熱點

最新博文

• 基於NetCorePal Cloud Framework的DDD架構管理係統實踐 基於NetCorePal Cloud Framework的DDD架構管理係統實踐前段時間在做一個管理係統的項目，想嚐試一下DDD架構在實際項目中的應用。經過一番調研，最終選擇了NetCorePal C 文章阅读
• 用 crontab 給 LLM 使用量裝上“監控眼” 在把大模型接入日常工作流之後，筆者很快遇到了一個新問題 ：模型到底被用了多少次 ？每天的高峰時段是什麽時候？周末是不是真的沒人調用？如果對這些數據一無所知，就談不上優化成本 、排查異常，更談不上為後續擴容做 文章阅读
• 實戰對比  ：用 mpremote/Putty/MobaXterm 連接樹莓派 Pico REPL ，誰更省心？ 電腦連接樹莓派 Pico通過 USB 連接我們可以利用多個遠程控製終端通過 USB 線和樹莓派 Pico 進行連接通信，常見的遠程控製終端包括 MobaXterm
  、Putty、mpremote
   、Xsh 文章阅读
• 具身智能運動控製與軟件棧：你的代碼隻活在中間件之上 一台人形機器人裏跑著五層軟件
  ，頻率從 10Hz 到 20kHz ，差三個數量級 。這個頻率斷層把每層軟件的地盤劃死了，也把集成商的邊界劃死了：五層裏集成商能碰的隻有中間件那一層 ，你的代碼活在它之上，值錢的 文章阅读
• 一文搞懂 LLM 的 Transformer 
  ！看完能和別人吹一年 如果你想對當下 AI LLM(大語言模型) 的工作原理有所了解 ，揭開 ChatGPT、DeepSeek 背後的秘密 ，那一定要認識一下本文的主角 Transformer 。當提起 Transformer 文章阅读
• "Mem2Evolve: Towards Self 北航的工作 Mem2Evolve發表於 ACL 2026 
  ，提出了一種全新的智能體自我進化範式，把"能力擴展"與"經驗蒸餾"兩個過程耦合起來 ，實現更穩定 、更高效的智能體持續進化背景LLM 智能體在各類應 文章阅读
• 經常用 Codex 後，我發現 AGENTS.md 隻該管一件事 讓 Codex 少走彎路：一份全局 AGENTS.md 的取舍Codex GPT-5.6、Claude Fable 這一代模型變強後 ，我反而開始刪 Prompt
  。以前總怕 AI 理解錯
  。恨不得把“先看 文章阅读
• AI 不會淘汰你 ，但會淘汰「隻會點發送」的那類人 同事小李用 AI 半小時拚完周報 ，會議室裏老板隻問了一句 ：「第三段數據從哪來的？錯了你負責嗎？」小李愣住——他隻點了發送
  ，從沒點開過鏈接。這不是 AI 不行 ，是人把「會用 AI」和「能扛事」混成了一件 文章阅读
• 在 .NET 上構建超大托管數組 .NET 數組的上限這些年經常看到有人抱怨 .NET 數組的最大長度。在 .NET 裏，數組 、集合 、Span 以及很多相關 API 都是圍繞 32 位長度和索引設計的。GitHub 上曾經有一個很長的 文章阅读
• k8s安裝metrics 背景
  ：有監控node節點pod的CPU等資源，實現自動擴縮容的需要下，需要安裝metrics-serverk8s版本  ：1.30.14kubadm安裝） 對應metrics-server版本：0.8x本 文章阅读
• AI 不會淘汰你，但會淘汰「隻會點發送」的那類人 同事小李用 AI 半小時拚完周報，會議室裏老板隻問了一句 ：「第三段數據從哪來的？錯了你負責嗎？」小李愣住——他隻點了發送 ，從沒點開過鏈接  。這不是 AI 不行，是人把「會用 AI」和「能扛事」混成了一件 文章阅读
• 數學建模第五課
  ：從矩形麵積最大問題學會建立優化模型 在數學建模比賽中
  ，優化模型是最常見的數學模型。引言在實際問題中，優化模型是在一組約束條件下，使得具體目標的評判標準達到最優 ：例如公司經理要根據生產成本和市場需求確定產品價格，使所獲利潤最高；調度人員要 文章阅读