话题精选
读书
旅行
好物
极客
个人总结
所有博客
莫尔索
关于编程实践和生活思考的一些记录。
访问博客
Vol.59 Grok 4多模态AI模型：性能、争议与API定价解析
Vol.58 AI领域创新与挑战：从模型优化到应用落地
Vol.57 AI领域前沿：从势能护城河到数字超级智能的探索
Vol. 56 AI Agent 进行时！OpenAI智能体指南发布，MiniMax 发布 Agent
Vol.56 AI Agent 进行时！OpenAI智能体指南发布，MiniMax 发布 Agent
如何以及何时构建多智能体系统
Vol.55 决定AI产品成功的隐藏指标
从Cursor到Claude Code，我发现了AI编程的真正价值
Vol.54 什么是 NLWeb
Vol.53 如何让 Agent 规划调用工具
Vol.52 面向 AI 产品的智能体评估指南
Vol.51 AI 智能体商业落地的现状与真相
Vol.50：Evaluation is all you need
Vol.49：大模型时代的表格数据挖掘
如何理解智能体框架（译）
Vol.48：AI 发展开始进入下半场
AI 的下半场：评估超越训练，效用定义未来（译）
别再自称“内容创作者”！找回社交媒体时代的创作初心与价值（译）
Vol.47：workflow 与 Agent 方案如何选择？
会员计划说明
做自己的互联网房东，而不是租客：拥有你的数字内容与主权（译）
对话 MCP 团队：MCP 的起源、技术细节与设计思路、与 Agent 的关系及未来迭代方向
Vol.46：智能体工具调用 API 与 GUI 的差异和融合
没有人知道“他妈的” 智能体到底是什么（译）
模型上下文协议（MCP）的现状、问题与掘金机会
Anthropic MCP 当前还有哪些不足？｜莫尔索随笔 Vol.45
模型即产品的技术实现路径｜莫尔索随笔 Vol.44
AI Agent 如何颠覆传统的外包行业？｜莫尔索随笔 Vol.43
AI Agent 如何颠覆传统的外包行业？｜莫尔索随笔 Vol.42
DeepSeek R1爆火之后，到底什么任务适合用 RL 做？｜莫尔索随笔 Vol.41
Grok3 是否意味着预训练阶段 Scaling Law 已失效？｜莫尔索随笔 Vol.40
AGI 前夜的思考：未来预测、技术趋势与社会影响（译）
从 DeepSeek R1 看 Scaling Law 的未来｜莫尔索随笔 Vol.39
关于 DeepSeek 的误读与真相｜莫尔索随笔 Vol.38
Serverless GPU (弹性 GPU 服务)的前世今生
2025 年 AI 编码类产品将如何演进？｜莫尔索随笔 Vol.37
2024 年大模型基础设施与中间件工具链生态演进—— ChatGPT 发布两周年记
YC 回顾 2024 年 AI 行业创业生态｜莫尔索随笔 Vol.36
2024 年大模型领域的发展趋势和竞争格局全面回顾｜莫尔索随笔 Vol.35
2024开源大模型盘点：Llama、Qwen、Mistral AI、DeepSeek全解析
对OpenAI o3模型的看法、思考与反思｜莫尔索随笔 Vol.34
如何避免成为NPC：揭示五种常见的认知陷阱及解决方法
为什么视频生成模型比文本生成模型发展速度更快？｜莫尔索随笔 Vol.33
别再用智能体忽悠用户了，应用场景化才是大模型落地的关键
AI Creativity 赛道有哪些机会？｜莫尔索随笔 Vol.32
AI开发者工具(3)——2024 年 6 个开源 AI 网页爬虫框架对比：功能解读、应用场景分析
AI Native 应用长什么样？｜莫尔索随笔 Vol.31
盘点 12 款开源 PDF 解析工具和 5 家智能文档处理服务，优缺点比较，应用场景选择，功能解读
2024 年 12 款开源文档解析项目的选型对比评测：PDF解析、OCR识别功能解读、应用场景分析及优缺点比较
什么是Agentic RAG？｜莫尔索随笔 Vol.30
AI 开发者工具（1）——盘点 8 个流行的开源 RAG 项目，优缺点比较，应用场景分析，易用性解读
2024 年 8 个开源RAG项目对比评测：功能解析、应用场景分析及优缺点比较
可视化呈现RAG的工作过程｜莫尔索随笔 Vol.29
从物理定律看视频生成离世界模型还有多远？｜莫尔索随笔 Vol.28
如何定制 LLM 以更好地服务于特定领域的企业？｜莫尔索随笔 Vol.27
AI Agent 应用、商业化以及当前行业的现状｜莫尔索随笔 Vol.26
AI像人一样使用计算机可信吗？｜莫尔索随笔 Vol.25
实测可灵、Luma、Runway 等13个视频生成模型，哪个更好？｜莫尔索随笔 Vol.24
为什么大语言模型仍无法做到真正的推理？｜莫尔索随笔 Vol.23
垂直 SaaS 如何通过 AI 来提高收入？ ｜莫尔索随笔 Vol.22
OpenAI o1合成数据与推理搜索｜莫尔索随笔 Vol.21
OpenAI o1 模型是通往 AGI 之路吗?
如何评估 Embedding 模型？｜莫尔索随笔 Vol.20
AI应用正在这4个大场景里加速落地｜莫尔索随笔 Vol.19
大模型是泡沫吗？｜莫尔索随笔 Vol.18
如何构建生成式 AI 应用平台？｜莫尔索随笔 Vol.17
构建可靠 LLM 应用的三大原则｜莫尔索随笔 Vol.16
大语言模型应用如何实现端到端优化？｜莫尔索随笔 Vol.15
如何改进大模型代码生成能力？｜莫尔索随笔 Vol.14
如何验证模型是否被测试集污染？｜莫尔索随笔 Vol.13
RAG 在企业落地中的挑战｜莫尔索随笔 Vol.12
AI 应用爆发何时到来？｜莫尔索随笔 Vol.11
大模型提取表格信息(TIS)的能力究竟如何？｜莫尔索随笔 Vol.10
构建 AI 产品过程的踩坑经验总结｜莫尔索随笔 Vol.9
豆包系列大模型能力深度体验，除了便宜，还有哪些亮点？
如何针对 GPT-4o 语音模式进行越狱攻击?｜莫尔索随笔 Vol.8
使用智谱 GLM-4-9B 和 SiliconCloud 云服务快速构建一个编码类智能体应用
如何利用大模型解决传统行业的老问题?｜莫尔索随笔 Vol.7
如何将 AI 模型转化为生产环境中的产品？｜莫尔索随笔 Vol.6
面向企业的大模型应用算一个新赛道吗？｜莫尔索随笔 Vol.5
GPT-4o 到底有多能打？设计一个报告生成类 AI Agent 测一测
DeepSeek-V2搅动市场，大模型价格战已拉开序幕？｜莫尔索随笔 Vol.4
LangChain 宣布推出 LangChain v0.2 版本（译）
如何使用 LangGraph 构建编码类 AI Agent（以Groq+Llama3为例）
LIama 3 是大模型游戏规则改写者吗｜莫尔索随笔 Vol.3
Llama 3 揭开规模游戏的第二章（译）
利用 Groq 体验 Llama3 的4种方式，800 tokens/s 的推理速度真的太快了！
开源模型与闭源模型之间的差距有多大？｜莫尔索随笔 Vol.2
数据污染对大型语言模型的潜在影响（译）
你支持AI“复活”逝者吗｜莫尔索随笔 Vol.1
AI 领域精选高质量信息源分享
如何评估一个RAG（检索增强生成）系统
开发者必读的国内大模型 API 能力解读（附大量图表分析）
基于大模型的Agent进行测试评估的3种方案
基于大模型的 Agent 进行任务规划的10种方式
2024 年，基于大模型的 Agent 如何在企业落地？
轻装上阵，加速商业化，LangChain 0.1 预发布看点
大模型时代，程序员如何实现自我成长？——一名普通开发者的 ChatGPT 一周年记
The Connector 周刊#21：我们缺的不是想法，而是分辨好想法和烂想法的能力
The Connector 周刊#20：大模型时代，开发者应该如何成长？
查看更多
