标签

AI

VS Code 1.128:多聊天 Agent、图片上下文和系统级快捷键开始连起来了

来源: oschina.net 35
Visual Studio Code 1.128 的重点不只是“聊天面板又多了几个按钮”。这次更新把 Agent 工作流往真实开发场景推了一步:同一类问题可以开多个相关会话并行探索,聊天里可以直接使用图片,甚至能通过操作系统级快捷键更快唤起编辑器动作。对每天在 IDE 里写代码、查日志、比方案的开发者来说,这些变化会影响你怎么组织问题、怎么比较答案,以...

LingBot-Depth 2.0 与 LingBot-Vision:机器人空间感知开始补上关键拼图

来源: oschina.net 28
蚂蚁集团旗下具身智能公司灵波科技在 LingBot-Depth 1.0 开源之后,继续推出新一代空间感知模型 LingBot-Depth 2.0,并同步开源视觉基座模型 LingBot-Vision。这个动作值得关注:对真实世界中的机器人来说,识别“这是什么”只是第一步,更难的是判断“它离我多远、形状怎样、能不能绕过去或抓起来”。 从来源信息看,Lin...

Claude Code 被提示存在回传隐患后,团队该怎么做安全排查

来源: oschina.net 31
近日,工信部网络安全威胁和漏洞信息共享平台监测提示,AI 编程工具 Claude Code 存在安全后门隐患:其内置监控机制可能在未经用户同意的情况下,向远程服务器回传用户地域、身份标识等敏感信息。对研发团队来说,这类风险不只是“某个工具能不能用”的问题,而是代码、凭据、网络出口和供应链治理要一起看。 AI 编程工具通常运行在开发者本机、CI 环境或远...

Erupt 2.0:Spring Boot 3.5 时代的注解低代码升级

来源: oschina.net 30
Erupt v2.0.3 把一次普通版本升级做成了平台级翻新:底座跟进 Spring Boot 3.5.16,新增 和 两个开源模块, 也完成了 Angular 20 到 21 的全量重写。对正在用 Erupt 做后台、数据管理、内部工具的团队来说,这不是“点一下版本号”的升级,而是一次后端模型、前端运行时、安全策略和 AI 能力一起移动的版本线。 E...

十分钟做一个“AI 玄学硬件”:把传感器、提示词和大模型接到一起

来源: oschina.net 37
7 月的 AI 造物活动把题目定得很有意思:十分钟打造一个“AI 玄学硬件”。它听起来像玩笑,但对开发者很实用,因为这类小项目正好覆盖了 AI 硬件原型的核心链路:采集输入、构造上下文、调用模型、输出一段有仪式感的结果。 这里不把“玄学”当成预测能力来包装,而是把它当成一个交互主题。硬件负责制造参与感,AI 负责生成文本反馈。只要边界讲清楚,它就是一个...

LingBot-VLA 2.0 开源:具身模型开始认真处理“全身自由度”

来源: oschina.net 36
蚂蚁灵波开源了新一代具身基座模型 LingBot-VLA 2.0。相比今年 1 月的 LingBot-VLA 1.0,这次升级的重点不只是模型版本号变大,而是把具身智能落地里很难绕开的几个问题摆到台面上:机器人构型更多、可控自由度更多、从数据到部署的效率要求更高。 VLA 模型通常指 Vision-Language-Action:输入视觉与语言指令,输...

Nebula 1.0:把阿里云 OSS 放进一个像文件管理器的桌面应用里

来源: oschina.net 30
Nebula 1.0.0 的重点不是“又一个对象存储客户端”,而是把多云对象存储管理做成一个统一桌面入口。首个正式版先接入阿里云 OSS,覆盖浏览、上传、下载、分享和传输管理这些高频动作;底层用 Rust + Tauri 做跨平台桌面应用,目标是原生、轻量、打开就能用。 云对象存储的日常操作很碎:找 bucket、进目录、上传一批文件、下载日志包、临时...

SonnetDB 3.0:把八类数据能力收进一套 SQL

来源: oschina.net 30
SonnetDB 3.0.0 的核心信息很直接:IoTSharp 团队把时序、关系表、键值、JSON 文档、全文检索、向量检索、对象存储和消息队列放进同一个数据库引擎,并通过同一套 SQL 与 API 暴露出来。对开发团队来说,这不是“少装几个软件”这么简单,而是数据建模、查询路径、运维边界都会被重新摆放。 很多系统一开始只有关系表,后来接入设备数据,...

DeepSeek 自研推理芯片:大模型成本战打到硬件层

来源: oschina.net 23
据报道,DeepSeek 正在开发自有 AI 芯片,而且目标不是训练,而是推理。这个区别很关键:训练芯片解决“把模型做出来”的问题,推理芯片解决“每天把模型便宜、稳定、低延迟地跑起来”的问题。对一家面向真实用户提供模型服务的公司来说,后者往往才是长期成本的大头。 训练和推理对硬件的要求不完全一样。 训练阶段需要巨大的并行计算、显存容量、互联带宽和集群稳...