Key TakeawaysAs a Java developer, there’s no need to learn another language to get started writing AI-infused applications.Java developers can use the open-source project, LangChain4j, to manage inter
Google 宣布将其异步、基于智能代理的编码助手 Jules 正式推出，不再处于测试阶段，定位为帮助开发者处理日常编程任务的工具。Jules 基于 Gemini 2.5 Pro 模型，可执行多种编码相关工作，包括编写测试、开发新功能、修复漏洞、生成音频变更日志，以及更新依赖项等。与传统的实时编码助手不同，Jules 采用异步方式运行。它能直接连接开发者的现有代码仓库，将代码库克隆到 Google
能构建完整软件的 AI。你可能正开着好几个标签页：一个用 ChatGPT 写 PRD（产品需求文档）一个 AI 研究工具一个 AI 编码工具执行任务可能还有一个工具做代码审查和测试……本该是流畅的开发流程，却变成了在管理一群互不相识的 AI 助手，还得不断重复同样的信息。AI agent很强，各自解决问题没问题，但整体依旧割裂，离真正的成品发布还有距离。于是我们换了思路：如何打造一个真正推动软件开
OpenAI 正式发布了两款开源权重语言模型——gpt-oss-120b 和 gpt-oss-20b，专为高性能推理、工具调用和高效部署而设计。这是该公司自 GPT-2 以来首次开放完整模型权重，且采用宽松的 Apache 2.0 许可证。gpt-oss-120b 采用专家混合（Mixture-of-Experts）架构，每个 token 激活 51 亿个参数，在核心推理测试中表现可与专有模型 o
本周（2025 年 8 月 4 日）的 Java 新闻重点包括：JDK 25 和 Grails 7.0 首个候选版本发布；WildFly 37 发布；Payara 平台 8 月版本更新；LangChain4j、JBang、Hibernate 多个项目的小版本更新；以及 Spring AI、JobRunr、Apache Tomcat 的维护版本发布。JDK 25JDK 25 提前体验版的 Build
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！? 魔都架构师 | 全网30W技术追随者? 大厂分布式系统/数据中台实战专家? 主导交易系统百万级流量调优 & 车联网平台架构? AIGC应用开发先行者 | 区块链落地实践者? 以技术驱动创新，我们的征途是改变世界！? 实战干货：编程严选网OpenAI最先进的编码与智能体任务模型0 简介北京时间2025年8月8日凌晨一点，
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！? 魔都架构师 | 全网30W技术追随者? 大厂分布式系统/数据中台实战专家? 主导交易系统百万级流量调优 & 车联网平台架构? AIGC应用开发先行者 | 区块链落地实践者? 以技术驱动创新，我们的征途是改变世界！? 实战干货：编程严选网更强的 Agent 可控性当 Cursor 正在运行时发送消息，现可更有效地引导 A
“最新变化”页面的新形式对前沿技术的支持，如：Java 25Maven 4JSpecify为 Spring 开发者带来的重大体验提升：Spring 调试器Spring Modulith改进的 AI 辅助工作流：免费的新功能和更高的准确度以及 AI AssistantJunie：增强的性能和 MCP 客户端支持IntelliJ IDEA 现在可以充当第三方 AI 智能体的 MCP 服务器对数据库工作
OpenAI 推出了 ChatGPT 的学习模式（Study Mode），这是一项旨在通过循序渐进的方式引导用户解决问题的功能，而不是直接给出答案。它通过互动式提示、结构化回答以及后续提问，鼓励用户主动参与、加深理解。OpenAI 表示，这项功能是为了解决 AI 辅助学习中一个普遍存在的问题：虽然 ChatGPT 常被用于完成作业、备考或探索新知识，但直接提供答案可能会限制用户的学习效果。学习模式
在 7 月初举办的 Google Cloud Summit London 上，Google 公布了 Firebase Studio 的一系列重大更新，旨在提升基于云端的 Agentic AI（自主智能体）开发能力。此次更新包括：全新的自主 Agent 模式、对 Model Context Protocol（MCP）的原生支持，以及 Gemini CLI 的集成。这些功能将让 AI 智能体更独立、更
0 前言计算机系统的时间深刻影响分布式系统设计。先从单机系统的时间问题出发。举个例子来说，在构建分布式系统的时候，如果我们能在每个单机系统中，都获得精确的时间点或时间范围，就能大大简化分布式事务等相关设计。分布式系统存在多时钟的问题，理解这个问题之前，也需要先了解单机系统的时间问题。 计算机系统内部，主要有两种时钟：墙上时钟和单调时钟。1 墙上时钟又叫钟表时间，和我们平时使用的钟表的时间一样，表示
0 前言使用 JDK、扩展和构建工具设置 Java 开发环境本指南将帮助您配置 Cursor 进行 Java 开发，包括设置 JDK、安装必要的扩展、调试、运行 Java 应用程序，以及集成 Maven 和 Gradle 等构建工具。它还涵盖了类似于 IntelliJ 或 VS Code 的工作流功能。确保已安装最新版Cursor。1 Java 安装PC安装 Java。Cursor 不附带 Jav
0 前言Kimi K2 的大型语言模型近期在科技圈引起了不小的轰动。我天朝AI公司 Moonshot AI 开发，这家公司背后有阿里巴巴支持。Kimi K2 发布被不少人视作另一个 DeepSeek 时刻。和 DeepSeek 一样，Kimi K2 也是开源权重的模型，也就是说，它的训练参数可以免费下载和自定义使用。而且同样地，它在多个测试中展现出超越主流模型的性能。1 K2咋工作的？Kimi 采
“上下文工程”（Context Engineering）是指构建动态系统，能够以合适的格式提供正确的信息和工具，从而让大语言模型（LLM）有可能完成任务。大多数情况下，当一个智能代理表现不稳定或失败，其根本原因往往是模型没有接收到适当的上下文、指令或工具。LLM 应用正从简单的单次提示（prompt）演变为更加复杂和动态的智能代理系统。因此，“上下文工程”正逐渐成为 AI 工程师最重要的一项技能。
0 前言Qwen3-Coder2025年7月22日正式发布 Qwen3-Coder，qwen迄今最具代理能力的代码模型。Qwen3-Coder 有多个尺寸，但迫不及待给大家提供当前最强大版本，Qwen3-Coder-480B-A35B-Instruct，总参数量 480B，激活 35B 的 MoE 模型，原生支持 256K token 的上下文并可通过 YaRN 扩展到 1M token，卓越代码
1 简介可视化方式很多，如：Atlas、DataDog、Ganglia...，详情参阅：https://micrometer.io/docs主流的就是 Spring Boot Admin（中小公司简单系统） 及 Prometheus+Grafana（复杂系统） 两种方案。2 Spring Boot Admin2.1 简介为Spring Boot量身打造的一个简单易用的监控数据管理工具GitHub
TL;DR智能体需要上下文才能执行任务。而“上下文工程”就是在每一步的执行中，为智能体填充恰当的信息到其上下文窗口的技术与艺术。本文通过分析一些主流智能体产品和论文，总结出上下文工程的四种常见策略：写入、选择、压缩、隔离，并介绍了 LangGraph 如何支持这些策略。我们也制作了关于上下文工程的视频，点击观看 *这里* 常见的上下文工程类型什么是上下文工程正如 Andrej Karpathy 所
0 前言Grok 4 是目前全球最智能的模型。原生支持工具使用和实时搜索集成，向 SuperGrok 和 Premium+ 用户开放，也可通过 xAI API 使用。还推出新的 SuperGrok Heavy 订阅层级，提供对 Grok 4 Heavy 的访问权限——Grok 4 最强大版。试用 SuperGrok 访问 API1 强化学习的扩展在 Grok 3 中，我们将下一个词预测的预训练规
Dify 1.5.0 通过记录每个节点的执行结果和实时追踪变量，让调试工作流程不再依赖猜测。开发者现在可以即时测试单个步骤，无需高成本重跑或手动输入，从“盲试”走向精准调试。构建 AI 应用意味着处理复杂的逻辑链。你的工作流程可能从知识检索节点开始，调用实时数据工具，经过多个大语言模型（LLM）节点推理，最终由模板节点整合生成输出。虽然功能强大，但调试这些流程却很困难。当最终结果偏离预期时，关键问
0 前言Kimi K2 是我们最新发布的MoE，激活参数达 320 亿，总参数量高达 1 万亿。在前沿知识、数学与编程任务中，Kimi K2 在“非思维模型”类别中表现优异，达到当前最先进水平。但这还不是全部 —— Kimi K2 针对“智能体任务”进行了精心优化，它不仅能回答问题，更能执行任务。本次开源：Kimi-K2-Base：基础模型，适合研究人员和开发者微调和定制Kimi-K2-Instr
AI 应用正迅速从简单对话迈向更复杂的任务执行。为了高效运作，智能体（Agent）需要访问外部数据、API、日历和代码库。过去，这通常意味着要编写大量自定义的“胶水代码”，成本高难扩展。MCP标准化了 AI 智能体发现和使用外部服务的方式。此前版本用 MCP 工具须通过插件调用。而Dify 1.6.0d的MCP 支持已实现内置双向集成：可以直接从 Dify 调用任何 MCP 服务。也可以将你自己的
LM Studio 发布了 0.3.17 版本，引入了对 Model Context Protocol（MCP，模型上下文协议）的支持，这是推动语言模型访问外部工具和数据源的重要一步。MCP 最初由 Anthropic 开发，它定义了一种标准化接口，让大型语言模型能够连接到 GitHub、Notion、Stripe 等服务，从而实现更强大的上下文推理能力。此次更新使得 LM Studio 成为了一
1 为啥要序列化？网络传输的数据须是二进制数据，但调用方请求的出入参都是对象：对象不能直接在网络传输，需提前转成可传输的二进制，且要求可逆，即“序列化”将对象转换成二进制数据这时，服务提供方就能正确从二进制数据中分割出不同请求，同时根据请求类型和序列化类型，把二进制的消息体逆向还原成请求对象，即“反序列化”将二进制转换为对象序列化与反序列化：RPC框架为何需序列化？RPC通信流程2 序列化方式2.
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！? 魔都架构师 | 全网30W技术追随者? 大厂分布式系统/数据中台实战专家? 主导交易系统百万级流量调优 & 车联网平台架构? AIGC应用开发先行者 | 区块链落地实践者? 以技术驱动创新，我们的征途是改变世界！? 实战干货：编程严选网2 可信执行环境Trusted Execution Environment，TEE。
1 联合建模（Joint Modeling）1.1 定义多个参与方共同训练一个机器学习模型，但各自的数据不离开本地。1.2 类比理解就像几个医生一起研究某种疾病的治疗方案，但每位医生只分享“经验总结”（如模型参数），而不透露具体的病人信息。1.3 实际应用多家保险公司想共同训练一个新能源汽车保险风险评估模型，但每家都只能用自己的客户数据联合建模可以让大家共享模型能力，而不用把原始数据交给别人1.4
0 前言很多刚接触这个技术栈的同学，可能会觉得有点绕。MQTT 负责传输，Protobuf 负责定义数据结构，听起来是天作之合，但具体到代码层，咋写最“哇塞”？本文以车联网（V2X）场景为例，把这个事儿聊透，让你不仅知其然，更知其所以然。咱们的案例原型就是这段非常1 典型的 .proto 文件syntax = "proto3"; option java_multiple_files = true;
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！? 魔都架构师 | 全网30W技术追随者? 大厂分布式系统/数据中台实战专家? 主导交易系统百万级流量调优 & 车联网平台架构? AIGC应用开发先行者 | 区块链落地实践者? 以技术驱动创新，我们的征途是改变世界！? 实战干货：编程严选网0 ? 注意事项由于近期法律变化，某些服务的数据保留政策可能受到影响，详见官方博客说
PA 2 是一款世界模型，能够在物理世界中实现先进的视觉理解与预测能力。它还支持在零样本情况下进行机器人任务规划，能应对陌生物体和新环境。V-JEPA 2 是我们迈向「高级机器智能（AMI）」的重要一步，目标是打造能在现实世界中运行的有用 AI 代理。我们还发布了三个新基准测试，用于评估模型从视频中推理物理世界的能力。今天我们正式发布 V-JEPA 2 —— 这是首个通过视频训练的世界模型，在视觉
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！? 魔都架构师 | 全网30W技术追随者? 大厂分布式系统/数据中台实战专家? 主导交易系统百万级流量调优 & 车联网平台架构? AIGC应用开发先行者 | 区块链落地实践者? 以技术驱动创新，我们的征途是改变世界！? 实战干货：编程严选网0 前言Google展望的未来：智能体不仅是工具，更是解决复杂挑战、优化工作流、释放
本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！? 魔都架构师 | 全网30W技术追随者? 大厂分布式系统/数据中台实战专家? 主导交易系统百万级流量调优 & 车联网平台架构? AIGC应用开发先行者 | 区块链落地实践者? 以技术驱动创新，我们的征途是改变世界！? 实战干货：编程严选网0 前言上周Java 新闻回顾重点：JDK 25进入Rampdown第一阶段、JDK
Copyright © 2005-2025 51CTO.COM 版权所有 京ICP证060544号
