首页:修订间差异

来自jwjp-Just Wiki Join Portal
跳转到导航 跳转到搜索
Admin留言 | 贡献
无编辑摘要
Ipindou留言 | 贡献
无编辑摘要
第11行: 第11行:
* 「最近更新」展示近30天内编辑的页面,点击条目可查看修改详情;
* 「最近更新」展示近30天内编辑的页面,点击条目可查看修改详情;
* 「最新创建」展示近30天内新增的页面,仅显示主命名空间(百科词条)。
* 「最新创建」展示近30天内新增的页面,仅显示主命名空间(百科词条)。
* [https://jwjp.com/sitemap.xml 网站地图]

2026年3月21日 (六) 23:14的版本

欢迎来到 JWJP Wiki

这里是汇聚知识、记录价值的百科平台。

📌 最近更新(最新编辑的页面)

缩写列表:
该编辑创建了新页面(见新页面列表
该编辑为小编辑
该编辑由机器人执行
(±123)
该页面字节数的前后变化

2026年8月27日 (星期四)

    23:34  别想大象 差异历史 +3,996 Admin 留言 贡献 (创建页面,内容为“{{Infobox 概念 | 名称 = 别想大象效应 | 英文名 = Don't Think of an Elephant Effect | 别名 = AI白熊效应、反向指令失效、J-space概念激活 | 领域 = 人工智能提示词工程(Prompt Engineering)、认知心理学 }} '''别想大象'''(英语:Don't Think of an Elephant)在人工智能(AI)与大语言模型(LLM)领域中,是指'''模型难以正确处理否定句、或反向提示词(Negative P…”)
    23:33  Don't Think of an Elephant 差异历史 +4,348 Admin 留言 贡献 (创建页面,内容为“{{Infobox concept | name = "Don't Think of an Elephant" Effect | image = | alt = | caption = | synonyms = AI White Bear Effect, Negative Prompt Failure, Concept Priming in LLMs | field = Artificial Intelligence, Prompt Engineering, Cognitive Science }} In the fields of Artificial Intelligence (AI) and Large Language Models (LLMs), the_'''"Don't Think of an Elephant" Effect''' refers to the phenomenon where '''models struggle to correctly…”)
    19:24  AI智能体分层长期记忆引擎 差异历史 +4,022 Admin 留言 贡献 (创建页面,内容为“== TencentDB Agent Memory 核心架构与演进指南 == TencentDB Agent Memory(腾讯云智能体分层长期记忆引擎)是由腾讯云数据库团队面向 AI Agent 长周期任务、超长 Session 开发的开源企业级记忆中枢系统(采用 MIT 开源协议)。该引擎旨在通过本地分层存储与符号化压缩,化解长业务场景中的信息遗忘问题,在标准基准测试中,可为大模型减免 50% 以上的 Token 消耗…”)
    19:23  TencentDB Agent Memory 差异历史 +3,938 Admin 留言 贡献 (创建页面,内容为“== TencentDB Agent Memory Core Specification & Architecture Framework == TencentDB Agent Memory is a hierarchical long-term memory engine open-sourced by the Tencent Cloud Database Team. It is explicitly architected for AI Agents handling long-running sessions, multi-turn tool calling, and cross-session knowledge persistence. Under standard benchmarks, it reduces token usage by over 50% compared to brute-force vector memory retrieval. === 1. The 4-Tier Memory…”)
    19:16  AI-Native SDLC 2次更改 历史 +11,221 [Admin (2×)]
     
19:16 (当前 | 之前 +5,353 Admin 留言 贡献
    
19:13当前 | 之前) +5,868 Admin 留言 贡献 (创建页面,内容为“'''AI-Native SDLC(AI原生软件开发生命周期)'''是针对大语言模型(LLM)和Agent(智能体)时代对传统软件开发流程的一次'''重构与革新'''。 随着工程智能体的普及,写代码(Build)的速度大幅提升,研发交付的瓶颈已全面转移至下游的评审、拦截、安全与发布。本规范旨在将 AI 从单纯的“辅助编码工具”升级为“研发流程的自驱动核心”,人类工程师…”)

2026年8月25日 (星期二)

    12:30  Spec7-en 差异历史 +6,602 Admin 留言 贡献 (创建页面,内容为“{{Infobox Software Concept | name = Spec7 | alias = 7-Grid Architecture, 5W2H Structured JSON Specification, AI Task Strongly-Typed Shell | background = Evolution of the traditional 5W2H framework towards LLM structured Machine-Alignment | core_goal = Intercept Agent trajectory drift, eliminate parameter fabrication hallucinations, and improve hyper-concurrent agent comprehension | implementations = Spec7-JSON Schema, Harness Strongl…”)

2026年8月23日 (星期日)

    11:53  Spec7 差异历史 +5,744 Admin 留言 贡献 (创建页面,内容为“{{Infobox Software Concept | 名称 = Spec7 / 7格架构 | 别名 = 7格 5W2H JSON 规约、AI 任务强类型外壳 | 提出背景 = 传统 5W2H 框架向 LLM 结构化机器对齐(Machine-Alignment)的演进 | 核心目标 = 拦截 Agent 行动跑偏、根除参数捏造幻觉、提高高并发智能体理解度 | 代表实现 = Spec7-JSON Schema、Harness 强类型校验器 | 核心原理 = 将模糊的自然语言任务收敛为确定性的 JSON 有限…”)
    11:50  Obsidian 差异历史 +4,945 Admin 留言 贡献 (创建页面,内容为“{{Infobox Software | 名称 = Obsidian / 黑曜石 | 开发者 = Dynalist Inc. | 核心架构 = Electron / 纯本地 Markdown 文件 | 核心理念 = 第二大脑 (Second Brain)、链接万物 (Linked Notes) | 在 AI 时代定位 = Agent 专属结构化长期记忆库 (Agent Long-Term Memory Base) | 治理幻觉手段 = 双向链接显式约束、本地沙箱动态 RAG、MOC 知识地图网格 }} '''Obsidian'''(中文常称'''黑曜石''')是一款基于…”)
    11:48  Agent幻觉 差异历史 +4,600 Admin 留言 贡献 (创建页面,内容为“{{Infobox Software Concept | 名称 = Agent 幻觉 | 外文名 = AI Agent Hallucination | 提出背景 = 大模型由“单向文本生成”向“多向环境交互”演进 | 核心表现 = 行动链路跑偏、工具误用、记忆污染、伪造执行结果 | 根源机制 = 状态转移概率漂移、上下文窗口毒化、RAG 检索噪声 | 治理手段 = 结构化环境隔离、Harness(AI马具)物理沙箱、双重校验反射 (Dual-Reflective) }}…”)

🆕 最新创建的页面

2026年8月27日 (星期四)

  • 23:342026年8月27日 (四) 23:34 别想大象历史 | 编辑[3,996字节] Admin留言 | 贡献 (创建页面,内容为“{{Infobox 概念 | 名称 = 别想大象效应 | 英文名 = Don't Think of an Elephant Effect | 别名 = AI白熊效应、反向指令失效、J-space概念激活 | 领域 = 人工智能提示词工程(Prompt Engineering)、认知心理学 }} '''别想大象'''(英语:Don't Think of an Elephant)在人工智能(AI)与大语言模型(LLM)领域中,是指'''模型难以正确处理否定句、或反向提示词(Negative P…”)
  • 23:332026年8月27日 (四) 23:33 Don't Think of an Elephant历史 | 编辑[4,348字节] Admin留言 | 贡献 (创建页面,内容为“{{Infobox concept | name = "Don't Think of an Elephant" Effect | image = | alt = | caption = | synonyms = AI White Bear Effect, Negative Prompt Failure, Concept Priming in LLMs | field = Artificial Intelligence, Prompt Engineering, Cognitive Science }} In the fields of Artificial Intelligence (AI) and Large Language Models (LLMs), the_'''"Don't Think of an Elephant" Effect''' refers to the phenomenon where '''models struggle to correctly…”)
  • 19:242026年8月27日 (四) 19:24 AI智能体分层长期记忆引擎历史 | 编辑[4,022字节] Admin留言 | 贡献 (创建页面,内容为“== TencentDB Agent Memory 核心架构与演进指南 == TencentDB Agent Memory(腾讯云智能体分层长期记忆引擎)是由腾讯云数据库团队面向 AI Agent 长周期任务、超长 Session 开发的开源企业级记忆中枢系统(采用 MIT 开源协议)。该引擎旨在通过本地分层存储与符号化压缩,化解长业务场景中的信息遗忘问题,在标准基准测试中,可为大模型减免 50% 以上的 Token 消耗…”)
  • 19:232026年8月27日 (四) 19:23 TencentDB Agent Memory历史 | 编辑[3,938字节] Admin留言 | 贡献 (创建页面,内容为“== TencentDB Agent Memory Core Specification & Architecture Framework == TencentDB Agent Memory is a hierarchical long-term memory engine open-sourced by the Tencent Cloud Database Team. It is explicitly architected for AI Agents handling long-running sessions, multi-turn tool calling, and cross-session knowledge persistence. Under standard benchmarks, it reduces token usage by over 50% compared to brute-force vector memory retrieval. === 1. The 4-Tier Memory…”)
  • 19:132026年8月27日 (四) 19:13 AI-Native SDLC历史 | 编辑[11,221字节] Admin留言 | 贡献 (创建页面,内容为“'''AI-Native SDLC(AI原生软件开发生命周期)'''是针对大语言模型(LLM)和Agent(智能体)时代对传统软件开发流程的一次'''重构与革新'''。 随着工程智能体的普及,写代码(Build)的速度大幅提升,研发交付的瓶颈已全面转移至下游的评审、拦截、安全与发布。本规范旨在将 AI 从单纯的“辅助编码工具”升级为“研发流程的自驱动核心”,人类工程师…”)

2026年8月25日 (星期二)

  • 12:302026年8月25日 (二) 12:30 Spec7-en历史 | 编辑[6,602字节] Admin留言 | 贡献 (创建页面,内容为“{{Infobox Software Concept | name = Spec7 | alias = 7-Grid Architecture, 5W2H Structured JSON Specification, AI Task Strongly-Typed Shell | background = Evolution of the traditional 5W2H framework towards LLM structured Machine-Alignment | core_goal = Intercept Agent trajectory drift, eliminate parameter fabrication hallucinations, and improve hyper-concurrent agent comprehension | implementations = Spec7-JSON Schema, Harness Strongl…”)

2026年8月23日 (星期日)

  • 11:532026年8月23日 (日) 11:53 Spec7历史 | 编辑[5,744字节] Admin留言 | 贡献 (创建页面,内容为“{{Infobox Software Concept | 名称 = Spec7 / 7格架构 | 别名 = 7格 5W2H JSON 规约、AI 任务强类型外壳 | 提出背景 = 传统 5W2H 框架向 LLM 结构化机器对齐(Machine-Alignment)的演进 | 核心目标 = 拦截 Agent 行动跑偏、根除参数捏造幻觉、提高高并发智能体理解度 | 代表实现 = Spec7-JSON Schema、Harness 强类型校验器 | 核心原理 = 将模糊的自然语言任务收敛为确定性的 JSON 有限…”)
  • 11:502026年8月23日 (日) 11:50 Obsidian历史 | 编辑[4,945字节] Admin留言 | 贡献 (创建页面,内容为“{{Infobox Software | 名称 = Obsidian / 黑曜石 | 开发者 = Dynalist Inc. | 核心架构 = Electron / 纯本地 Markdown 文件 | 核心理念 = 第二大脑 (Second Brain)、链接万物 (Linked Notes) | 在 AI 时代定位 = Agent 专属结构化长期记忆库 (Agent Long-Term Memory Base) | 治理幻觉手段 = 双向链接显式约束、本地沙箱动态 RAG、MOC 知识地图网格 }} '''Obsidian'''(中文常称'''黑曜石''')是一款基于…”)
  • 11:482026年8月23日 (日) 11:48 Agent幻觉历史 | 编辑[4,600字节] Admin留言 | 贡献 (创建页面,内容为“{{Infobox Software Concept | 名称 = Agent 幻觉 | 外文名 = AI Agent Hallucination | 提出背景 = 大模型由“单向文本生成”向“多向环境交互”演进 | 核心表现 = 行动链路跑偏、工具误用、记忆污染、伪造执行结果 | 根源机制 = 状态转移概率漂移、上下文窗口毒化、RAG 检索噪声 | 治理手段 = 结构化环境隔离、Harness(AI马具)物理沙箱、双重校验反射 (Dual-Reflective) }}…”)
  • 11:372026年8月23日 (日) 11:37 Codex Harness历史 | 编辑[3,896字节] Admin留言 | 贡献 (创建页面,内容为“{{Infobox Software | 名称 = Codex Harness | 开发者 = OpenAI | 首次开源时间 = 2026年8月19日 | 开源协议 = Apache-2.0 协议 | 核心理念 = 智能体即平台 (Agent as a Platform) | 代码仓库 = [https://github.com ://github.com] | 主要组件 = codex exec、Codex SDK、Codex app-server }} '''Codex Harness'''(亦称 '''OpenAI Agent Harness''')是由人工智能研究机构 OpenAI 于2026年8月正式完全开源的智能体…”)


💡 使用提示

  • 「最近更新」展示近30天内编辑的页面,点击条目可查看修改详情;
  • 「最新创建」展示近30天内新增的页面,仅显示主命名空间(百科词条)。
  • 网站地图