“Vibe Coding”兴起,代码界的“瘟疫”?
“有一种全新的编码方式,我称之为“vibe coding”(氛围编码)。你完全沉浸在氛围里,拥抱指数式增长,甚至忘记代码本身的存在。这之所以可行,是因为大模型(比如 Cursor Composer 搭配 Sonnet)已经强大到离谱了。”
“有一种全新的编码方式,我称之为“vibe coding”(氛围编码)。你完全沉浸在氛围里,拥抱指数式增长,甚至忘记代码本身的存在。这之所以可行,是因为大模型(比如 Cursor Composer 搭配 Sonnet)已经强大到离谱了。”
2025年3月6日,AI领域迎来了一场“地震级”发布——http://Monica.im号称推出了全球首款通用AI Agent产品「Manus」一夜刷屏。
近日,阿里云百炼平台宣布为 QwQ-32B 大语言模型开放 API 接口,并提供每日 100 万 tokens 的免费使用额度,这一举措无疑大幅降低了用户体验前沿 AI 技术的门槛。对于希望体验 QwQ-32B 模型强大性能,但又受限于本地硬件算力的用户来说,通过 API 接口调用云端模型无疑是更具吸引力的选择。
人工智能领域近年来取得了令人瞩目的进展,尤其是在大语言模型 (LLM) 方面。 许多模型,例如 Qwen,展现出惊人的能力,甚至能够自我检查答案并纠正错误。 然而,并非所有模型都具备同等的自我改进能力。 同样是给予额外的计算资源和 “思考” 时间,有些模型能够充分利用这些资源,性能大幅提升,而另一些模型却收效甚微。 这一现象引发了人们的思考: 究竟是什么因素导致了这种差异?
OpenAI 的 Isa Fulford 和 Josh Tobin 近期在 Training Data 播客节目中,深入探讨了公司最新的 AI Agent 产品 Deep Research。他们指出,Deep Research 代表了 AI 研究能力的一次重大突破,它采用端到端训练模型,而非传统的固定操作流程。

Manus一夜之间成为AI圈顶流。它和DeepSeek的差别是什么,谁更厉害呢?
近日,全球首批通用智能体(Agent)之一的 Manus 发布了预览版,其官方展示的效果令人震撼。不同于许多仅停留在“建议”层面的 AI,Manus 不仅展现出强大的任务规划能力,更在任务执行方面实现了质的飞跃,真正做到了从规划到执行的闭环。那么,Manus 究竟是如何运作的?它又凭什么敢于宣称重新定义通用 Agent?本文将带您深入了解 Manus 的工作流程(Workflow)、记忆机制(Memory)以及前端交互(Frontend Interaction),并解析其如何将计算机操作、深度研究、编码代理等多种技术融为一体,实现“少即是多”的智能涌现。