暂无搜索历史
做虚拟人内容创作的人,最容易高估“生成一条视频”的价值,反而低估“持续产出一个栏目”的难度。单条内容可以靠灵感、靠一时状态、靠一次成功提示词顶过去,但真正进入I...
真正让团队在会议场景里感到疲惫的,往往不是“没有记录”,而是“记录太多却无法复用”。同一场讨论,飞书有纪要,腾讯会议有转写,邮件里有补充说明,群聊里还散着几条关...
做“社交媒体热点视频快速生产”这件事,很多人第一反应还是堆模型:先找一个能写脚本的,再找一个能出分镜的,再找一个能生成画面和配音的,最后拼接字幕、封面、标题。工...
做“AI 大模型的智能体电商”时,我越来越强烈地感受到一个变化:直播带货已经不只是“把话说热闹”,而是进入了“让系统理解商品、理解用户犹豫点、理解主播节奏”的阶...
做智能客服时,很多团队一开始盯着“回复是否像人”,但真正决定业务价值的,往往不是这一层,而是客服系统能不能尽早识别流失风险,并把“挽回建议”交给合适的人、在合适...
这段时间我在重做一套偏数据侧的 Agent 原型,核心目标并不花哨:让模型别只会“说”,而是能在受控范围内读取 NoSQL 数据、解释字段含义、辅助定位异常记录...
我最近把 ssh MCP tool 重新接回自己的开发流,原因很简单:很多人谈大模型工具生态时,喜欢展示“会不会”,但真实开发里更重要的是“稳不稳、能不能复现、...
我一直觉得,很多所谓“AI + 运维”或者“AI + 工具链”的文章,问题不在于工具没用,而在于作者把“能连上”误写成了“能落地”。真正到了本地开发、服务调试、...
如果让我给“适合和大模型结合、但又最容易被低估的基础设施”排个名,Crontab MCP Tool 一定在前列。很多人第一次听到这个名字,会本能地把它理解成“给...
最近做桌面端 AI 原型时,我越来越强烈地感到一个问题:很多人谈大模型落地,讨论的是提示词、工作流、检索、向量库,但一到真正要和 Windows 桌面交互,能力...
如果让我只挑一个最容易被低估的 MCP 场景,我会选 Email MCP Tool。很多人第一次接触 MCP,想到的是文件系统、浏览器、数据库,觉得邮件只是一个...
这段时间我把团队里一条很普通、也很烦人的流程重新做了一遍:收到告警,打开 Grafana,看图表,切时间范围,找异常点,对照发布记录,再去翻应用日志,最后在群里...
一边是 Prometheus 这类系统,它输出的是非常硬的事实:时间序列、标签、抓取间隔、查询结果、告警状态。另一边是大模型,它擅长语言、归纳、补全上下文、从零...
如果这两年一直在关注大模型工程化,一个很明显的变化是:大家谈论的重点,正在从“模型回答得像不像人”转向“模型能不能稳定完成工作”。这个变化看起来只是讨论角度不同...
我一直觉得,很多人把大模型接进开发流程之后,第一反应是“能不能写代码”,第二反应是“能不能调用工具”,但真正让人每天都能省时间的,往往是第三件事:能不能让模型稳...
如果只把大模型当成一个“更聪明的补全器”,那很多问题都会被误判。尤其一旦开始做 Agent、MCP、自动化助手之类的东西,很快就会碰到一个看似不起眼、实际上绕不...
这段时间我在折腾一个很实际的问题:如果大模型不仅能“解释 Cloudflare 是什么”,还能直接读取 Zone、检查 Workers 配置、辅助定位边缘层问题...
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市