然凡事都有两面性，这不 AI 又闯祸了。 Fedora QA 体系总负责人 Adam Williamson 在开发邮件列表发了一封邮件，直接挂了一个名为 Nathan Giovannini 的老账号。该账号 2016 年开始活跃，2018 年参与过 Fedora 讨论，有社区信誉，有提交记录，算是一个非常正经的开源贡献者。 但是从 4 月 7 日开始，这个账号被一个 AI 智能体完全托管。 Williamson 指出了这...
这周，AI Agent 圈又出现了一个新词：Loop Engineering。它看起来有点陌生，但如果放到我们和 AI 的交互变化里看，就会自然很多。 一开始，我们主要是在和 AI "对话"。AI 要理解我们的需求，就有了 Prompt Engineering ：怎么把一句 prompt 写好，让它更准确地明白我们要什么。再后来，AI 开始进入更具体的任务场景。它不能只理解一句话，还得知道项目背景、任务目标、代码结构和历史决策。就诞生了 Context Engineering：要给 ...
本文为墨天轮社区整理的2026年5月国产数据库大事件和重要产品发布消息。 2026年数据库国测结果公布；数据库顶会 ICDE 2026 加拿大举行；达梦数据大手笔分红1.13亿元；海量数据拟募资不超7.02亿，OceanBase AI 数据库荣获智博会前沿科技成果奖。新品发布方面，达梦数据发布DM9 与新一代数据库一体机，腾讯云数据库面向 Agent 全面升级，升级 TDSQL 全系产品并发布Agent Memory与DatabaseClaw两款原生产品，云和恩墨首发AI 原生数...
作者：vivo BlueImage Lab MagicWorld 针对当前视频世界模型在长时间交互中易出现运动不合理与场景崩坏的问题，提出了一种面向长时稳定性的交互式建模框架。该方法通过引入基于光流的运动约束提升动态真实性，利用历史检索机制增强跨时间一致性，并通过多步聚合的训练策略优化整体交互序列质量，从而有效缓解误差累积问题。整体上，MagicWorld 实现了在长时间交互下更加稳定、一致的世界生成能力。 论文主页：MagicWorld: Towar...
前几篇把本体讲清楚了，现在往上走一层：本体在实际的 Agent 执行过程里是怎么被用到的？ 这篇的核心概念是 Agent Loop，也就是 Agent 处理一个任务的完整循环。理解这个循环，是理解后续所有架构设计决策的前提——为什么需要长短期记忆、为什么需要"人在回路"、为什么本体要在调用之前而不是之后发挥作用。 一个任务是怎么被完成的 还是用前几篇里的例子。用户输入： > 预计本季度果汁销售向好，调味料偏低，临时代理的华为手...
在将前沿 AI 论文转化为实际生产力的过程中，研究员和工程师经常面临这样一个问题：论文中的实验结果看似清晰，但当开发者尝试拉取代码、配置环境并开展复现时，却发现从论文结论到可运行系统之间仍存在巨大的工程鸿沟。除了 CUDA 版本不匹配、依赖冲突、隐性超参数等常见问题之外，数据获取受限、训练细节缺失、评测协议不完整以及算力条件不足等因素，同样可能导致复现结果与论文结论产生明显偏差。尤其是在大模型时代，“代码...
