看完了 Andrej Karpathy 在 YC AI Startup School 近 40 分钟的分享，有点意犹未尽。推荐观看完整视频（链接贴在文末阅读原文），没有任何模型架构，也没有任何算法细节，适合 AI 领域的所有从业者，包括 Agent Builder 和 Agent User。我们将一些核心观点进行了延展，并尝试用更易于理解的方式进行表达。

语音合成（TTS）技术正成为 AI 重点探索领域。比如在智能座舱场景下，用语音播报的形式来实现车主和大模型的语音交互；在儿童教育场景下，语音合成可以帮助小朋友用喜欢的声音轻松阅读故事。

通义灵码现在已经全面支持 Qwen3，并支持智能体模式，具备自主决策、环境感知、工具使用等能力，可以根据开发者的编码诉求，使用工程检索、文件编辑、终端等工具，可以端到端地完成编码任务。同时，支持开发者配置 MCP 工具，编码更加贴合开发者工作流程。

继现制茶饮、咖啡、餐饮等行业后，量贩零食成为消费领域又一个跑出万店的赛道，这些线下零售起家的连锁企业，正以另一种范式诠释着什么是后互联网时代的新零售。本文整理自鸣鸣很忙集团数字化中心总经理孙浩和运维服务部经理黄奖的视频采访稿。

都2025年了，作为程序员如果你还没试过Vibe Coding那就out啦，编程助手已经成为开发者们日常的合作伙伴，跟随大语言模型的迭代，编程助手的功能也是肉眼可见地强大起来。

为深入贯彻落实《“十四五”教育发展规划》《国务院办公厅关于深化产教融合的若干意见》等文件要求，支持和鼓励高校师生参与教育教学创新及人才培养改革。阿里云多年来持续支持教育部产学合作协同育人项目，受到众多高校高度关注。

在 AI 技术飞速发展的今天，企业的流程自动化方式也正在发生深刻变革。过去，流程自动化往往依赖于人工配置和固定规则，难以适应复杂、多变的业务场景。而如今，随着 LLM，Agent，MCP 等节点类型的引入，普通的工作流也在向着 AI 工作流的方向进化，它不仅能够自动化执行任务，还能理解上下文、判断流程走向，甚至自我优...

大会精心设置了 16 个专场， 内容涵盖AI前沿论文解读、大数据平台与架构实践、大前端架构实践、AI 知识工程体系：从零散知识到流水线、DeepSeek 技术前瞻与应用实践、AI 时代数据架构的演进、从 Agent 到 Multi-Agent 的智能跃迁、高可用架构、垂直深耕：小模型、大智慧、数据分析场景中 AI 应用、AI + 研发的智能化升级...

科学的本地日志管理策略，不仅能在本地保留更完整历史记录，最小化性能开销，并且能为日志采集和后续分析提供便利。然而在实际运维中，我们时常遇到反例，这类管理缺陷带来的采集现在对于主流采集工具（LoongCollector（原 iLogtail）、Filebeat、Fluentbit、Vector、OpenTelemetry Collector）均无法完美解决，唯有从源...

以往，一场线下活动的回顾，需要根据演讲嘉宾的分享，整理成文字稿。现在，借助各类 AI 工具，我们可以高效地输出总结内容，包括音视频、文字等。本文将分享 2 种回顾形式。

在应用程序中，访问数据库几乎是必须的，是实现业务功能的基础普遍场景，应用程序访问数据库，需要设置数据库的地址，端口，账号及密码。密码的安全性非常重要，业界密码泄漏导致资损的事件时有发生，根据相关统计，单次泄漏事件的发生平均导致 488 万美元（约合人民币 3542 万元），每条泄漏的数据记录平均导致 169 美...

有朋友问我，他不知道怎么在技术派中 debug，比如说想看用户活跃榜单功能的实现？我的回复很简单，你把这个问题扔给灵码插件的智能体，就能快速 get 到一个非常详细的步骤。我录了个屏，大家可以感受一下。尤其是这一步，非常关键，智能体会根据关键字在仓库进行检索，找出“用户活跃”具体的代码位置。智能体不仅会告诉我...

随着大模型技术的快速发展，自然语言到 SQL（NL2SQL）能力在数据分析领域的落地日益广泛。然而，传统 NL2SQL 方案存在 Schema 理解偏差、复杂查询生成效率低、执行结果不可控等问题，导致业务场景中频繁出现“答非所问”或“生成失败”的窘境。为了让更多开发者能够便捷地使用这一能力，我们决定将阿里云析言 GBI 中“Schema ...

2025 年是 AI 智能体快速爆发的一年，从单智能体、多智能体到通用智能体的多种不同构建模式持续涌现出来，智能体开发也逐步从概念、Demo 开始走向生产落地，应用范围也从编程助手等几个少数领域，逐步拓展到企业内部业务、生活工作助手等多个领域。

“AI 的工程化工具很多，例如 LangGraph、LangChain，这些都是用于搭建的乐高积木，积木越丰富，组装成复杂结构的能力就越强。”

第二届“兴智杯”全国人工智能创新应用大赛正式启动。此前，工业和信息化部、科学技术部、深圳市人民政府共同主办了首届“兴智杯”全国人工智能创新应用大赛，成为了目前国内规模最大、参赛主体最丰富的人工智能专业赛事。

在传统研发的日常工作中，新功能开发、Bug 修复或功能优化时通常涉及前端、后端和数据库三大块的开发工作，开发者需在不同编程语言和工具间频繁切换，导致开发效率低下。

系列文章已详细介绍了 MCP 协议的基本概念及其在函数计算（FC）托管 MCP Server 场景下的应用。相信读者已经对 MCP 协议的原理和应用场景有了初步了解。但对于 AI 应用开发者来说，如何开发一个高效的 MCP Server？有哪些最佳实践？本文将结合实际案例，深入剖析 FC MCP Server 的设计与实现。

在 AI 时代，随着模型和应用侧的快速演化，对于推理过程，成本和性能显得尤为重要，而端到端的 AI 可观测是其中至关重要的一环，以下内容整理自最近的「深圳 AI 原生应用实践营」分享实录。

本月可观测热文回顾文章一览：StoreView SQL，让数据分析不受地域限制不懂 PromQL？AI 智能体帮你玩转大规模指标数据分析DeepWiki × LoongCollector：AI 重塑开源代码理解从 o11y 2.0 说起，大数据 Pipeline 的「多快好省」之道日志采集 Agent 性能大比拼——LoongCollector 性能深度测评阿里云 SLS 多云日志接入最佳实践...

通义灵码提供了长期记忆能力，在开发者与通义灵码的对话过程中，会逐渐形成针对开发者个人、工程、问题等相关的丰富记忆，并自动进行相关的记忆整理和更新。

MCP越来越火，通义灵码也在最新的版本里支持开发者配置自己的 MCP 工具，更加贴合开发者工作流程，并集成魔搭 MCP 广场，开发者可一键配置MCP 工具，目前涵盖开发者工具、文件系统、搜索、地图等十大热门领域3800+MCP服务，全面拓宽AI编码助手能力边界，让编码更贴合开发者工作流程。开发者也可以一键下载 MCP 服务。

告诉大家一个好消息，通义灵码发布了 AI 编程 IDE ：Lingma IDE ，你没看错，通义灵码也推出了自己的 AI  IDE 客户端，不是 AI 编程插件，是 IDE 。

真是没想到，大模型发展到现在，重头戏竟然是 AI 编程领域。这不，阿里的 AI IDE 也上线了，我也是第一时间就吃上了螃蟹，香，实在是太香了。

通过云效DevOps的MCP服务与通义灵码的集成，研发团队可以实现从工作项内容自动解析到代码自动生成的全流程自动化。本文将详细介绍如何利用云效MCP服务，根据工作项内容生成对应代码、创建分支、提交代码，并发起合并请求。

早在 2018 年，Gartner 评估报告便将事件驱动模型（Event-Driven Model）列为十大战略技术趋势之一，指出事件驱动架构（EDA，Event-driven Architectures）将成为微服务架构未来的演进方向。

日志服务 SLS 是云原生观测和分析平台，为 Log、Metric、Trace 等数据提供大规模、低成本、实时的平台化服务。SLS 提供了多地域支持【1】，方便用户可以根据数据源就近接入 SLS 服务，减少不必要网络延迟以及公网费用。然而，如果需要将不同地域的数据进行联合统筹分析时，该怎么办呢？

作为AI原生的开发环境工具，通义灵码AI IDE 深度适配了最新的千问3大模型，并全面集成通义灵码插件能力，具备编程智能体、行间建议预测、行间会话等功能。

嗨，通义灵码 5 月将智能问答（Ask）模式升级到了 Agentic 模式，可以自主使用工程感知、网络检索的相关工具，让开发者与通义灵码的互动更贴合工程场景；新增了行间会话（Inline Chat）、行间建议预测（NES）功能，代码修改更加高效；发布了 AI IDE--Lingma IDE，全面集成智能编码能力，开箱即用更简单。

"API 管理" 和 "API 网关" 这两个术语经常会被交替使用，在大模型应用上更甚（大模型被认为是 API 经济/货币化的催化剂）。但实际上，它们代表着不同的概念，服务于 API 生命周期的不同阶段。本文将探讨两者的起源和发展、关键差异对比、如何协同工作以及未来发展趋势。希望本文对工程团队落地 AI Agent 上，能起到一些...