同一个小时里，两个截然不同的人在搜索框里打下 AI 检测工具。一个是市场经理，他发布了四十篇借助语言模型起草的页面，并被告知 Google 会因此惩罚这个网站。另一个则被指控作弊，只因为某款工具返回了一个数字，而某位有权决定的人相信了它。 两个人走到的是同一类软件面前，这类软件卖的是确信感，而两个人都值得听到那个不太舒服的答案。关于这些工具已经公开的证据是一致的，而且并不好看。它们出错的频率高到，一个分数永远不该用来决定关于某个人的任何事；面对人类改写过的文本，它们直接崩掉；而且它们的错误并不是均匀分布在所有写作者身上的。 搜索引擎那个问题是另一个问题，有另一个答案，而那个答案跟检测毫无关系。 这些工具准确吗，Google...
人工智能
关于人工智能的文章、指南和资源，包括概念、趋势和实际应用。并附真实项目中的具体案例。
AI 智能体支付在大约一年之内产生了四份彼此竞争的规范、两个行业基金会，以及海量的报道。它还没有为绝大多数商家产生的，是收入。噪音与数字之间的落差才是值得理解的部分，因为兴奋的报道和轻蔑的报道都以让人赔钱的方式弄错了。 确实有真东西正在被建造。Google、OpenAI、Stripe、Coinbase、Shopify、Visa 和 Mastercard 都在这个领域交付了规范或产品，其中两份规范如今归属于中立的基金会，而不是单一厂商。其中一部分已经在生产环境中运行。但生产环境里的大部分流量，是机器向另一台机器购买 API 调用，而不是购物助手向你买一张沙发。 本文把已经交付的东西与只是挂了一排徽标的规范区分开，说明你的结账流程和风控...
多数团队都是从应用代码里直接调用模型提供商。API 密钥放在环境变量里，SDK 调用只有三行，第一次就跑通了。Cloudflare AI Gateway 之所以存在，是因为接下来会发生的事。账单来了，却没有人说得清是哪个功能花掉的。提供商度过了糟糕的一个下午，顺带把你的产品也拖了下去。系统提示词被改过一次，而旧的那一版返回过什么，没有任何记录。 网关就是放在应用与提供商之间的一个代理。所有请求都经过它，所以所有请求都可以被计数、记录、缓存、限流，并且在提供商出故障时改到别处重试。对于三个原本只会被拖到很晚、再用手工方式解决的问题来说，它是最便宜的结构性修法。 下面要讲的是它做什么，它除了观测之外还能强制什么，它在金钱和毫秒上分别要你...
Agentforce 按用量计费，仅这一点就应该改变你的预算方式。多数 Salesforce 买家带着席位许可的思维进场，问一个智能体每用户每月多少钱，然后拿到一个并不描述其账单的数字。账单取决于智能体执行了多少次动作，而这又取决于智能体设计得有多好，以及你的知识库有多好。 这让它在企业软件采购里显得不同寻常。智能体内部的设计决定就是账单上的条目。一步答完一个问题的智能体，成本只有磨过五步那种的五分之一，而许可条款不会告诉你自己造出来的是哪一种。你会从发票上知道答案，通常是在第三个月。 Agentforce 到底要花多少钱？ Salesforce 有两种计费方式。Flex Credits 是每 100,000 点 USD 500...
WordPress 7.0 于 2026年5月20日发布，版本代号 Armstrong，比原定的 2026 年日程表上的日期晚了六周，它是自 block editor 以来对代理商影响最大的一次内核发布。标题写的是内核现在可以和生成式 AI 模型对话。更值得注意的细节是，内核现在还规定了插件应该如何与这些模型对话，这悄悄改变了站点上每一个插件可以对自己地盘作出的假设。 对编辑来说，看得见的变化并不多。多了一个 Command Palette、一个更整洁的仪表盘、一个字体管理界面，以及更好用的修订记录。但对以维护站点为职业的人来说，真正重要的变化藏在后台之下：options 表里的一个凭据存储、一份站点能做哪些事的注册表，以及一个把它...
Drupal 的 AI 已经不再是一堆按厂商拆开、谁需要谁自己挂上去的贡献模块。它现在是一个有抽象层托底的统一项目,有安全团队覆盖的发布周期,并且在 Drupal CMS 里被打包成产品,在安装过程中主动问你要不要把其中一部分打开。值得问的问题已经从 Drupal 能不能做 AI,变成了哪些部分值得打开,以及当四位编辑每个工作日都在用它时,每一项功能到底要花多少钱。 多数文章讲到演示就停了。有人敲一段提示词,页面出现了;你看着聊天机器人建出一个内容类型。演示本身是真的。它没有告诉你的是,编辑点下那个按钮的瞬间有什么离开了你的基础设施,清单上的模块里哪些从来没有发布过稳定版,以及哪一条预算真的会涨。 Drupal AI 给企业带来了什...
企业 AI 智能体是一个熟悉故事的当下版本：一个十分钟就演示得很漂亮的原型，接着是六个月的努力，只为把它做到足够可靠、可以无人值守。几乎全部预算都消耗在这两种状态之间的距离里，而几乎没有任何营销材料描述这段距离。 智能体与聊天机器人有一处在商业上真正要紧的差别。聊天机器人产出文字，由人来决定拿它做什么。智能体则会采取行动：调用系统、写入记录、发送消息。这一转变把风险从尴尬变成了后果，也正因如此，所需的工程纪律更接近构建一套支付系统，而不是一件内容工具。 钱实际花在哪里： 模型是最便宜的部分。成本在工具集成、评测框架、护栏，以及交回给人的路径上。一个简单的内部智能体是 £5,000 到 £12,000，带检索的是 £12,000...
自托管 Kimi K3 在 2026 年 7 月 27 日成为技术上可行的选项，那天 Moonshot AI 连同生产级推理支持一起公开了这个 2.8 万亿参数模型的权重。许多机构读到这条消息后得出结论：现在可以在自家硬件上运行前沿级推理，不必再按 token 付费了。 这个结论通常是错的，但原因并非人们预想的那样。工程上是可以做到的。真正击垮多数项目的是那笔账，而且它往往在预算批下来好几个月后才悄无声息地发作。 简短回答： 在 MXFP4 精度下，2.8 万亿参数在计入键值缓存之前就已占用约 1.4TB。一个八卡 H100 节点只有 640GB，因此根本无法服务这个模型。现实的部署要从约 1.7TB 显存起步，...
Kimi K3 API 带着一个不寻常的组合登场：接近前沿水平的基准成绩、激进的定价，以及可供下载的权重。Moonshot AI 于 2026 年 7 月 27 日公开了这些权重，使 K3 成为迄今公开发布的最大模型，也是这一规模的模型首次在原则上可以由你自己运行。 对于已经在向前沿供应商付费的团队来说，这提出的是一个务实问题，而非哲学问题：它在你的技术栈里有没有位置，把一部分流量迁过去究竟会改变什么。本文讨论成本测算、集成工作，以及那些公开数字无法转化为生产表现的环节。 简而言之： Kimi K3 的缓存未命中输入约为每百万 token 3 美元，缓存命中输入约为 0.30 美元，输出约为 15 美元，...
这是一篇面向开发者的 Claude API vs OpenAI API 对比，针对两款使用最广泛的大语言模型 API：Anthropic 的 Claude API 和 OpenAI 的 API。它讨论的不是哪个聊天机器人在随意使用时显得更聪明，而是当你在其上构建软件时真正重要的东西：集成、tool use、structured output、上下文处理、成本模型和可靠性。两者都很出色，对许多项目而言，正确的答案是把系统设计成两者皆可使用。 摘要 两个 API 都成熟、文档完善，并按 per-token 计费（input 与 output 分别计），支持 streaming、tool calling / function...