MCP 协议想统一大模型与外部工具的连接方式，这次能成吗
BLUF
MCP（模型上下文协议）是一个开放协议，旨在让 LLM 应用与外部数据源和工具无缝集成。它提供了标准化方式，帮助开发者构建 AI IDE、聊天界面或自定义工作流。该协议由 Linux 基金会托管，并提供多种编程语言的 SDK。AI大模型2026/9/21
分类：AI大模型
AI大模型专栏涵盖从GPT、DeepSeek到gemini、Agentic智能体的全方位研究。深度解析RAG架构优化、KV缓存内存瓶颈解决、JSON结构化数据提取及提示工程实践（如Prompt Refiner）。本专栏还关注软件工程师转型AI研发的实用路径及AI安全风险评估，为开发者提供从基础理论到生产级系统构建的完整知识体系。
共 612 篇
MCP 到底是什么？用 USB-C 接口的类比一次讲清楚
BLUF
MCP（模型上下文协议）是一个开源标准，用来把 AI 应用连接到外部系统，比如本地文件、数据库、搜索引擎和各类工具。你可以把它理解成 AI 应用界的 USB-C 接口，让 Claude、ChatGPT 这类助手能统一接入数据源并执行任务。本文介绍 MCP 能做什么、为什么重要，以及目前有哪些客户端和开发工具支持它。AI大模型2026/9/21
智能体AI不只是会聊天：九维评分框架帮你判断工具到底有多自主
BLUF
智能体AI是能自主追求目标、调用真实工具并循环调整的AI系统，而不仅仅是生成文本。它通过“决策-行动-观察”循环运作，与聊天机器人和Copilot有本质区别。本文提供完整定义、六项核心特征、九维智能体性评分框架，并对比三类系统。AI大模型2026/9/21
从LLM到AI Agent：ReAct、AutoGPT与Function Calling如何串起Agentic AI主线
BLUF
这篇文章从大语言模型的现实局限出发，系统梳理了 Agentic AI 的概念、核心特征和关键技术演进，包括 ReAct、AutoGPT、Function Calling 等。文章还介绍了 AI Agent 的三种产品形态，并展望了其在工业、互联网、医疗等领域的应用方向，适合想入门或进阶大模型技术的读者。AI大模型2026/9/21
GPT-3.5 靠工作流反超 GPT-4：吴恩达拆解 Agentic AI 的真实威力
BLUF
吴恩达在Snowflake峰会上提出，Agentic AI（代理式AI）通过迭代式工作流，能让较弱的模型（如GPT-3.5）在代码生成任务上超越GPT-4。文章解释了Agent与Agentic的区别，并展示了Vision Agent如何自动生成代码完成视觉任务。AI大模型2026/9/21
AI Agent 与 Agentic AI 到底差在哪：康奈尔团队从架构层面拆清了
BLUF
AI Agent和Agentic AI经常被混为一谈，但两者在定义、架构和应用上有本质区别。康奈尔大学团队在一篇综述中系统梳理了这两个概念：AI Agent是执行单一任务的自主软件实体，而Agentic AI则是多个专业化Agent协作实现复杂目标的系统级智能。文章还分析了各自的应用场景、面临的挑战以及改进方案。AI大模型2026/9/21
从预训练到推理部署：大语言模型全流程技术拆解
BLUF
这篇综述论文系统梳理了大语言模型（LLM）的训练与推理技术，涵盖数据预处理、训练架构、预训练任务、并行训练、模型微调，以及模型压缩、并行计算、内存调度和结构优化等推理部署技术。文章旨在帮助研究人员和工程师掌握LLM开发、部署和应用所需的知识，并探讨了LLM的未来发展方向。AI大模型2026/9/21
谷歌把AI课塞进中学课堂：不教写代码，先让学生玩起来
BLUF
Google在数字学习日发布了一门面向初高中生的免费AI课程“Discover AI in Daily Life”，通过视频和互动体验讲解AI基本原理、日常应用及负责任开发。课程属于Applied Digital Skills项目，旨在推动AI素养教育，适合非计算机专业学生。AI大模型2026/9/21
LangChain企业级能力只给三星：大模型应用开发框架该怎么选
BLUF
大模型AI应用开发正在成为企业数字化转型的核心驱动力。本文从技术栈选择、开发流程、平台对比到成本优化，系统梳理了2025年最前沿的AI应用开发方法，帮你快速从零基础走向实战部署。AI大模型2026/9/21
OpenClaw 上下文压缩：工具调用配对保留与修剪机制的区别
BLUF
OpenClaw 在对话接近模型上下文窗口限制时，会自动将较早的消息压缩成摘要，让聊天能继续。你也可以手动输入 /compact 触发压缩，并通过 openclaw.json 配置压缩模型、记忆刷新、通知等选项。压缩只改变模型下一轮看到的内容，完整历史仍保存在磁盘上。AI大模型2026/9/20
大模型评测不止看榜单：从 MMLU 到 Tiny-RAG 的落地拆解
BLUF
这一章讲的是大模型落地应用的两大关键环节：一是怎么科学评测大模型，包括 MMLU、GSM8K、MATH 等主流评测集以及 Open LLM Leaderboard、Lmsys Chatbot Arena、OpenCompass 等榜单；二是怎么自己动手搭一个 RAG 检索增强生成框架。作者用 Tiny-RAG 为例，从文档加载切分、向量化、检索到大模型生成一步步拆解，帮你把 RAG 的原理和代码都吃透。AI大模型2026/9/16
本文系统讲解RAG优化技术，涵盖文档切分、向量检索、混合检索
BLUF
本文系统讲解RAG优化技术，涵盖文档切分、向量检索、混合检索、重排序及GraphRAG等进阶方案，并对比了常见向量数据库选型，适合技术开发者快速建立RAG优化知识框架。AI大模型2026/9/10