AI飞速发展，AI Coding对传统研发模式带来了很大的冲击，本文作者总结了所观察到的5个变化趋势，以及对AI时代开发人员所需掌握的核心技能的思考，欢迎大家共同交流。
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。随着智能体开始在企业内部业务落地，Java 智能体的构建需求也呈现出爆发式增长的趋势，在智能体编程语言及平台领域，Python、Typescript 一直走在探索前沿，相对来说，Java 领域框架、平台及整体解决方案欠缺，Spring AI Alibaba 1.0 的发布，让 Java 智能体开发迎来一款生产可用的企业级框架与解决方案，助力企业智能体开发进入一个新阶段。上半年，以 Manus 为代表的通用智能体的火爆，让具备自主规划能力的通用智能体进入大众视线，另一方面，MCP 则将模型或智能体外部数据、外部系统的交互方式做了统一。结合这些技术趋势，在探索 Spring AI Alibaba 框架、Manus 通用智能体的过程中，我们正逐步构建起一套零代码快速构建垂直领域智能体的方案（JManus），我们相信它能弥补低代码、高代码框架的开发复杂度
在2025上海AWE焕新消费节的家享生活展馆中，3D数字导购「小淘」以近乎真人的形态与观众自然互动，生动诠释了淘天Meta技术团队最新技术——TaoAvatar的革新力量。这项融合3D高斯重建、AI语音驱动与端侧大模型的尖端技术，突破传统数字人局限，实现从“二次元偶像”到“3D真人复刻”的跃迁。通过高精度建模、多模态交互及工业级量产方案，TaoAvatar不仅以2K级拟真视觉、90FPS流畅动效和自然语音同步技术重塑虚拟交互体验，更将制作成本压缩至传统CG的1/30，周期缩短至一周内。从家电导购到XR沉浸场景，TaoAvatar正以“真实感、智能性、普惠性”三大突破，开启数字人规模化落地的新纪元。
Ray Data是构建于Ray之上的分布式数据处理库，提供了高性能且可扩展的API，可被有效结合到AI相关场景，例如批量推理、数据预处理等。Ray Data内部通过流式执行机制来有效处理大规模数据集，并可有效的利用异构架构，不让CPU或GPU成为数据处理的瓶颈。虽然Ray Data提供了简单易用的API，但其内部实现与执行原理较难理解，二次开发与问题排查有一定的难度，因此本文从Ray Data源码入手，重点分析了Ray Data流式执行的实现原理。
本文探讨了在大模型（LLM）时代下，如何重新定义业务核心资产以及Agent的演进与协作机制。文章从技术分层、Agent定义、协作模式、任务分配、冲突解决到工具调用标准（如MCP协议）等多个维度展开分析，并结合工程实践视角，提出了对Agent平台能力建设的思考，旨在为构建高效、灵活、可扩展的Agent系统提供参考。
最近刷了几篇cursor的文章，看到其中一篇文章介绍了几个cursor项目开发案例，突然有种睁眼看世界的感觉。之前对AI Coding的认知还停留在tab补全、自动生成单元测试上，没想到现在已经发展到直接能开发项目了，某种意义上做到了“有嘴就行”。于是试玩了下cursor，并结合了MCP、Rules、Docs等新功能，帮助对cursor不熟的同学快速入门。 Model Context Protocol，模型上下文协议。 官网：https://modelcontextprotocol.io/introduction功能：MCP provides a standardized way to connect AI models to different data sources and tools.（类比电子设备现在通用的USB-C口，MCP提供了一种开放标准，能让AI应用安全地访问和操作本地及远程数据，为AI应用提供了连接万物的接口）
本文详细介绍了大型语言模型（LLM）的结构、参数量、显存占用、存储需求以及微调过程中的关键技术点，包括Prompt工程、数据构造、LoRA微调方法等。
在AI大模型应用爆发的今天，Model Context Protocol (MCP) 作为连接AI大模型与应用的关键协议，正在快速普及。然而，如何在企业级环境中高效部署和管理MCP服务，成为技术团队面临的重要挑战。本文将深入剖析MCP Server的五种主流架构模式，并结合Nacos服务治理框架，为企业级MCP部署提供实用指南。
