Skill vs App:一场入口范式的争夺

news2026/4/9 10:34:21
田晏林 发自 凹非寺量子位 | 公众号 QbitAI中关村科学城国际创新服务集聚区的会议室座无虚席。原定2点开始的沙龙活动不少观众提前一个小时就到场。他们大多是从业多年的产品经理、创业者也有大学生和刚入行的年轻人。OpenClaw带来的连锁反应还在继续扩散。这段时间以它为代表的智能体技术正以Skill调用取代App跳转让传统应用形态第一次感受到被“架空”的危机。过去打车、点餐、修图……每件事都要打开特定App遵循“找应用-选功能-完成操作”的固定路径。现在一句指令智能体就能调用Skill完成任务甚至直接操控手机里的其他App。新的入口似乎正在替代分散的App。无数产品经理都在追问龙虾时代还需要做App吗产品人的下一张牌该怎么打在量子位近期举办的「龙虾时代Skill会吃掉App吗」主题沙龙上我们看到深耕传统App生态多年的从业者与“养了50只龙虾”的算法工程师正面交锋。还有来自AI健康、智能办公、效率笔记、通用AI智能体、底层智能体操作系统等多个领域的一线创业者与产品负责人疯狂输出干货。大家围绕Agent生态、Skill能力边界、App未来形态等话题激烈讨论现场碰撞出许多有意思的观点Skills不会完全干掉AppApp会以Skill形式继续存在并进化笔记这类工具未来不只是存储工具而是AI的个人记忆底座Skill VS App不是谁消灭谁是GUI图形界面向 LUI对话式交互迁移吃掉App的不是Skill而是Agent产品给人用的产品不会被给Agent用的产品取代。……当App的边界被Skill打破当Agent团队开始模仿人类组织分工协作一个更值得深思的话题是人类组织本身又该朝着怎样的方向进化看完下面这份回顾实录相信你会有自己的答案。Skill是AI时代的“小程序”小卡健康是一款为减脂和健身人群设计的AI饮食记录App通过AI拍照和AI对话记录饮食和计算食物热量。上线1年多用户超过200万。它的创始人兼CEO包炬强结合自身AI行业经历与对App市场的数据观察直言目前受AI冲击最明显的是搜索类产品对其他App流量影响有限。在他看来App与Skill有本质不同。前者面向人类、以图形界面交互、流程通用、追求用完即走后者服务于AI Agent采用自然语言或命令行交互流程个性化、注重理解用户。Skills更像AI时代的“小程序”小程序没干掉AppSkills也未必能。既然不会被干掉那么App在AI时代该怎样自处包炬强分享了四条命运走向主动成为Skill服务已有⽤户只是部分⽤户⼊⼝迁移了在Skills⽣态中生长出App的替代品原有服务Agentic化获得更多新增流量可被AI调用部分场景直接消失不再需要独立形态。精华实录数据层面我观察到两波关键变化。一是目前受AI冲击最明显的是搜索类产品对其他App流量影响有限。二是今年年初 Anthropic推出Claude CoWork插件市场引发的美股SaaS史诗级暴跌。资本市场普遍担忧SaaS产品会被AI替代。顺着这个逻辑推演第三波冲击有没有可能是AI Agent与Skill生态对现有App模式的系统性颠覆从本质看App和Skill是完全不同的产物。App服务人类靠图形界面点击交互使用流程通用标准化核心逻辑是用完即走。Skill服务于AI Agent适配机器阅读交互偏向自然语言与CLI命令行无需复杂界面使用流程高度个性化能在不同技能间自由跳转完成复杂组合任务目标是更懂用户、积累上下文、提供专属服务。当前Skill主要分为四类绝大多数是原有服务的延伸各类App与软件通过API开放能力接入生态仅把GPT作为交互入口。其次是组合服务能串联多个工具实现个性化需求也是目前玩法最多的方向。此外还有基建服务与创新服务纯创新型技能目前仍较少需要生态逐步成熟。未来App可能有几种走向主动接入成为Skill、被生态内新服务替代、自身实现Agent化开放能力或是保留独立场景不接入AI生态。我的判断是App会持续作为服务载体存在不会被Skill完全取代而是适配生态进化。现阶段Skill发展仍有不少问题使用成本偏高、多数服务不支持CLI、生态不完善人类还不擅长精准向机器描述需求容易浪费token。更深层的是组织架构问题当前团队协作依赖人工传递信息上下文大量丢失真正的效率提升需要Agent化组织让AI之间直接对接传递完整信息。当然Skill的优势也很明显服务互联互通个性化流程更灵活上下文完整连贯体验更贴心有情绪价值多Agent并存提供服务个体效率将10倍提升。我建议大家亲自使用GPT、Claude等工具只有亲身实践才有真实体感。特别是企业管理者如果不亲自使用AI就无法搭建适配AI时代的组织架构创新也只能停留在空想。最后我想说AI时代每个人都值得温柔以待每个人都配得上更个性化的服务。你的产品去掉AI后还存在吗两周前金山办公WPS的AI原生笔记刚刚完成内测 补上了WPS产品组件板块的最后一块拼图。“很多人都在说WPS为什么没有一个笔记软件也有人说已经有WPS了为什么还要做一个笔记软件”过去一段时间两种声音在徐奕成耳边碰撞了太多次。作为金山办公WPS AI产品总监徐奕成向沙龙现场的创业者和产品经理抛出一个问题“你们设计的产品能被Claude Code直接调用吗”他的答案很明确如果一个App应用不能被Agent访问那么在AI的世界中它已经消失了“因为AI看不见它”。徐奕成用自动驾驶举例称以前是“人开车”现在讨论最多的是“车载人”。比如特斯拉已经推出无方向盘、无踏板的无人出租车了。放到应用产品上也是同理从前是人使用App未来会变成App主动服务人。需注意的是过去20年App的竞争本质是抢用户打开的界面战争比拼功能、体验、价格核心目标是让用户主动点开App是基于界面设计的用户竞争。而AI Agent到来后竞争彻底改写新用户不再是人而是Agent。Agent不看界面、不在乎设计唯一决策标准是你有没有MCP模型上下文协议接口稳不稳尽管现阶段“龙虾”还有各种各样的问题比如很费钱、效果不那么好但不能否认它是一个新范式。“范式一旦发生是不可逆的。就像接受了Vibe Coding我们就再也回不去古法编程的时代了。”徐奕成说。精华实录今天我们聚焦核心话题Skill会吃掉App吗由此延伸出两个关键问题当Agent“吃掉”应用时究竟吃掉了什么剩下的又是什么用人开车和现在的自动驾驶来理解这个问题App的发展也是如此。以前是人去操作App为了让大家能用更短的路径达成需求我们不断丰富功能、优化交互体验。进入AI时代尤其是AI能够并行处理任务的当下路径长短或许已经不那么重要只要AI能精准承接用户的需求给出想要的结果就足够了。这是我的第一个思考App就像车核心能力代码或AI就像引擎它们都会一直存在但人需要手动操作的“驾驶舱”会逐渐弱化操作步骤会越来越少。随之而来的另一个问题的是这个“引擎”到底属于谁当你的应用能被AI调度用户不会在意Agent调用的是Office还是WPS他们只在乎最终能不能拿到想要的Word、PPT。但对我们厂商而言这一点至关重要。所以我们的竞争已经从传统的交互层面更多转向了AI交互层面。再跟大家分享一个生活化的类比大家平时会怎么管理家里的杂物我知道有些人家里弄了专属货架把所有东西分门别类只为快速找到想要的东西。但如果家里有一个小精灵你只要告诉它想要什么它就会帮你找出来那我们还需要货架吗答案显然是不需要。这和笔记软件的现状很像很多用户会要求我们做文件夹、做各种组织结构但在AI时代这些繁琐的分类方式未来可能都会被替代。当然为了尊重用户的使用习惯我们目前还是保留了树状组织架构但WPS笔记也在不断探索新的范式。AI时代信息熵增的速度远远超过用户整理的速度很多软件的能力和用户需求出现了结构性不匹配这不是升级某个功能就能解决的而是需要推翻重做。这也是WPS笔记诞生的核心原因。WPS笔记的核心定位很明确AI只做一件事——帮用户整理不帮用户生成内容。很多人问我WPS笔记如何和印象笔记等同类产品竞争我们很清楚单品很难获得竞争优势我们的核心竞争力在于WPS全生态。用户可以无负担地将所有内容导入笔记笔记能作为写PPT、文字、表格时的优质信息上下文。同时我们的核心优势是“记忆能力”能记住用户的分类逻辑、沉淀私有数据这就是我们所说的“得记忆者得留存”。最后回到核心问题Skill会吃掉App吗我认为不会可能会吃掉“为人设计”的那部分。但Agent作为新范式一旦形成用户就再也回不去了。养Agent本质上是养它对你的记忆和徐奕成一样印象笔记产品负责人焦文超也提到了“记忆”之于笔记类产品的重要性。他的核心观点是人脑有两大局限记忆容量有限、处理带宽有限。传统笔记能解决人类“记不住”的问题但AI时代面对指数级增长的信息人的大脑带宽无法快速处理需要第二大脑做过滤与聚焦。焦文超提到AI时代第二大脑的核心使命是让AI更“懂我”只输出适配我的相关结果。同时他也指出当前Agent的痛点是能独立完成80%-90%任务但协作场景易断连最后100米往往需要人工介入。而且简单文件式记忆太粗糙维度少、精度不足一旦记忆上下文过长容易产生幻觉。随着AI对人的记忆累积焦文超觉得必须做结构化、分层级的记忆管理。印象笔记这类产品未来不再只是存储工具而是成为AI的精准记忆源。精华实录很多人现在都习惯用大模型解决问题既然可以把智能体理解为人类的大脑外挂那是否还有必要再设计一个笔记软件相信这是很多人的疑问。我们是这么考虑的印象笔记从诞生起就以“第二大脑”为定位解决人类大脑的两大天然局限1、记忆容量有限2、处理“带宽”有限无法同时高效处理多任务。在AI时代之前印象笔记的第二大脑概念其实更多是作用是把信息存下来、方便检索解决人的大脑容量空间不够的问题。现在AI时代来了导致信息在生成上速度是爆炸式的。无论是短视频还是公众号包括我们跟豆包问的各种各样的内容这些信息导致数据量急剧上升。人的大脑带宽本身有限有这么多数据进来的时候人根本无所适从。因为我们越靠近AI越会感觉到人脑和AI之间的差距。因此AI时代的第二大脑不再只是“存储工具”核心使命是适配人类带宽过滤无效信息让AI只围绕个人目标处理数据实现“一句话交付、一站式结果”。OpenClaw和Claude Code这类工具已经在尝试给AI做简易记忆库它们的做法是用Markdown文件当“AI的小笔记本”让AI记住和你相关的信息。但我们觉得可能这些对记忆的处理精度还是不够做得还是比较粗暴。真正可用的Agent需要“被养出来”通过深度记忆越来越懂使用者。我们将个人记忆拆解为六大核心维度长期基础信息、个人风格偏好、中短期目标任务、行为规律、人际关系网络以及更高阶的决策思维模式。相比简单文件存储更需要用结构化方式管理记忆区分长期记忆、动态记忆等不同深度提升效率与准确性。所以我们认为还是应该有一套记忆系统去管理才能让AI更好地理解你。我们做了一些demo比如我连接了我的笔记、知识库、SaaS工具、邮件系统等。可以做的事是它根据我的数据分析提炼出我的记忆拿到记忆信息之后帮我去行动。例如自动读取邮件、结合当前任务生成回复草稿。当然我们认为这个步骤不能直接做决策但至少可以做到帮你写好草稿你确认一下没问题就可以发送。这个过程中才能让AI做成真正的闭环。这也是我们认为AI与笔记办公工具结合的方向。把进化交给时间元空AI是一家由北京大学在读博士团队创业而成的公司其核心产品AI Excel工具——ChatExcel于2023年2月测试版上线累计服务用户超千万次。谈及本次沙龙主题元空AI创始人CEO逄大嵬说AI、Skill与App的发展都是进化过程如同生物从单细胞到人类的演化需要时间沉淀且充满变异无法预见终局。但他能肯定的是如同新形态技术从未杀死旧形态Skill也不会吃掉App。“App只是进化中的一个阶段用户真正关注的是最终结果而非中间过程。”逄大嵬强调AI创业的核心是团队坚持信念、穿越周期产品名称与形式不重要解决用户需求、提供优质结果才是关键。精华实录今天我就以我们自身产品的发展变化来回答“Skill会不会吃掉App”这一问题核心关键词就是进化与破界。这是我很喜欢一张生物进化图从单细胞生物到人类整个过程没有固定脉络本质是变异与时间沉淀的结果。这和我们今天讨论的AI、Skill与App的话题高度契合。它们都是进化的过程周期漫长且无法预见。就像2023到2026年每年的行业话题都在快速迭代这正是进化的体现。我们的产品是典型的AI原生产品和金山办公、印象笔记等前辈不同我们从第一天就采用GUI到LUI的对话式交互模式。2023年3月上线后日活最高达15万。上线初期大家总会问“你们和WPS、微软有什么区别”这正是GUI与LUI模式的核心差异。但到2025年下半年这个问题几乎没人再问因为用户已经接受“对话就能干活”的模式这背后是技术与用户心智的双重进化。我们始终认为AI产品的核心是技术驱动而非需求驱动要跟着模型成熟度走不断的去挑战技术边界。我们定位“AI for data”从单场景单任务逐步拓展到全模态数据处理推出ChatDB、数据看板、AI PPT、AI文档报告等产品从单点Agent延伸到全产业链服务这个过程既依托模型成熟也顺应了用户需求的变化。而“破界”的关键我认为是OpenClaw的出现它像生物变异一样让我们的基础能力长出更多新东西。我们是第一批做AI Agent的团队也是春节后国内第一个发布小程序版本龙虾的平台。作为平台方我们能看到用户领养Agent后的真实使用场景。它已进入生产力环节比如我们的实习生现在只需要用1小时、10元钱就能完成原本要用半天、花费150元的图文排版工作还改变了内部工作流程。其实行业里总在讨论“新形态是否会杀死旧形态”但历史已经证明PC没有杀死大型机智能手机没有杀死PC云计算也没有杀死本地服务器它们只是完成了角色重构。Skill与App的关系也是如此。App只是进化过程中的一个阶段用户真正关注的不是中间过程而是最终结果。作为AI创业者我们2023年从校园创业起步去年连续融资三轮服务百万用户我们自身就是进化的缩影。当前AI产品迭代已快至以周为单位比起纠结技术细节更重要的是团队能否坚持信念、穿越周期。最后我认为AI时代产品叫什么不重要能给用户提供想要的结果、提升体验才是核心。超级App仍然难被替代关于“Skill会不会吃掉App”这一话题TTC联创CTO、ClawOS创始人宁辽原的立场更加明确。他说吃掉App的不会是Skill而是Agent产品。Skill和App都只是过渡态未来的趋势是从Skill走向Agent Team乃至Agent Economy。宁辽原曾在微软从事AI产品与工程师相关工作后来加入过飞书如今创办TTC专门为AI企业和科技企业招募技术人才。今年他们公司也推出了Agent产品ClawOS。在他看来传统基于GUI交互的App不会消失而是会被Agent重构融合如今自然语言交互的统一入口更具优势就像豆包集成多种功能那样能替代大量单一功能App但微信这类超级App短期内难以被替代。“多数人误解Skill只是简单的Prompt而实际上高阶Skill能实现复杂功能。”宁辽原表示Skill存在兼容性差、与主Agent易冲突、权限安全有隐患等短板Agent才是承载Skill的最佳容器。同时他也提到当前Agent间协作仍有提升空间跨体系、跨组织的无信任边界协作在协议、状态、平台流程等方面仍需完善目前已有大量创业者涉足该领域。而且巨头企业也发现大量Agent使用场景行业正从“为人打造产品”转向“为Agent打造产品”。精华实录今年我们也推出了Agent产品结合实践我认为Skill只是初期形态颗粒度太低算是过渡产物。传统App是基于GUI的交互入口而现在无论是“养虾”还是各类交互一个能理解上下文、记住用户习惯、掌握各类工具的自然语言已经成为主流。这无疑比零散的App更便捷也能替代大量单一功能的App。但微信这类高频超级App短期内仍难以被替代。很多人对Skill存在误解认为它只是一个更精致的Prompt或是一个简单的指令文档只能完成基础任务比如用PPT Skill做演示、用会议纪要Skill整理录音。但事实并非如此。真正的高阶Skill我称之为Deep Skill不仅能封装指令、脚本还能调用API、设置Hooks等工具实现更复杂的功能。即便如此Skill仍有诸多短板。首先是兼容性问题不同平台的Skill无法通用基于云代码开发的Skill在开放代码平台可能无法运行反之亦然。其次是冲突问题复杂的Skill脚本、Prompt容易与主Agent的模型、配置发生冲突导致Agent逻辑混乱甚至互相干扰。再者是权限与成本问题部分Skill需要获取大量用户信息存在隐私安全隐患且部分Skill本可使用低成本模型却因主Agent采用高价模型而造成浪费。此外多Skill组合调度时易出现互相冲突的情况管理难度极大。基于此我认为Skill并非承载能力的最佳容器Agent才是。实践中我还发现单个Agent远远不够用于是我开始创建多个Agent甚至打造了HR Agent专门帮我批量创建、管理各类角色的Agent久而久之就形成了Agent Team。这就像我们不再零散购买吸尘器、扳手等工具而是直接雇佣专业人员让他们带着自己的能力、思路和权限来工作效率会大幅提升。在Agent协作的基础设施方面开放的Open API体系尤为重要能让更多人参与到Agent生态的建设中。当专业Agent能调用云端数据、外部服务彼此协作、交易时Agent Economy时代已经到来。现在越来越多的产品正在从“为人服务”转向“为Agent 服务”这是一个不可低估的趋势也蕴藏着大量创业机会比如垂直领域的专业Agent、Agent协作基础设施、Agent交易结算机制等。基于这些思考我们打造了两款产品一是Agent Team Harmony系统解决飞书等传统办公工具难以管理多Agent协作、无法查看Agent间对话的痛点二是Agent开发平台帮助专业Agent找到客户、实现商业化。最后总结我认为未来真正的趋势是Agent Team与Agent Economy这才是值得我们所有人重点关注的方向。圆桌对谈拆解AI时代的商业机会主题演讲后上述五位嘉宾围绕龙虾对产品形态、产品护城河以及传统广告商业逻辑的冲击等话题在圆桌对谈环节又碰撞出不少火花。对话中嘉宾们普遍认为龙虾的走红并非能力上的颠覆性突破其核心意义在于完成了市场教育让AI从技术圈层走向更广泛的用户群体。在大家看来DeepSeek的爆火是行业一个关键转折点。它的开源特性让行业内从业者得以快速接入、基于其基础进行优化带动整个行业“支棱起来”。不过目前AI Agent仍处于摸索阶段使用成本、部署难度等问题仍需逐步解决但其打开了“随时随地用AI干活”的想象空间成为OS级别的范式更新。关于产品设计几乎所有嘉宾都认可给人设计与给Agent设计是两套截然不同的逻辑。人类用户注重体验与情感产品需兼顾易用性与习惯迁移成本而Agent只关注效率与结果开发者需重点优化接口兼容性、报错反馈等细节让Agent能无痛、高效调用产品能力。两者并非替代关系而是长期并行、互相影响未来将形成“入口级产品服务人类底层产品支撑Agent”的格局。本场圆桌记忆系统也是现场观众关心的焦点。因为记忆是Agent的“大脑”也是未来产品的核心壁垒尤其是企业级私有数据记忆将成为小厂与大厂抗衡的关键。整场对话中进化、开放、平权成为高频词。面对AI Agent时代的到来大家普遍认为这不仅是产品形态与交互方式的升级更是底层商业逻辑的一次重构。过去产品服务于“人”商业模式建立在用户注意力与流量分发之上。而当使用产品的主体从“人”转向“Agent人”并存的局面传统的广告变现逻辑正受到根本性冲击——Agent不会看广告只会执行最优指令。这意味着一个新的商业机会正在浮现to Agent的营销。谁能让自己的服务被Agent优先调用谁就能在新的分发通道中占据先机。围绕这一点现场也出现了观点的交锋。有嘉宾认为未来营销模式将更加去中心化、更加平权和开放每个Skill都有被调用的平等机会不再受制于流量寡头。也有嘉宾持不同判断认为去中心化只是过程Agent时代仍然会诞生类似“超级商店”的集中入口掌握规则与分发的平台将重新占据主导。似乎未来只有打破闭环、拥抱开源兼顾人类用户与Agent的双重需求才能在AI浪潮中真正抓住机会。你觉得呢本次活动在中关村科学城国际创新服务集聚区中国技术交易大厦5层举办。作为全球前沿科技创投中心该集聚区为海淀区创新主体提供全链条、专业化科技服务内部集聚国际顶尖投资机构、高能级服务平台与源头创新资源。—完— 风云变幻的Q1谁是AI超级应用量子位智库「AI 100」旗舰、创新双产品榜单开启招募扫码申报让你的产品成为季度风向标。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2499139.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…