meng shao

[斯坦福课程推荐] CS329A Self-Improving AI Agents

本文作者:meng shao(@shao__meng)。版权归作者所有,未经授权禁止转载。 斯坦福大学研究生研讨课,@achowdhery @Azaliamirh 主讲,以 "一线经验 + 论文精读" 为骨架,以 "造一个能自我改进的智能体" 为课程目标,Youtube 已收录全部 9

AI Native SDLC 如何重构软件开发:Google、OpenAI、Anthropic 与 LangChain 四份报告深度解读

本文作者:meng shao(@shao__meng)。版权归作者所有,未经授权禁止转载。 AI 带来的真正变化,不是程序员少写了多少代码,而是企业必须重新设计从意图、实现、验证到生产反馈的整个软件生产系统。 过去一年,关于 AI 如何改变软件工程的讨论很多。但现在真正值得追问的,已经不是“AI 能不能写代码”,而是一个更深层的问题: 当代码能够被快速、规模化地生成,我们是否拥有同样强大的能力,

Warp 如何基于 Claude 构建\

本文作者:meng shao(@shao__meng)。版权归作者所有,未经授权禁止转载。 Claude 官方博客最新发布了一篇博客 How Warp builds self-improving agents on Claude https://claude.com/blog/how-warp-builds-self-improving-agents-on-claude 源于 Warp 团队发现的一个痛点: 一次性提示词只能完成任务的

前端 UI/UX 设计:一套从灵感到落地的资源地图 (强烈建议收藏)

本文作者:meng shao(@shao__meng)。版权归作者所有,未经授权禁止转载。 前端设计资源从来不缺。真正稀缺的是一套判断方法:什么时候需要看真实产品,什么时候应该查设计规范,什么时候可以复制组件,什么时候必须回到无障碍、性能和用户任务本身。 今天整理我自己在 X Bookmark 的很多设计资源,内容已经多到只能收藏吃灰,所以就让 Codex 帮我整理归类,从产品案例库、设计系统、组件基础层、
AI一起学
00:00:00 00:00:00