你有没有想过，为什么 AI 读一篇短文游刃有余，却在面对一整个代码库时频频出错？
原因无他，因为注意力撑不住。
现代大模型的核心机制叫做注意力机制，每个词都要跟上下文里的所有其他词两两比较，才能理解彼此的关系。这个设计让模型变得无比强大，但也埋下了一个隐患：上下文越长，计算量就越夸张。放到百万 token 级别，这种代价几乎是天文数字。
于是有研究者开始琢磨缩短上下文的方法，把长文档切碎、检索、压缩，再喂给模型。这样一来模型拿到的，只是碎片化信息。
Subquadratic，这家专注于前沿 AI 研究与基础设施的公司，在最近的一篇文章中给出了一个不同的思路：与其把文档切短来喂给模型，不如先来改造模型，让它真正读得了长文档。
他们提出了一种名为 SubQ 的模型，其核心是 SSA（Subquadratic Sparse Attention），即亚二次稀疏注意力机制。这是一种经过线性扩展的注意力机制，专为长上下文检索、推理和软件工程工作负载而设计。
其核心需求很简单：企业 AI 需要解决的真正难题，本质上都是长上下文问题。代码库、合同、企业知识库、数据库、电子表格、研究语料，以及长时间运行的智能体会话。
以往，模型在回答问题时之所以经常失败，并不是因为答案不存在，而是因为相关证据分散在大量上下文中，彼此之间是间接引用的，只有同时理解多处信息时才真正有意义。
稠密注意力（Dense attention）成就了现代语言模型，但也让长上下文变得昂贵。每个 token 都要与其他所有 token 进行比较，因此注意力计算量会随着序列长度呈二次方增长。
SSA 改变了这种扩展方式。
它不是计算所有 token 两两之间的交互，而是通过内容相关的选择机制，将注意力路由到真正重要的位置，无论这些位置出现在序列中的哪里。
这点非常重要，因为长上下文能力并不只是更大的提示词窗口。名义上的上下文窗口，告诉你模型最多能处理多少 token；而真正有效的上下文窗口，决定了模型能在多少 token 中稳定地进行推理。SSA 瞄准的正是后一个问题。
在 MRCR v2 上，SubQ 能够跟上前沿的稠密注意力模型；在核心长上下文检索任务中，它达到了同等水平；并且在 100 万 token 场景下，相比稠密注意力实现了 52.2 倍的预填充加速。其结果是一种新的模型架构：让百万 token 上下文的服务成本更低、迭代速度更快。
Subquadratic 联合创始人 Alexander Whedon 对这项研究进行了宣传，称 SubQ 是 LLM 智能的一次重大突破。
据他介绍，SubQ 是首个基于完全亚二次稀疏注意力架构（SSA）构建的模型，也是首个拥有 1200 万 token 上下文窗口的前沿模型。
在 100 万 token 场景下，它比 FlashAttention 快 52 倍；而成本还不到 Opus 的 5%。
Whedon 认为，当前基于 Transformer 的大语言模型，在计算上存在天然浪费。标准注意力机制会处理词与词之间所有可能的关系，但真正有意义、真正会影响结果的关系，其实只占很小一部分。
SubQ 要做的，就是从海量 token 关系中，找到那些真正重要的连接，并把算力集中到这些地方。
这也意味着，SubQ 有望将计算量降低近 1000 倍，为大语言模型的扩展提供一条不同于传统 Transformer 堆算力的新路径。
Subquadratic 为此发布了技术博客，让我们来深入地了解这一颠覆了传统 Transformer 架构的大模型新技术。
为什么长上下文仍未被解决
大多数企业级 AI 工作，并不像是在一小段文本上进行干净的问答。它更像是：
一个代码库：某个函数在一个模块中定义，却在几十个模块中被调用，并受到其他地方测试的约束；
一份合同：某项义务取决于一个定义、一个例外条款，以及相隔数页的引用条款；
一个科研流程：结论依赖于对多篇论文中证据的整合与协调；
一个长期运行的编程任务：早期的规划决策、中间修改、评审意见以及回归问题都至关重要。
这些都不是简单的查找问题，而是针对碎片化语料进行多跳推理的问题。
短上下文系统的失败，并不仅仅在于缺少了一些上下文，而在于它们被迫对碎片进行推理。当完整对象无法装入上下文时，系统通常通过分块（chunking）、检索（retrieval）、总结（summarization）和编排（orchestration）来弥补。
这些方法虽然有效，但也会引入新的失效模式。
RAG 系统能够保留语义相似性，但会丢失位置信息、层级结构、相邻上下文以及引用关系。一个片段可能包含正确的文本，却丢失了为什么它重要这种信息。
基于 Agent 的工作流会将大任务拆解为多个小的模型调用，但错误会在步骤间不断累积，编排逻辑变成人工编写的策略，同时上下文在多次调用之间被反复压缩。
最终，这类系统对人工设计的依赖，削弱了泛化能力。
行业的应对方式，是在模型之外不断构建脚手架。而 SSA 的尝试，是尽可能减少这些脚手架存在的必要性。
稠密注意力的成本
注意力机制本质上是内置在模型中的一种检索操作。每一个 token 都充当一个 query，与其他所有 token 进行比较，评估它们的相关性，并将这些信息聚合为自身的下一步表示。
这种机制之所以强大，是因为它让每个 token 都可以访问完整上下文；而它之所以昂贵，原因也正相同：每个查询都要与所有 key 逐一比较。最终形成的是一种 all-pairs 的计算，其成本会随着序列长度呈二次增长。
在较小的上下文规模下，这种开销尚可接受。但在真实问题所需的规模下，几十万到上百万 token，它就成为了主要瓶颈。上下文长度翻倍，计算成本并不会翻倍，而是变为四倍。原本可控的开销，很快就会在训练、推理和迭代过程中变得难以承受。
更糟的是，这其中大部分计算其实是无效的。在训练好的模型中，绝大多数注意力权重接近于零。模型依然执行了完整的比较过程，但真正对输出产生影响的交互只占很小一部分。
换句话说，稠密注意力不仅是二次复杂度，而且是浪费性的二次复杂度。
FlashAttention 改进了这种计算的执行方式。通过避免显式构建完整的注意力矩阵，并优化内存访问，它让稠密注意力在当前上下文规模下变得更加实用。但它并没有改变底层的扩展规律：比较次数依然不变，模型仍然执行二次规模的计算，只是执行得更高效。
同样的情况也出现在系统层面的各种补救方案中。检索 pipelines、上下文压缩、递归拆解以及基于 Agent 的编排，都在提升稠密注意力系统的可用性，但没有改变其扩展定律。它们是在绕开这一限制，而不是消除这一限制；二次成本依然是它们所绕行的那条边界。
这个领域多年来一直在尝试降低注意力机制的成本。难点从来不只是降低成本，而是在不破坏检索能力的前提下降低成本。
真正尚未解决的问题，并不是让注意力更快，而是更精确的目标：构建一种同时具备高效率、基于内容的路由能力，并能够在长上下文中从任意位置进行检索的机制。
这正是 SSA 试图解决的问题。
SSA 的工作原理
SSA（Subquadratic Selective Attention，亚二次选择性注意力）改变了注意力计算的分配方式。
注：与前文 SSA（Subquadratic Sparse Attention，亚二次稀疏注意力机制）不同
其核心思想是基于内容的选择（content-dependent selection）。对于每一个 query，模型会先判断序列中哪些位置值得关注，然后只在这些位置上精确计算注意力。
稠密注意力假设「任意一对 token 都可能重要」，SSA 去除了这一假设，只在真正有信息量的位置上计算注意力，其余部分直接跳过。
这使 SSA 同时具备三个关键特性：
计算与内存的线性扩展：注意力成本取决于被选中的位置数量，而不是完整序列长度，使长上下文在经济上变得可行。
基于内容的路由能力：模型根据语义决定「去哪里看」，而不是依赖位置模式，因此无论关键信息出现在何处，都可以被检索到。
从任意位置进行稀疏检索：不同于循环或压缩类方法，SSA 保留了从序列中任意远位置恢复具体信息的能力。
这一点在实践中非常关键。SSA 并不仅仅是对稠密注意力的「更快实现」，而是从根本上减少了模型需要执行的注意力计算量。这种减少，直接体现为速度提升。
以实际运行时间（wall-clock）衡量，在 B200 GPU 上、128K token 长度时，SSA 相比采用 FlashAttention-2 的标准注意力实现，实现了 7.2× 的输入处理加速。FlashAttention-3 在 B200 上相较于 FlashAttention-2 并未带来额外加速。
随着上下文长度增加，加速效果进一步扩大：
256K：13.2×
512K：23.0×
1M：52.2×
这也再次印证：SSA 的优势，正是在长上下文场景中呈现指数级放大。
这正是对生产环境至关重要的「吞吐反转」：随着上下文长度的增加，稠密注意力相对于 SSA 会变得更慢。而 SSA 的优势，恰恰在长上下文工作负载最有价值的区间内不断扩大。
SSA 的训练
架构是必要条件，但并不充分。一个模型可以拥有很长的上下文窗口，却仍然无法很好地利用它。SSA 的训练目标，是让长上下文的使用变得可靠，而不仅仅是可行。
研究团队采用了三阶段训练流程：
预训练（Pre-training）：建立基础语言建模能力，以及选择机制所依赖的长上下文表示。
监督微调（Supervised fine-tuning）：将模型行为引导至企业工作负载所需的指令遵循、结构化推理和代码生成模式。
强化学习（Reinforcement learning）：针对那些难以仅通过监督样本诱导出的行为进行优化，例如稳定的长上下文检索能力，以及在编码时主动利用可用上下文，而不是退回到局部推理。
最后这一阶段至关重要。长上下文的失败往往「看起来是合理的」。
模型可能会基于邻近上下文作答，因为这些证据更容易使用，即使决定性证据出现在序列更早的位置；它可能生成一个在局部看似正确、却违反其他位置定义接口的代码补丁；它可能对先前决策进行概括，而不是保留应当约束后续步骤的精确条件。
SSA 的强化学习阶段正是围绕这些失效模式设计的。训练数据强调高信息密度、具备跨引用结构的长文本来源。这类数据会迫使选择机制学习在大跨度位置之间进行「路由」。目标不是记住基准，而是让模型学会无论关键信息位于何处，都能关注到它。
评估结果
研究团队认为，需要评估的是「功能上下文（functional context）」，而非「名义上下文（nominal context）」：一个模型宣称的上下文窗口大小，并不能说明它真正能利用多少上下文。关键在于模型是否能够在这个窗口内检索、关联并推理分布在其中的证据。
研究团队从两个维度对 SubQ 进行评估：
计算与速度
SSA 的线性扩展特性意味着，当上下文长度翻倍时，注意力机制的计算成本仅随之翻倍，而不是像传统二次复杂度那样增长四倍。在 100 万 token 规模下，相比标准的二次注意力机制，其注意力 FLOPs 降低了 62.5×。
从产品角度来看，「实际运行时间」（wall-clock speed）才是更关键的指标。在 100 万 token 的规模下，SSA 相比稠密注意力实现了 52.2× 的预填充加速。这种差距，本质上决定了一套长上下文系统究竟是表现为一个可交互的工具，还是更像一个离线批处理任务。
RULER
RULER 用于评估模型在超越简单大海捞针检索任务之外的行为表现，重点涵盖多跳检索、信息聚合、变量跟踪以及选择性过滤等能力。
对于企业级工作流来说，这一点至关重要，因为多跳任务会产生「连锁放大效应」：一旦在链条早期遗漏了某个关键引用，后续的每一步推理都可能被污染，最终导致整体结论失真。
MRCR v2
MRCR v2 是当前要求最严苛的检索类基准之一。它重点评估模型在长上下文中定位并整合多个非相邻证据片段的能力，而不是仅仅依赖局部信息完成推理。
SubQ 得分为 65.9%，处于 Claude Opus 4.6 的 78 分区间之内，并领先于 GPT‑5.4 的 39 分以及 Gemini 3.1 Pro 的 23 分。
这一结果清晰地揭示了名义上下文与功能上下文之间的差异。一个模型也许能够接收很长的输入，但仍然无法在这些输入之上进行可靠的推理。MRCR v2 正是通过要求模型检索并整合证据，而不仅仅是处理 token，从而暴露了这一差距。
SWE-Bench Verified
SWE-Bench Verified 用于评估模型在真实 GitHub issue 上的端到端软件工程能力。它并非一个纯粹的检索型基准，而是测试模型是否能够基于对代码库的理解来定位 bug、推理实现约束，并生成可行的补丁。
*本文系量子位获授权刊载，观点仅为原作者所有。
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
【AI加油站】Openclaw龙虾专题一：养一只AI小龙虾，是什么体验？（附下载）【AI加油站】Openclaw龙虾专题二：免费开源！OpenClaw个人AI助理极简部署指南（附飞书配置）（附下载）【AI加油站】Openclaw龙虾专题三：OpenClaw完全使用手册精华版：本地AI助手的全方位指南（附下载）【AI加油站】Openclaw龙虾专题四： 把AI“放”进聊天软件当牛马用？这款神器能让它直接操控你的电脑！（附下载）【AI加油站】Openclaw龙虾专题五：当AI长出手脚：一份给聪明人的OpenClaw理性上手手册（附下载）【AI加油站】Openclaw龙虾专题六：OpenClaw橙皮书精华版：从入门到精通，一文读懂GitHub第一AI项目的核心秘密（附下载）【AI加油站】Openclaw龙虾专题七：让你的AI助手脱胎换骨：OpenClaw中级到高级完整实战教程（附下载）【AI加油站】Openclaw龙虾专题八：你的专属AI管家，一个网关通吃所有聊天软件（附下载）【AI加油站】Openclaw龙虾专题九：手把手教你本地部署OpenClaw：从零开始的AI智能体实战指南（附下载）【AI加油站】Openclaw龙虾专题十：保姆级教程！手把手带你搭建OpenClaw，全网最全环境适配，零基础也能轻松落地（附下载）【AI加油站】Openclaw龙虾专题十一：从3小时到10分钟：我用OpenClaw把AI变成24小时在线的超级员工（附下载）【AI加油站】人工智能简史：关于人工智能的过去、现在与未来（附PDF下载）【AI加油站】第一部：《大型语言模型应用检索增强生成：改变搜索、推荐和 AI 助手》附下载【AI加油站】第二部：《程序员的自我修炼手册》（附下载）【AI加油站】第三部：《大规模语言模型：从理论到实践》（附下载）【AI加油站】第四部：《使用生成式人工智能和Python开始数据分析》（附下载）【AI加油站】第五部：《使用生成式人工智能和Python开始数据分析》（附下载）【AI加油站】第六部：《时间序列：建模、计算与推断》（附下载）【AI加油站】第七部：《因果关系的逻辑理论的好书-A Logical Theory of Causality》（附下载）【AI加油站】第八部：《模式识别（第四版）-模式识别与机器学习》（附下载）
【AI加油站】第九部：《Python深度学习（中文版）》（附下载）【AI加油站】第十二部：《从零开始的机器学习》（附下载）【AI加油站】第十三部：《Transformer入门到精通》（附下载）【AI加油站】第十四部：《LLM 应用开发实践笔记》（附下载）【AI加油站】第十五部：《大模型基础 完整版》（附下载）【AI加油站】第十六部：《从头训练大模型最佳实践》（附下载）【AI加油站】第十八部：《深度强化学习》（附下载）【AI加油站】第十九部：清华大学《大模型技术》（附下载）【AI加油站】第二十部：Prompt入门神书-《Prompt 学习指南》（附下载）【AI加油站】第二十一部：吴恩达&open AI联合推出《大模型通关指南》（附下载）【AI加油站】第二十二部：《李宏毅深度学习教程》值得反复阅读的神书！（附下载）【AI加油站】第二十三部：Prompt经典中文教程-《提示工程指南》（附下载）【AI加油站】第二十四部：爆火下载28万次！MIT最新神书《理解深度学习》（附下载）【AI加油站】第二十五部：LLM4大名著，OpenAI专家强推《深度解析：大语言模型理论与实践》（附下载）【AI加油站】第二十六部：NLP大牛Thomas Wolf等新书《Transformer自然语言处理》（附下载）【AI加油站】第二十七部：哈工大博士耗时一年整理《PyTorch常用函数手册》，轻松掌握PyTorch的各种操作（附PDF下载）【AI加油站】第二十八部：大模型炼丹大师必备《深度学习调优指南中文版-系统性优化模型》（附下载）【AI加油站】第二十九部：炸裂发布！《大语言模型：导论》重磅发布！（附下载）【AI加油站】第三十部：最值得读的LLM书！下载量10w+！《基于Transformer和扩散模型的生成式AI》（附下载）【AI加油站】第三十一部：RL稀缺宝典！《强化学习的艺术》（附下载）【AI加油站】第三十二部：一本醍醐灌顶的教科书！《大语言模型提示工程：构建LLM应用的艺术与科学》（附下载）【AI加油站】第三十三部：机器学习好评榜第一《机器学习基础》（附下载）【AI加油站】第三十四部：所有大模型领域学习者必读，没有之一！由深度学习三巨头联合撰写！（附下载）【AI加油站】第三十五部：{AI炼丹神书}——从0到1榨干深度学习模型每一滴性能的终极战术手册《深度学习调优指南》（附下载）【AI加油站】第三十六部：面向生产环境的大型语言模型实战手册《LLM 大语言模型构建指南》（附下载）【AI加油站】第三十七部：《深度学习的数学导论：方法、实现与理论》从神经网络架构到物理信息模型的全景综述（附下载）【AI加油站】第三十八部：下载量10w+！《大型语言模型：语言理解和生成》从文本分类到主题建模的实战指南（附下载）【AI加油站】第三十九部：包教包会！《从零开始构建大语言模型的关键要点》大模型训练全景指南：从0到1的系统性最佳实践（附下载）【AI加油站】第四十部：《大规模机器学习训练工程实战手册》——从硬件选型到故障恢复的系统性指南（附下载）【AI加油站】第四十一部：《ChatGPT后训练全景解析：技术演进、核心挑战与未来方向》（附下载）【AI加油站】第四十二部：《百页机器学习书》：从算法到实战的全景指南（附下载）【AI加油站】第四十三部：《掌握大语言模型》核心知识速览：从NLP基础到LLM前沿实践（附下载）【AI加油站】第四十四部：《精通PyTorch》-从CNN到Transformer、LLM、GNN的端到端实战图谱（附下载）【AI加油站】第四十五部：《图神经网络导论》-全景拆解：从数学基石到落地应用的知识地图（附下载）【AI加油站】第四十六部：谷歌大佬编写，我唯一熬夜看完的机器学习神作《机器学习：概率视角》（附下载）【AI加油站】第四十七部：复旦大学张奇老师《自然语言处理导论》（附下载）【AI加油站】第四十八部：Github持续霸榜！「Leetcode刷题笔记」解题思路/代码/模板开放下载！（附下载）【AI加油站】第四十九部：下载10W+爆火神书《基于LangChain进行生成式AI开发》（附下载）【AI加油站】第五十部：打破 “AI 神话”！《AI 3.0 》剖析机器智能的真实能力，探讨人机共生的未来图景（附下载）【AI加油站】第五十一部：从 PGC 到 AIGC：内容生产的颠覆性革命，一文看透智能创作如何重塑经济与社会（附下载）【AI加油站】第五十二部：《人工智能简史》穿越 AI 百年：从 “机器替代” 到 “人机共生” 的技术革命与人性思考（附下载）【AI加油站】第五十三部：智能无疆：《人工智能：现代方法（第 4 版）》全景解读（附下载）【AI加油站】第五十四部：《深度学习革命》从学术寒冬到全球科技争霸的十年史诗（附下载）【AI加油站】第五十五部：《生命 3.0》人工智能时代的进化史诗与未来抉择（附下载）【AI加油站】第五十六部：《我看见的世界-李飞飞自传》从移民少女到 AI 先驱：李飞飞与 ImageNet 的破晓之路（附下载）【AI加油站】第五十七部：《智人之上》解码从石器时代到 AI 时代的信息网络密码（附下载）【AI加油站】第五十八部：《千脑智能》解锁智能本质：从千脑智能理论到人类与 AI 的未来图景（附下载）【AI加油站】第五十九部：《AI极简经济学》解锁 AI 商业价值：从预测核心到战略重构的极简经济学指南（附下载）【AI加油站】第六十部：深入探索《人工智能哲学》：从理论根基到核心争议与未来展望（附下载）【AI加油站】第六十一部：解构 《人类 2.0》：硅谷视角下科技重塑未来的全景蓝图（附下载）【AI加油站】第六十二部：以逻辑、艺术与音乐为钥，解锁思维本质的奇书 ——《哥德尔、艾舍尔、巴赫》（附下载）【AI加油站】第六十三部：深入探索《皇帝新脑》：电脑、人脑与物理定律的跨学科思辨（附下载）【AI加油站】第六十四部：解锁 《Python 自然语言处理》：从基础到实战的全方位指南（附下载）【AI加油站】第六十五部：深入解析《人工智能：复杂问题求解的结构和策略》核心内容（附下载）【AI加油站】第六十六部：从理论到实践：《人工智能：一种现代方法（第二版）》引领你走进 AI 世界（附下载）【AI加油站】第六十七部：从像素到智能视觉：解读《图像处理、分析与机器视觉》的核心价值（附下载）【AI加油站】第六十八部：洞悉数据挖掘本质：《数据挖掘：概念与技术》核心概念与技术体系剖析（附下载）【AI加油站】第六十九部：拒绝 “人工”，拥抱 “智能”：《机器学习》的终极修炼手册（附下载）【AI加油站】第七十部：《机器视觉》的“圣经”：从成像到场景分析的完整旅程（附下载）【AI加油站】第七十一部：从入门到实战：一口气读完《机器学习实战》全栈笔记（附下载）【AI加油站】第七十二部：穿越不确定性的智慧之舟：《贝叶斯统计推断》全景纵览（附下载）【AI加油站】第七十三部：《深入理解机器学习：从原理到算法》的全景式解读（附下载）【AI加油站】第七十四部：《游戏人工智能编程案例精粹》全景深读：从数学物理到实战AI，一本书带你通关智能开发！（附下载）【AI加油站】第七十五部：《神经网络与机器学习》：一部贯通感知器、反向传播与强化学习的“AI筑基之书”（附下载）【AI加油站】第七十六部：《语音识别与深度学习》从GMM到DNN：语音识别三十年进化史与未来之门（附下载）【AI加油站】第七十七部：《人工智能》从“算法黑箱”到“道德代码”：一场关于AI伦理、法律与人类未来的跨时空对话（附下载）【AI加油站】第七十八部：智能的终极密码：从大脑到未来的智能机器——《人工智能的未来》深度解读（附下载）【AI加油站】第七十九部：当机器成为“新物种”：一场比工业革命更凶猛的静默革命——《人工智能时代》全景导读（附下载）【AI加油站】第八十部：《从0到1》：颠覆式创新的思维圣经，创业者必读的未来指南（附下载）【AI加油站】第八十一部：《史蒂夫·乔布斯传》-被遗弃的天才：史蒂夫·乔布斯如何用创伤与执念改变世界的六次”（附下载）【AI加油站】第八十二部：“失控”之后，是“新秩序”——凯文·凯利《新经济新规则》：10条铁律如何重写商业、财富与人生（附下载）【AI加油站】第八十三部：穿越《互联网黑洞》：一部被低估的预言书，一张写给未来十年的生存地图（附下载）【AI加油站】第八十四部：把“运气”拆给你看——《偶然中的必然》里的概率魔法（附下载）【AI加油站】第八十五部：AI 全域变现知识图谱：从工具实操到商业闭环的完整指南（附下载）【AI加油站】第八十六部：研途指南：周志华谈研究与论文撰写的核心逻辑与实践路径（附下载）【AI加油站】第八十七部：定位革命：抢占用户心智的营销圣经与实践指南（附下载）【AI加油站】第八十八部：《技术元素》：凯文·凯利用“进化”重写文明史——一部写给未来居民的“地球说明书”（附下载）【AI加油站】第八十九部：《数学的领悟》：一本让“解题”升华为“悟道”的神奇之书（附下载）【AI加油站】第九十部：高产出管理圣经：格鲁夫的实战管理智慧全解析（附下载）【AI加油站】第九十一部：《深入浅出统计学》全景式精读笔记——从数据到决策，一本让统计学“活”起来的魔法书（附下载）【AI加油站】第九十二部：疯传的底层逻辑：让产品、思想与行为病毒式扩散的 6 大核心法则（附下载）【AI加油站】第九十三部：《硅谷之火》：个人计算机的崛起与革命浪潮（附下载）【AI加油站】第九十四部：神经网络设计：从基础原理到工程实践的权威指南（附下载）【AI加油站】第九十五部：移动浪潮下的生产力变革：《移动的力量》核心洞察全景解析（附下载）【AI加油站】第九十六部：精益创业：用科学方法引爆新创企业增长奇迹（附下载）【AI加油站】第九十七部：解锁集体智慧：Web 2.0 时代的智能编程实战指南（附下载）【AI加油站】第九十八部：颠覆医疗：大数据时代的个人健康革命全景解析（附下载）【AI加油站】第九十九部：心智社会：智能的分布式认知革命（附下载）【AI加油站】第一百部：终极算法：机器学习与人工智能的大一统探索（附下载）【AI加油站】第一百零一部：当数学天才遇见神经网络：冯·诺依曼揭开的智能革命序幕（附下载）【AI加油站】第一百零二部-华为管理专题：《班长的战争》：华为一线管理者的实战圣经——解密让17万人高效作战的管理密码（附下载）【AI加油站】第一百零三部-华为管理专题：从偶然到必然：华为研发投资与管理实践完全解析（附下载）【AI加油站】第一百零四部-华为管理专题：华为传：从深圳小作坊到全球科技巨头的崛起之路（附下载）【AI加油站】第一百零五部-华为管理专题：《华为崛起》：一部中国企业的史诗级成长启示录（附下载）【AI加油站】第一百零六部-华为管理专题：《熵减：华为活力之源》深度解读——任正非管理哲学的核心密码（附下载）【AI加油站】第一百零七部-华为管理专题：任正非传：从苦难中崛起的民族企业家（附下载）【AI加油站】第一百零八部-华为管理专题：华为客户关系管理法深度解析：从"三流产品、一流市场"到全球通信巨头的客户关系哲学（附下载）【AI加油站】第一百零九部-华为管理专题：激活组织：华为奋进的密码-一部解码华为组织活力的管理宝典（附下载）【AI加油站】第一百一十部-华为管理专题：《华为哲学：任正非的企业之道》一部关于中国企业精神图腾的思想史诗（附下载）【AI加油站】第一百一十一部-华为管理专题：华为训战：从军事智慧到企业人才培养的革命性方法论（附下载）【AI加油站】第一百一十二部-华为管理专题：华为销售法：To B销售成功之道的深度解析（附下载）【AI加油站】第一百一十三部-华为管理专题：华为项目管理法：从实战出发的12步精进之道（附下载）【AI加油站】第一百一十四部-华为管理专题：华为数字化转型之道：从认知觉醒到实践落地的全景指南（附下载）【AI加油站】第一百一十五部-华为管理专题：华为数据之道：非数字原生企业的数字化转型实战指南（附下载）【AI加油站】第一百一十六部-华为管理专题：华为人才管理之道：打造世界级企业的核心密码（附下载）【AI加油站】第一百一十七部-华为管理专题：灰度之道：华为从2万到7000亿的人才管理密码（附下载）【AI加油站】第一百一十八部-华为管理专题：华为培训体系建设深度解析：打造世界级人才引擎的完整实践（附下载）【AI加油站】第一百一十九部-华为管理专题：华为干部管理体系深度解析：从"士兵"到"将军"的锻造之路（附下载）【AI加油站】第一百二十部-华为管理专题：华为流程管理之道：从"游击队"到"正规军"的蜕变密码（附下载）【AI加油站】第一百二十一部-华为管理专题：华为研发管理体系深度解析：从草莽创业到全球领跑的变革之路（附下载）【AI加油站】第一百二十二部：企业AI应用落地实践全景解析：从理论到生产的三个月实战总结（附下载）【AI加油站】第一百二十三部：华为-AI开发平台ModelArts系列：华为云ModelArts 6.8.0 API参考文档深度解读（附下载）【AI加油站】第一百二十四部：华为-AI开发平台ModelArts系列：华为云ModelArts SDK完全指南：一站式AI开发利器（附下载）【AI加油站】第一百二十五部：华为-AI开发平台ModelArts系列：华为云ModelArts快速入门完全指南：从零基础到AI实战（附下载）【AI加油站】第一百二十六部：华为-AI开发平台ModelArts系列： 华为云ModelArts最佳实践全景解读（附下载）【AI加油站】第一百二十七部：AI大神吴恩达《如何构建自己的AI职业》（附下载）【AI加油站】第一百二十八部：手把手教你从零构建GPT模型：一份完整的大语言模型实现指南（附下载）【AI加油站】第一百二十九部：DeepSeek生存指南：这本书让我从“AI焦虑”到“效率狂飙”，建议直接抄作业！（附下载）【AI加油站】第一百三十部：从入门到精通，一文读懂《DeepSeek极简入门与应用》（附下载）【AI加油站】第一百三十一部：DeepSeek保姆级教程来了！从入门到精通，这一篇就够了（附下载）【AI加油站】第一百三十二部：这本DeepSeek实战指南，手把手教你用AI打造“外挂大脑”（附下载）【AI加油站】第一百三十三部：AI教父吴恩达亲授：从零开始，打造你的AI职业生涯（完整指南）（附下载）【AI加油站】第一百三十四部：LangChain完全指南：从入门到实战，构建高复用、可扩展的LLM应用（附下载）【AI加油站】第一百三十五部：从零搭建大语言模型：手把手教你实现GPT核心架构（附下载）【AI加油站】第一百三十六部：大模型从零实战！PyTorch与ChatGLM深度解析，手把手带你入门AI最前沿（附下载）【AI加油站】机器人设计系列一：《IBM Robocode人工智能机器人研究》从Java编程到智能战斗系统指南（附下载）【AI加油站】机器人设计系列二：《PVCBOT零基础机器人制作》从PVC线槽到专属机器人的完整入门指南（附下载）【AI加油站】机器人设计系列三：《ROBOTC与机器人程序设计》从NXT到TETRIX的完整实战指南（附下载）【AI加油站】机器人设计系列四：《多关节机器人原理与维修》全本技术精要总结（附下载）【AI加油站】机器人设计系列五：《工业机器人应用与维护职业认知》——基于“任务驱动”的中职人才培养全景教材解析（附下载）【AI加油站】机器人设计系列六：带你走进《机器人世界》：从古代机关到未来伙伴的全景漫游（附下载）【AI加油站】机器人设计系列七：从零件到成品：《爱上机器人 —— 机器人制作晋级攻略》带你玩转机器人世界！（附下载）【AI加油站】机器人设计系列八：从古代木牛流马到未来智能危机：机器人发展的千年探索与思考（附下载）【AI加油站】机器人设计系列九：一文读懂固定翼空中机器人：从原理到应用的全方位技术指南（附下载）【AI加油站】机器人设计系列十：排爆机器人技术全景：从核心突破到实践应用的创新之路（附下载）【AI加油站】机器人设计系列十一：全球空战机器人技术发展与军事应用展望（附下载）【AI加油站】机器人设计系列十二：人工智能：复杂问题求解的结构和策略（附下载）【AI加油站】机器人设计系列十三：双足步行机器人仿真设计核心（附下载）【AI加油站】机器人设计系列十四：探秘自主移动机器人：从机械运动到智能感知，这本名校教材《自主移动机器人导论》带你入门（附下载）【AI加油站】机器人设计系列十五：聚焦仿人机器人技术前沿：第三届国际学术会议论文集深度解读（附下载）【AI加油站】机器人设计系列十六：深入解析《工业机器人》：从理论基础到实际应用的全方位指南（附下载）【AI加油站】机器人设计系列十七：《机器人系统设计及应用》：从理论基石到产业应用的深度解析（附下载）【AI加油站】机器人设计系列十八：《机器人学基础》穿越机器纪元：从原理基石到智能未来的机器人学全景解读（附下载）【AI加油站】机器人设计系列十九：《机器人太空飞船》星际漫游的机械先锋：机器人太空飞船的发展史诗与未来征途（附下载）【AI加油站】机器人设计系列二十：乐高筑梦：从趣味入门到创新实践的机器人探索之旅（附下载）【AI加油站】机器人设计系列二十一：解码智能本质：从大脑皮层工作原理到人工智能的未来图景（附下载）【AI加油站】机器人设计系列二十二：深度解析《神经网络与机器人科研项目申请与实践》：从理论创新到项目落地的全方位指南（附下载）【AI加油站】机器人设计系列二十三：《神奇的机器人》揭开机器人的神秘面纱：从结构原理到未来展望的全方位探索（附下载）【AI加油站】机器人设计系列二十四：《手上的机器人》科技赋能生活：从医疗模拟到深海探测的创新图鉴（附下载）【AI加油站】机器人设计系列二十五：多技术融合赋能移动机器人自主定位：《移动机器人自主定位技术》核心内容全景解读（附下载）【AI加油站】机器人设计系列二十六：从硬件到智能交互：《智能家居机器人设计与控制》全方位总结（附下载）【AI加油站】机器人设计系列二十七：深度解析《自主移动机器人行为建模与控制》：多智能体协作的创新框架与实践（附下载）【AI加油站】机器人设计系列二十八：从入门到精通！《走进乐高机器人》全方位指南：解锁机器人搭建与编程的乐趣（附下载）【AI加油站】机器人设计系列二十九：《机器人时代战争》的变革、挑战与应对策略（附下载）【AI加油站】机器人设计系列三十：从零打造 Arduino 机器人：从基础到进阶的全方位制作指南（附下载）【AI加油站】机器人设计系列三十一：《BeagleBone 机器人开发指南》全维度解析：从基础搭建到多场景应用（附下载）【AI加油站】机器人设计系列三十二：《机器人创新设计与制作》机器人创新蓝图：从工业应用到仿生设计的实战手册（附下载）【AI加油站】机器人设计系列三十三：《机器人技术入门》从零开始学机器人：核心技术、设计软件与发展展望全梳理（附下载）【AI加油站】机器人设计系列三十四：机器人进化史：从古代自动装置到未来智能伙伴（附下载）【AI加油站】机器人设计系列三十五：《机器人与未来》：当硅基生命敲响人类之门（附下载）【AI加油站】机器人设计系列三十六：穿越智能的星辰大海：人工智能全景导览（附下载）【AI加油站】机器人设计系列三十七：穿越AI大脑：从逻辑推理到知识宇宙，一本书读懂人工智能的“思维”（附下载）【AI加油站】机器人设计系列三十八：钢铁之蛇的逆袭：从蜿蜒爬行到障碍穿越，一本解锁未来机器人“蛇形智慧”的终极指南（附下载）【AI加油站】机器人设计系列三十九：《双足步行机器人进化技术》从格斗舞台到宇宙梦想：一本带你亲手造出双足机器人圣经（附下载）【AI加油站】机器人设计系列四十：《我的机器人朋友》：开启未来之门的爆笑科普漫画！（附下载）【AI加油站】机器人设计系列四十一：《移动机器人技术基础与制作》穿越智能边界：一本书读懂移动机器人“造”与“控”的艺术（附下载）【AI加油站】机器人设计系列四十二：《智能机器人》从木牛流马到“大狗”机器人：一本书带你穿越3000年智能机器人史诗（附下载）【AI加油站】机器人设计系列四十三：《第四次飞跃：机器人革命改变世界》一场比蒸汽机更凶猛的革命，正在叩响人类命运的大门（附下载）【AI加油站】机器人设计系列四十四：智能制造时代的核心引擎：《工业机器人编程、仿真与应用》的深度解析（附下载）【AI加油站】机器人设计系列四十五：《工业机器人与数控技术全景解码：从机械臂到智能工厂的核心引擎》（附下载）【AI加油站】机器人设计系列四十六：《机器人科技：技术变革与未来图景》——解码日本机器人学会的前沿洞察（附下载）【AI加油站】机器人设计系列四十七：从0到1，亲手造一个会走路的机器人——《机器人制作入门攻略》完全导读（附下载）【AI加油站】机器人设计系列四十八：当钢铁遇上数学——《机器人力学与控制》的“硬核”浪漫（附下载）【AI加油站】机器人设计系列四十九：《从钢铁臂到智慧手：〈机器人力学与控制〉如何教你造出会思考的机器人》（附下载）【AI加油站】机器人设计系列五十：《竞赛机器人设计与实践》：从基础原理到实战案例的全方位指南（附下载）【AI加油站】机器人设计系列五十一：科技与体育的融合：仿人机器人竞赛教育全景解析（附下载）【AI加油站】机器人设计系列五十二：轻于空气的航空机器人：无人飞艇的制导与控制（附下载）【AI加油站】机器人设计系列五十三：《人工智能：理论与实践》—一本书读懂 AI 的“过去-现在-未来”（附下载）【AI加油站】机器人设计系列五十四：《输电线路巡检机器人》技术全景解析：从原理到实践的深度探索（附下载）【AI加油站】机器人设计系列五十五：青少年虚拟机器人入门宝典：从搭建到实战的趣味编程指南（附下载）【AI加油站】机器人设计系列五十六：创客必备：智能小车机器人从入门到精通全攻略（附下载）【AI加油站】机器人设计系列五十七：从零玩转 Arduino：自律型机器人制作全指南（附下载）【AI加油站】机器人设计系列五十八：玩转 Arduino 机器人：从入门到竞赛的实战全指南（附下载）【AI加油站】机器人设计系列五十九：ROS 机器人开发全景指南：从系统入门到实战应用全解析（附下载）【AI加油站】机器人设计系列六十：次协调逻辑：跨越经典与智能时代的逻辑革新（附下载）【AI加油站】机器人设计系列六十一：机器人操作系统测试技术全景解析：聚焦 RGMP-ROS 的核心方案与实践（附下载）【AI加油站】机器人设计系列六十二：机器人技术全景解析：从历史演进到多元应用的智能革命（附下载）【AI加油站】机器人设计系列六十三：机器人革命：重塑未来的人形智能机器时代全景（附下载）【AI加油站】机器人设计系列六十四：机器人技术全景解析：从基础原理到工业应用（附下载）【AI加油站】机器人设计系列六十五：《机器人制作从入门到精通》：一本带你从菜鸟到高手的机器人制作宝典（附下载）【AI加油站】机器人设计系列六十六： 开启智能创造之旅：竞赛机器人制作完全指南（附下载）【AI加油站】机器人设计系列六十七：两轮自平衡机器人：从机械构造到仿生智能的完整技术解码（附下载）【AI加油站】机器人设计系列六十八：AI算力革命与智造未来：从芯片战争到机器人动力学全景解析（附下载）【AI加油站】机器人设计系列六十九：视觉伺服驱动的非完整机器人：饱和控制前沿研究深度解析（附下载）【AI加油站】机器人设计系列七十：智能革命：从工业助手到人类伙伴（附下载）【AI加油站】机器人设计系列七十一：开启创意之旅：当Arduino遇见乐高机器人（附下载）【AI加油站】机器人设计系列七十二：🤖 北京大学机器人学基础系列教材（六）-《机器人综合实践》深度解读（附下载）【AI加油站】机器人设计系列七十三：🧬 仿生自组织机器人系统：从生物智慧到机器智能的进化之路（附下载）【AI加油站】机器人设计系列七十四：慧鱼创意机器人设计与实践教程（第二版）-全面解读·从入门到精通（附下载）【AI加油站】机器人设计系列七十五：🤖 机器人感知与应用：开启智能感知的技术之门（附下载）【AI加油站】机器人设计系列七十六：🤖 机器人技术基础（第2版）深度解读（附下载）【AI加油站】机器人设计系列七十七：🤖 机器人家族：一部跨越世纪的智能机器史诗（附下载）【AI加油站】机器人设计系列七十八：🤖 机器人设计与制作：从理论到实践的全方位指南（附下载）【AI加油站】机器人设计系列七十九：从菜鸟到高手：一本让你亲手造出机器人的实战圣经（附下载）【AI加油站】机器人设计系列八十：🤖 开源机器人操作系统ROS：从入门到实践全景指南（附下载）【AI加油站】机器人设计系列八十一：太空中的"钓鱼线"：揭秘空间绳系机器人技术（附下载）【AI加油站】机器人设计系列八十二：🤖 在钢铁中铸入灵魂——玩转机器人一部穿越古今的机器人文明史诗（附下载）【AI加油站】机器人设计系列八十三：🤖 探索智能机器人的奇妙世界——《中国骄傲：智能机器人》深度解读（附下载）【AI加油站】机器人设计系列八十四：🤖焊接机器人编程及应用：从入门到精通的完整指南（附下载）【AI加油站】机器人设计系列八十五：🤖 探索机器人的奇妙世界：一本让青少年动手创造未来的启蒙指南（附下载）【AI加油站】机器人设计系列八十六：🤖 《机器人学导论：分析、控制及应用》（第二版）深度解读（附下载）【AI加油站】机器人设计系列八十七：🤖 机器人学与计算机视觉的集群计算：开启智能计算的并行时代（附下载）【AI加油站】机器人设计系列八十八：🤖虚实融合 智能共生：机器人与软件人平行进化系统深度解析（附下载）【AI加油站】机器人设计系列八十九：🤖可变形模块机器人构形研究：一场机器人领域的“变形金刚”革命（附下载）【AI加油站】机器人设计系列九十：🤖情感机器人：当机械遇见温情（附下载）【AI加油站】机器人设计系列九十一：🤖网络机器人Java编程指南（附下载）【AI加油站】机器人设计系列九十二：🤖未来战场的主宰：军用机器人全解析（附下载）【AI加油站】机器人设计系列九十三：🤖从零开始，亲手打造你的第一个机器人！这本宝藏书带你入门单片机与机器人制作（附下载）【AI加油站】机器人设计系列九十四：🤖从“单兵作战”到“蜂群协作”：一本书讲透移动机器人系统及其协调控制（附下载）【AI加油站】机器人设计系列九十五：🤖与机器人共舞：当人工智能觉醒，人类将何去何从？（附下载）【AI加油站】机器人设计系列九十六：🤖《智能机器人系统建模与仿真》深度解析：从基础理论到联合仿真的全方位指南（附下载）【AI加油站】机器人设计系列九十七：🤖终结者T-1000成真？揭秘能自我组装、自我修复的下一代机器人（附下载）【AI加油站】机器人设计系列九十八：🤖机器人学全面指南：从基础理论到前沿应用的完整手册（附下载）【AI加油站】机器人设计系列九十九：🤖揭秘“地球新物种”：当机器人成为我们最亲密的伙伴（附下载）【AI加油站】机器人设计系列一百：🤖工业机器人技术全解析：从入门到应用，这一篇就够了！（附下载）【AI加油站】机器人设计系列一百零一：🤖工业机器人完全指南：从入门到实战，一篇读懂未来制造！（附下载）【AI加油站】RPA 流程自动化系列一：《机器人流程自动化魔力象限》市场格局、厂商优劣与选型指南（附PDF下载）【AI加油站】RPA 流程自动化系列二：从RPA到APA：ProAgent引领的智能代理流程自动化革命（附PDF下载）【AI加油站】RPA 流程自动化系列三：AUTONODE：认知 GUI 自动化的“神经-图式”自学习引擎全景解读（附PDF下载）【AI加油站】RPA 流程自动化系列四：PromptRPA——面向智能手机的自然语言驱动机器人流程自动化系统综述（附PDF下载）【AI加油站】RPA 流程自动化系列五：《FlowMind》：金融级智能工作流自动生成框架（附PDF下载）【AI加油站】RPA 流程自动化系列六：GUIDE：开启认知驱动RPA时代的多模态GUI智能数据集全景解读（附PDF下载）【AI加油站】RPA 流程自动化系列七：多模态基础模型如何破解企业自动化困局？ECLAIR 系统的突破与探索（附PDF下载）【AI加油站】RPA 流程自动化系列八：SmartFlow：融合 LLM 与计算机视觉的智能机器人流程自动化系统解析（附下载）【AI加油站】RPA 流程自动化系列九：以人为本：重塑自动化技术的未来 —— 从挑战到实践的全面探索（附PDF下载）【AI加油站】RPA 流程自动化系列十：CAAP：仅通过前端 UI 解决计算机任务的上下文感知操作规划提示技术（附PDF下载）【AI加油站】AI面试专题一：BIO,NIO,AIO,Netty面试题（附下载）【AI加油站】AI面试专题二：Git常用命令面试题（附下载）【AI加油站】AI面试专题三：Java常用面试题（附下载）【AI加油站】AI面试专题四：Linux系统的面试题集（附下载）【AI加油站】AI面试专题五：Memcached 面试题集（附下载）【AI加油站】AI面试专题六：MyBatis框架的面试题（附下载）【AI加油站】AI面试专题七：MySQL相关的面试题资料（附下载）【AI加油站】AI面试专题八：Netty面试题资料（附下载）【AI加油站】AI面试专题九：Nginx的面试题资料（附下载）【AI加油站】AI面试专题十：RabbitMQ的面试题资料（附下载）【AI加油站】AI面试专题十一：Redis的面试题资料（附PDF下载）【AI加油站】AI面试专题十二：Spring的面试题资料（附PDF下载）【AI加油站】AI面试专题十三：Apache Tomcat的面试题资料（附PDF下载）【AI加油站】AI面试专题十四：Zookeeper的面试题资料（附PDF下载）【AI加油站】AI面试专题十五：《阿里巴巴Java开发手册》终极版的面试题资料（附PDF下载）【AI加油站】AI面试专题十六：大数据技术面试题资料（附PDF下载）【AI加油站】AI面试专题十七：Java并发多线程面试题资料（附PDF下载）【AI加油站】AI面试专题十八：设计模式的面试题资料（附PDF下载）【AI加油站】AI面试专题十九：Java虚拟机（JVM）的面试题资料（附PDF下载）【AI加油站】AI面试专题二十：Elasticsearch的面试题资料（附PDF下载）【AI加油站】AI面试专题二十一：TCP UDP Socket Http网络编程的面试题资料（附PDF下载）【AI加油站】AI面试专题二十二：消息队列Kafka的面试题资料（附PDF下载）【AI加油站】AI面试专题二十三：Spring Boot的面试题资料（附PDF下载）【AI加油站】AI面试专题二十四：Spring Cloud的面试题资料（附PDF下载）【AI加油站】AI面试专题二十五：Dubbo的面试题资料（附PDF下载）【AI加油站】大模型课程系列一：大模型应用：从提示工程到AI智能体——系统化知识地图（附PDF下载）【AI加油站】大模型课程系列二：大模型应用：从提示工程到AI智能体——系统化知识地图--合集（附PDF下载）【AI加油站】大模型课程系列三：《大模型应用·第3章：大模型提示词》-大模型提示词设计七步法（附PDF下载）【AI加油站】大模型课程系列四：《大模型应用·第4章：大模型辅助工作学习》一站式检索-办公-创作全攻略（附PDF下载）【AI加油站】大模型课程系列五：《大模型应用·第5章：大模型检索增强》读懂大模型检索增强生成（RAG）全景（附PDF下载）【AI加油站】大模型课程系列六：《大模型应用·第6章：大模型认知框架》从情景模仿到自我进化的7种思维范式（附PDF下载）【AI加油站】大模型课程系列七：《大模型应用·第7章：大模型使用工具》-从“会聊天”到“能办事”的7个关键洞察（附PDF下载）【AI加油站】大模型课程系列八：《大模型应用·第8章：AI智能体核心技术》-从单脑到群体协作的工程落地指南（附PDF下载）【AI加油站】大模型课程系列九：《大模型应用·第9章：AI智能体开发平台》-从理论到落地的母婴助手案例解析（附PDF下载）【AI加油站】大模型课程系列十：《大模型应用·第10章：AI智能体行业案例》-四大场景深度解析与实战指南（附PDF下载）
【中国风动漫】《姜子牙》刷屏背后，藏着中国动画100年内幕！【中国风动漫】除了《哪吒》，这些良心国产动画也应该被更多人知道！【中国风动漫】《雾山五行》大火，却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折！
免责声明：部分文章和信息来源于互联网，不代表本订阅号赞同其观点和对其真实性负责。如转载内容涉及版权等问题，请立即与小编联系（微信号：913572853），我们将迅速采取适当的措施。本订阅号原创内容，转载需授权，并注明作者和出处。如需投稿请与小助理联系（微信号：AI480908961）
编辑：Zero
五度妙笔
API商城
数据库
