- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子位
LeCun论战Markus：AI是否需要类似人类的认知能力？
Markus表示：“我们想要孩子们所拥有的东西，这些是为了理解世界上对象、实体和物理机制而建立起的表达方法和基本元素。” Markus希望看到，人工智能研究员“更多地借鉴认知科学的知识”，开发更具结构化的算法，表达对象、集合、地点，以及空间连续性等认知概念。 Markus表示，这说明了如何使用更具结构化的方法来约束人工智能所处理信息的数量，帮助人工智能更好地理解世界。
72050发布于 2018-03-26 - 来自专栏AI Agent数字员工平台最佳实践
如何让AI Agent安全可控地工作？Markus治理体系深度解析
2026年AI Agent生态全景：五大趋势与开源平台的破局之道引言：Agent 2.0 的转折时刻2024年，CrewAI、AutoGen、LangGraph这些框架扎堆冒了出来，AI Agent的概念开始真正落地 企业需要的不是一百个各自为战的AI助手，而是一个能自主协作、持续学习、值得信任的系统。眼下，AI Agent生态正在经历五大结构性变化，下面逐一拆开聊聊，也看看开源平台在这波变革里能抓住什么机会。 在五大趋势中的实践作为AI开源社区的一员，Markus（https://github.com/markus-global/markus）从诞生之初就将这五大趋势作为架构设计的核心原则。 开源优先：AGPL-3.0许可Markus采用AGPL-3.0开源许可，完全自托管，数据不出企业边界。 Markus是一个开源的AI劳动力平台（AGPL-3.0），让开发者可以创建和管理自主协作的AI Agent团队。
21210编辑于 2026-05-22 - 来自专栏新智元
末日时间表来了！前OpenAI研究员76页硬核推演：2027年ASI接管世界，人类成NPC
（其中一种可能性） 2025年末：世界最贵AI诞生，算力达到10^27 FLOP 2026年初：编程实现自动化 2026年末：AI取代部分工作 2027年3月：算法取得突破，Agent-2诞生 2027 2027年1月：Agent-2永不停止学习 在Agent-1的协助下，OpenBrain现正对Agent-2进行持续训练。 这次的重点是更加高质量的数据。 在研究工程（设计和实验）方面，Agent-2能力水平几乎与顶尖人类专家相当。 2027年3月：算法突破 三个数据中心部署了海量的Agent-2，昼夜不停地工作，用于大量生产合成训练数据。 另外两个数据中心则用于更新权重。Agent-2每天都在变得更聪明。 在数千个Agent-2自动化研究员的协助下，OpenBrain正在取得重大的算法进展。 其一，是利用更高带宽的思维过程（如神经网络内部语言的递归与记忆）来增强AI基于文本的思维链 。
57011编辑于 2025-04-05 - 来自专栏大数据实战演练
干货 | kubectl 常用命令集锦（一）
namespace> <podName> 13、k8s node 标签添加、移除相关操作 # 查看所有k8s机器的标签 kubectl get node --show-labels # 如果要调度的机器agent -2上没有node标签，那么就执行以下命令： kubectl label node agent-2 node=public # 移除agent-2节点上的node标签 kubectl label node agent-2 node- # 修改一个Label的值，需要加上--overwrite参数： kubectl label node agent-2 node=public --overwrite
1.8K40编辑于 2022-11-17 AI重塑软件工程03-基于ClaudeCode开发完整商业应用软件项目实践指南
需求理解 → 分析推理 → 设计思考 → 架构决策 → 任务分解 → 实施生成 → 测试验证 agent-1 (Context 基线师): Context 基线建立 + 领域知识构建 + 上下文管理 agent 主导) 用户输入: "我想做一个电商系统" agent-1 响应: - 引导用户明确商业目标 - 询问目标用户群体 - 了解核心业务流程 - 确认技术约束条件 商业目标确认 (agent-1 + agent -2 协作) 确认内容: - 业务价值和盈利模式 - 核心功能优先级 - 用户体验期望 - 系统规模和性能要求 功能范围界定 (agent-2 主导) 输出内容: - 核心功能清单 - 功能边界定义 文档结构规划 - 协作链执行计划 内容摘要确认 (用户确认) 确认内容: - 需求理解的准确性 - 系统架构的合理性 - 实施计划的可行性 7-Agent 协作链执行 完整执行: agent-1 → agent 用户: "确认，请开始" agent-2: "开始执行7-Agent协作链，为您生成完整的技术实施方案..."
93910编辑于 2025-11-17AI Agent 治理与安全：从实验到生产的关键挑战
如何让AI Agent安全可控地工作？ Markus治理体系深度解析一、Agent 自治悖论：能力越强，越需要治理想象一下：你的 AI Agent 能自己执行 Shell 命令、读写文件、管理 Git 仓库、调第三方 API，还能跟其他 Agent 本文以开源 AI 智能体平台 Markus 的治理体系为蓝本，深入剖析一套生产级的 AI Agent 安全治理方案——从信任体系、任务状态机、工作区隔离到审计追踪，逐一拆解其设计与实现。 Markus 是一个开源 AI 数字员工平台，GitHub 地址：https://github.com/markus-global/markus二、为什么 AI Agent 治理如此重要？ 毕竟，未来不是 AI 替代人类，而是治理得当的 AI 团队与人类高效协作。而治理，正是让这种协作成为可能的基石。Markus Engineering Team · 技术文章系列
23710编辑于 2026-05-22- 来自专栏PingCAP的专栏
TiCDC 源码阅读（四）TiCDC Scheduler 工作原理解析
图片上图展示了将表 X 从 Agent-1 所在的 Capture 上挪动到 Agent-2 所在的 Capture 上的过程，具体如下：Coordinator 让 Agent-2 准备表 X 的数据。 Agent-2 在准备好了数据之后，告知 Coordinator 这一消息。Coordinator 发送消息到 Agent-1，告知它移除表 X 的同步任务。 Coordinator 再次发送消息到 Agent-2，开始向下游复制表 X 的数据。Agent-2 再次发送消息到 Coordinator，告知表 X 正处于复制数据到下游的状态。 Replication set 状态转换过程在上文中讲述的两阶段调度挪动表的基本过程中，可以看到在 Agent-2 执行了前两步之后，表 X 在 Agent-1 和 Agent-2 的 Capture 不同点在于，Agent-1 此时正在复制表，Agent-2 此时只是加载表。
54220编辑于 2023-02-07 - 来自专栏HyperAI超神经
材料空间「填空解谜」：MIT 利用深度学习解决无损检测难题
在 2D 和 3D 情况下，分别有两个 AI 模型组合执行任务。 研究人员训练第一个 AI 模型「填补空白」，从 masked field 中恢复 complete field，训练第二个 AI 模型「解谜」，将恢复的 complete field 作为输入，反向获得复合材料对应的微观结构 LAMM 实验室：链接材料结构与功能 该研究为 MIT 的中国博士生杨镇泽及 Markus Buehler 教授共同完成。 杨镇泽与 Markus Buehler 教授 杨镇泽个人网站： https://www.zhenzeyang.com/ 实验室地址： http://lamm.mit.edu/ 通讯作者 Markus Markus Buehler 学术研究引用率很高，在计算材料科学、生物材料和纳米技术等方面发表了 450 多篇文章。
51220编辑于 2023-08-31 - 来自专栏京程一灯
神级程序员：一个人做一个网站，卖了5.75亿美元
网站长期由Markus自己一个人从2003年开始经营，就靠放谷歌广告赚钱。 因为网站太赚钱，又没有什么员工，所以Markus完全不需要合伙人，不需要融资，公司的股权100%属于他一个人。 Markus今年卖掉Plenty of Fish的时候，网站已经有9000万注册用户了。360万活跃用户。 ? Markus对记者说，他最骄傲的事情是：“就靠我一个人，每个月能生成10亿个网页页面”。 Markus每天只工作2个小时。INC采访他的时候，问他每天什么时候他觉得最有意思。 说到谷歌给Markus开的广告费，不得不把Markus的广告收入明细列出来。就是下图： ? Markus是每个白手起家者的楷模。 ?
1.9K40发布于 2019-03-27 从零搭建企业级安全监控：WorkBuddy 助我一天搞定 Wazuh 全套部署
一个运维人的真实记录：用AI助手WorkBuddy在阿里云ECS上从零部署Wazuh安全监控系统，覆盖24台跨区域服务器的实战全过程。前言：为什么要搞这个？ ││(Port6566)│││└────────┼──────────────┼──────────┼─────┘│││┌────┴─────┐┌────┴────┐┌──┴──┐│Agent-1││Agent 对于一个人扛所有活的运维来说，有一个能理解上下文、能直接操作的AI助手真的可以大幅降低入门成本。 如果你也在犹豫要不要搞一套安全监控系统，我的建议是：先用AI工具帮你把框架搭起来，然后再根据自己的需求慢慢调优。 #WorkBuddy#Wazuh#安全运维#开源安全#HIDS#服务器监控#AI提效#运维自动化
13110编辑于 2026-05-29NAACL自然语言处理研究全景指南
通过多任务问答向语言模型灌输类型知识Shuyang Li, Mukund Sridhar, Chandana Satya Prakash, Jin Cao, Wael Hamza, Julian McAuley可解释AI Chakrabarti, Deepak Gupta, Anirban Majumdar观点摘要的高效少样本微调Arthur Bražinskas, Ramesh Nallapati, Mohit Bansal, Markus Ribeiro, Mengwen Liu, Iryna Gurevych, Markus Dreyer, Mohit Bansal通过文档语义图增强接地对话的知识选择Sha Li, Madhi Namazifar
22400编辑于 2025-09-29- 来自专栏程序员的知识天地
程序员一周做了一个游戏，微软25亿美元买下 微软：赚大发了
谈到游戏业的传奇人物，相信所有人的答案都会包括 Markus Persson（马库斯·佩尔松）。 这款游戏的创作只用了不到一个周的时间，而且 Markus Persson 当时开发它是为了赚钱做下一款游戏。但是《我的世界》出人意料的成为了大作，吸引了将近 1 亿玩家。 ? 目前 Mojang 的项目没有能够和这款大作相比的，出自同工作室和同样由 Markus Persson 负责的卡牌游戏《Scrolls》也在盈利，但在《我的世界》面前，几乎不值一提。 交易完成后，35 岁的瑞典人 Markus Persson 将跻身亿万富豪俱乐部，而且是这个俱乐部最年轻的成员之一。“佩尔松”这个在瑞典随处可见的姓，可能我们并不熟悉。 这个震惊业界的大事件最早发生在 2014 年 6 月 16 日，Markus Persson 因为身体不适呆在家中。
87810发布于 2018-09-14 - 来自专栏漫漫全栈路
Windows下的Docker Machine - 如何设置你的Docker主机
客户端所需要的就更简单，只需使用下面的命令： docker-machine env dev export DOCKER_TLS_VERIFY=1 export DOCKER_CERT_PATH="C:\\Users\\markus C:\Users\markus\Downloads>set DOCKER_TLS_VERIFY=1 C:\Users\markus\Downloads>set DOCKER_CERT_PATH=C:\Users \markus\.docker\machine\machines\dev C:\Users\markus\Downloads>set DOCKER_HOST=tcp://192.168.99.102:2376
2.5K110发布于 2018-01-04 - 来自专栏全栈程序员必看
linux 软件脱壳机,关于UPX脱壳后程序无法运行
可以试试而且手工找入口点也是很简单的找pushad对应的Popad，在popad旁的跳转命令就是跳到文件的原入口点了 啊D壳UPX 0.89.6 – 1.02 / 1.05 – 1.24 (Delphi) stub -> Markus Restorator不好用就换eXeScope 小菜夜影驱动编程小编今天和大家分享助UPX壳脱壳不成功,脱完壳程序无法打开查壳:UPX 0.89 – 3.xx -> Markus & Laszlo ver UPX 0.89.6 – 1.02 / 1.05 – 1.24 -> Markus & Laszlo 这是什么意思？我步骤1 检测壳 壳的概念： 所谓“壳”就是专门压缩的工具。 /入口停在这里 00505641 BE 00004800 mov esi,WB 夜影驱动编程小编今天和大家分享助：UPX脱壳问题 UPX 0.89.6 – 1.02 / 1.05 – 1.24 -> Markus
3K20编辑于 2022-09-14 - 来自专栏漫漫全栈路
【译】Windows下的Docker Machine - 如何设置你的Docker主机
原文作者：Markus Eisele 原文地址：https://dzone.com/articles/docker-machine-windows-how 最近我一直在折腾Docker。 客户端所需要的就更简单，只需使用下面的命令： docker-machine env dev export DOCKER_TLS_VERIFY=1 export DOCKER_CERT_PATH="C:\\Users\\markus C:\Users\markus\Downloads>set DOCKER_TLS_VERIFY=1 C:\Users\markus\Downloads>set DOCKER_CERT_PATH=C:\Users \markus\.docker\machine\machines\dev C:\Users\markus\Downloads>set DOCKER_HOST=tcp://192.168.99.102:2376
1.3K50发布于 2018-03-06 Windows上的Docker Machine - 如何安装配置主机
让客户端的配置更简单，只需使用下面的命令： docker-machine env dev export DOCKER_TLS_VERIFY=1 export DOCKER_CERT_PATH="C:\\Users\\markus C:\Users\markus\Downloads>set DOCKER_TLS_VERIFY=1 C:\Users\markus\Downloads>set DOCKER_CERT_PATH=C:\Users \markus\.docker\machine\machines\dev C:\Users\markus\Downloads>set DOCKER_HOST=tcp://192.168.99.102:2376
2.4K110发布于 2018-01-05Windows 平台 Docker Machine 使用 - 如何设置你的主机
在客户端上需要做的更简单，只需使用下面的命令： docker-machine env dev export DOCKER_TLS_VERIFY=1 export DOCKER_CERT_PATH="C:\\Users\\markus C：\ Users \ markus \ Downloads> set DOCKER_TLS_VERIFY = 1 C：\ Users \ markus \ Downloads> set DOCKER_CERT_PATH = C：\ Users \ markus \ .docker \ machine \ machines \ dev C：\ Users \ markus \ Downloads> set DOCKER_HOST
4K100发布于 2018-01-04- 来自专栏大数据文摘
用AI将冠状病毒结构转变为音乐！协助科学家发现显微镜遗漏的细节
最近，麻省理工的研究者就用AI系统将新冠病毒结构转化为音乐，协助科学家注意到显微镜下遗漏掉的病毒细节。 这个脑洞大开的实验由MIT的音乐家兼教授马库斯·布勒（Markus Buehler）完成，并且得到了病毒学家们的肯定。科学家们表示，这一奇妙的发明也许可以帮助阻止病毒的传播。 马库斯团队用AI生成了一段旋律，病毒上的这些“乳头状”蛋白质的被表达成可以听的形式。乳头状凸起由一种叫做氨基酸的蛋白质组成。 mit-professor-creates-musical-structure-of-covid-19-protein-291154.html 相关报道： https://thenextweb.com/neural/2020/04/06/mit-researchers-use-ai-to-turn-the-coronavirus-into-a-haunting-melody
52720发布于 2020-04-16 某机构NAACL 2022论文技术指南
大规模对话AI系统中技能路由的可扩展且鲁棒的自学习undefinedMohammad Kachuee, Jinseok Nam, Sarthak Ahuja, Jin-Myung Won, Sungjin Lee大规模对话AI中基于自我感知反馈的自学习undefinedPragaash Ponnusamy, Clint Solomon Mathialagan, Gustavo Aguilar, Chengyuan 语义解析作为抽象问答的合成式任务导向解析undefinedWenting Zhao, Konstantine Arkoudas, Weiqi Sun, Claire Cardieundefined任务导向语义解析示例，将自然语言转换为AI Deepak Gupta, Anirban Majumdar面向意见总结的高效少样本微调undefinedArthur Bražinskas, Ramesh Nallapati, Mohit Bansal, Markus Ribeiro, Mengwen Liu, Iryna Gurevych, Markus Dreyer, Mohit Bansal基于文档语义图的接地对话增强知识选择undefinedSha Li, Madhi
13310编辑于 2026-04-23- 来自专栏机器之心
浙大校友李旻辰获SIGGRAPH 2021最佳博士论文奖，连续四年华人学者包揽此奖项
8 月 9 日到 13 日，计算机图形顶级会议 ACM SIGGRAPH 2021 于线上举行，大会已经公布了本年度各大奖项的获奖者，其中包括 Steven Anson Coons 奖获得者 Markus 今年的 Steven Anson Coons 奖颁给了苏黎世联邦理工学院的计算机科学教授 Markus Gross，以表彰他在几何处理、基于物理的模拟、面部捕捉和动画方面的研究贡献，以及他为计算机图形学学术与行业之间构建桥梁所做出的贡献 Markus Gross 的研究兴趣包括基于物理的建模，计算机动画，沉浸式显示和视频技术。他发表了 400 多篇有关计算机图形学和计算机视觉领域的算法和方法的科学论文，并拥有 30 多项专利。 参考链接：https://www.siggraph.org/acm-siggraph-2021-awards/ NVIDIA对话式AI开发工具NeMo的应用 开源工具包 NeMo 是一个集成自动语音识别 （ASR）、自然语言处理（NLP）和语音合成（TTS）的对话式 AI 工具包，便于开发者开箱即用，仅用几行代码便可以方便快速的完成对话式 AI 场景中的相关任务。
65820编辑于 2023-03-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号