黑洞足迹本：AI 驱动的个人独家应用
黑洞足迹本是我打造的一款一人 APP，之前的作品是黑洞健身。你是否想过，我们一生游历过无数地方，却往往遗忘大半，甚至想寻回时却不知其所在。此外，工作中需记录众多合作伙伴的地址以便出差拜访，但这些信息缺乏便捷的存储与查询方式。此前我习惯在高德地图收藏地址并添加标签备注，然而这些信息难以检索，也不便于向 AI 大模型开放。因此，我开发了黑洞足迹本。这是一款专为 AI 时代打造的一人 APP，融合了大模型的自然语言理解能力与向量检索数据库。黑洞足迹本具备两大核心功能。其一，支持为地址添加图片及文字描述，如下图所
AI赋能科研：开源工具助你搭建私密文献问答助手
全文约 2754 字 · 阅读约 7 分钟项目信号：★17999、fork 2076、watchers 96，主要语言 Python，MIT 协议，2023 年 2 月创建，最近一次更新在 2026 年 7 月 16 日，open issues 91 个，是一个规模不小且仍在密集维护的项目。关键词及解析：DocsGPT 把“读文档、建索引、带出处问答”这条链路打包成了一个能自己托管的完整平台。你把文档交给它，它先解析成文本，切片后算成向量存进本地的向量库；你提问时，它先检索最相关的几段，再把这几段连同问题
Java后端迈向AI原生的三大关键
近期 GitHub 上几个 Java AI-Native 项目迅速走红——Nubase、agent-sphere 一周内分别斩获 500+ 和 300+ star。深入代码后发现，它们并非简单封装 AI SDK，而是将 AI 能力深度嵌入后端基础设施：内存向量存储、MCP 协议原生支持、LLM 驱动的编排引擎。值得深入探讨：什么是真正的「AI-Native Java 后端」？不少人把 Spring AI 和 LangChain4j 视作 AI 集成的全部，这如同把 JDBC 当成数据库的全部——若缺乏连接
首届AI与智慧治理论坛前瞻
讲座信息主题一智慧治理：数据赋能与科技助力Smart Governance: Data Empowering and Tech Boosting演讲嘉宾周傲英，华东师范大学数据学院教授摘要智慧治理旨在推动社会治理的数字化变革。数字化转型已成不可逆转的潮流，代表着深层的自我革新。互联网重塑了生活与生产模式，引领全面转型，并深化了人们对数据价值的认知。数据之于数字化，恰如电力之于电气化，构成了赋能的底层逻辑。数字技术的核心在于实现数据赋能。数字化即数据化与数智化的融合，体现了互联网与数据思维。信息化需向互联网
2026最全AI Agent学习路线：从零基础到独立开发智能体实战指南
近年来，随着ChatGPT、DeepSeek、Claude、通义千问等大模型的快速迭代，AI领域正在经历深刻变革。单纯的与大模型对话，已经不再是核心竞争优势当前真正火爆、企业争相招聘、未来3年最具发展潜力的方向，只有一个：AI Agent智能体。许多程序员、开发者、技术爱好者都在困惑：AI Agent究竟是什么？Java/后端开发者如何转向AI领域？学习智能体需要掌握哪些技术？多久能够开发出真正落地的AI产品？本文结合2026年最新主流技术栈，为大家整理了一套最完整、最实用、可直接参照学习的AI Agen
RISC-V与AI融合：开放指令集的演进之路
今年1月，英伟达宣布美国RISC-V IP核企业SiFive加入其核心生态，RISC-V处理器由此具备通过NvLink与英伟达芯片实现高速一致性互联的能力。3个月后，英伟达进一步参与SiFive的4亿美元G轮融资。开放指令集与AI算力的协同演进，正于2026年前逐步成型。从开放指令集的发展脉络看，两大关键规范的发布——2021年向量扩展1.0（RVV 1.0）与2024年高性能配置文件（RVA23 Profile），标志着RISC-V产业进入三阶段跃迁。RISC-V产业演进三阶段自2010年加州大学伯克利
澳国立全额资助博士项目：聚焦AI基础设施与向量数据库研究
近年来，大型语言模型的兴起催生了一个新兴研究领域—AI基础设施。大众熟知ChatGPT、DeepSeek、Claude等应用，却鲜少了解支撑这些模型运转的底层技术。从向量数据库、检索增强生成，到高性能计算、分布式系统，这些构成未来AI时代的关键基石，也是全球高校和科技巨头重点投入的研发方向。若你志在投身AI核心技术开发，或追求深造并产出高影响力论文，那么这个澳大利亚国立大学的博士机会不容错过。项目概述澳国立计算机学院推出全额资助的AI基础设施博士项目，由导师团队引领探索下一代AI底层架构，提供全面奖学金支
李飞宏博士提出新型REQ损失函数提升SVM鲁棒性
该文提出一种新型重新缩放指数商（REQ）损失函数，显著提升了系数支持向量模型的鲁棒性，并构建了REQ支持向量模型。由于REQ损失具有非凸特性，研究者通过共轭函数将其转化为每个变量均为凸的二元形式，进而推导出新优化问题的一阶最优性条件。在此基础上，引入工作集机制，充分挖掘REQ损失的稀疏结构，设计出基于半二次优化的快速交替方向乘子法框架，并严格证明了其全局收敛性。针对分布式场景中因可扩展性或隐私约束而无法与中央节点直接通信的问题，论文进一步构建了基于共识优化的分布式REQ支持向量机，并开发了高效求解算法。此
智能时代，企业亟需的不只是图谱，更是理解业务的数据基石
一位顾客来到酒店前台，说道：“我上次入住体验很好，这次想订一间类似的，但需要更安静，离电梯远一些，最好还能看到点风景。另外，我太太明天早上七点要用车去机场，麻烦帮我安排一下。”这句话并不复杂。普通人听了，大致能明白顾客的需求。但一位真正出色的前台，理解的不仅仅是几个关键词，而是背后一整套业务逻辑。他需要弄清楚：这位顾客是谁？上次住的是哪间房？“类似房间”是指面积、楼层、价格，还是床型？哪些房间更安静？哪些离电梯远？哪些能看到风景？顾客的会员等级如何？是否有升级资格？太太是否也在订单中？明天早上七点是否有车
AI答疑系统升级：从FAQ到教材知识库实战
上一期我们绘制了AI教育助手的全景蓝图，并实现了Streamlit原型。但该Demo存在明显局限：答疑完全依赖大模型的内置知识，无法利用用户自己的教材、课件或考纲。真正的AI答疑系统，关键不在于模型‘知识量’多大，而在于它能否精准理解你提供的教材内容，并给出有据可依的回答。本期我们将让智能答疑真正落地：从基础FAQ匹配，到向量检索增强生成（RAG），最终构建一个能‘啃透’教材的知识库答疑系统。先明确我们的演进路径：三层并非替代，而是递进：- 第1层解决‘有标准答案’的问题（FAQ）- 第2层解决‘语义泛化
Oracle RAC 26ai：重塑数据库集群的 AI 时代
—— 聆听 Oracle RAC 26ai 分享，洞察下一代数据库演进近期研读 Oracle RAC 26ai 技术分享，我产生了诸多思考。当下讨论数据库架构，往往离不开 Kubernetes 和云原生概念，高可用与自动调度似乎成了默认标准。Oracle 为何依旧执着于深耕 RAC 技术？许多年轻开发者视 RAC 为老旧技术，认为其更新仅是修修补补，与 AI 距离甚远。然而深入听完演讲后，我发现 Oracle 并非在延续旧模式，而是在重新定义 RAC。如今的 RAC 已与十年前大相径庭。以往评估集群优劣，
新书速递：AI-Ready PostgreSQL 18 构建智能数据系统
AI-Ready PostgreSQL 18: Building Intelligent Data Systems with Transactions, Analytics, and VectorsISBN：9781806028474出版社：Packt Publishing到货周期：10-12 周内容简介面对生成式人工智能的全球浪潮，传统关系型数据库正经历前所未有的范式革新。如何让数据库原生适配大模型时代的语义检索需求？Vibhor Kumar 携手 Marc Linster 联合推出的《AI-Ready
AI真的懂人话吗？
你以为模型在 "读汉字"，其实它先做了一道 "切分题"。模型会把输入的句子切成一个个最小处理单位，叫做token。一个 token 可能是一个字，可能是一个词，也可能只是词的一部分。比如 "地铁站" 可能是一个 token，也可能被切成 "地铁"+"站"，取决于模型的分词规则。切完之后，每个 token 会被转换成一个数字编号。但编号本身没有意义。就像身份证号 141121xxxxxxxxxxxx，你能看出这个人是内向还是外向
OceanBase AI数据库重磅登场！
6 月 29 日 14:00OceanBase Hours 首期上线!欢迎来到 OceanBase Hours这是 OceanBase 和技术人的 straight talk：分享我们对 AI 数据库的思考、技术路线和行业真实场景的实践。亮点抢先看AI 时代，数据库该往哪走？多模态数据（文本/图片/视频）涌入生产系统，TP/AP/AI 工作负载混跑。OceanBase 用一体化架构统一管理，让实时数据直连 AI 推理链路——面向 AI 时代，数据库应该如何演进？聊聊 OceanBase 正在探索新的答案。
AI圈今日三件大事:顶尖人才转向安全阵营、阿里开源向量数据库、DeepSeek实现AI自主研究
今日 AI 领域传来三条重要动态：AlphaFold 项目负责人 John Jumper 结束在 Google DeepMind 近九年的工作生涯，宣布加入 Anthropic，顶尖人才持续向安全导向型公司聚集；阿里正式开源其内部向量数据库 Zvec，仅需一条 pip 命令即可免费使用，功能对标 Pinecone 每月 70 美元的服务；DeepSeek 研究团队成员 Deli Chen 开源 AutoResearch 框架，首次实现 AI 完全自主完成 285B 参数模型的强化学习研究全流程。下面为大家