首頁

出自jwjp-Just Wiki Join Portal
於 2026年3月23日 (一) 00:48 由 Admin​（留言 | 貢獻） 所作的修訂
跳至導覽 跳至搜尋

Template:Translatable歡迎來到 JWJP Wiki

這裡是匯聚知識、記錄價值的百科平台。

📌 最近更新（最新編輯的頁面）

縮寫列表：
新
該編輯建立了新頁面（請參考新頁面）
小
此為次要編輯
機
該編輯由機器人執行
(±123)
該頁面變更的大小 (位元組)

2026年8月27日 (星期四)

新    23:34  別想大象 差異歷史 +3,996 Admin 留言 貢獻 （創建頁面，內容為「{{Infobox 概念 | 名稱 = 別想大象效應 | 英文名 = Don't Think of an Elephant Effect | 別名 = AI白熊效應、反向指令失效、J-space概念激活 | 領域 = 人工智能、提示詞工程（Prompt Engineering）、認知心理學 }} '''別想大象'''（英語：Don't Think of an Elephant）在人工智能（AI）與大語言模型（LLM）領域中，是指'''模型難以正確處理否定句、或反向提示詞（Negative P…」）​
新    23:33  Don't Think of an Elephant 差異歷史 +4,348 Admin 留言 貢獻 （創建頁面，內容為「{{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…」）​
新    19:24  AI智能體分層長期記憶引擎 差異歷史 +4,022 Admin 留言 貢獻 （創建頁面，內容為「== TencentDB Agent Memory 核心架構與演進指南 == TencentDB Agent Memory（騰訊雲智能體分層長期記憶引擎）是由騰訊雲數據庫團隊面向 AI Agent 長周期任務、超長 Session 開發的開源企業級記憶中樞系統（採用 MIT 開源協議）。該引擎旨在通過本地分層存儲與符號化壓縮，化解長業務場景中的信息遺忘問題，在標準基準測試中，可為大模型減免 50% 以上的 Token 消耗…」）​
新    19:23  TencentDB Agent Memory 差異歷史 +3,938 Admin 留言 貢獻 （創建頁面，內容為「== 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…」）​
 新    19:16  AI-Native SDLC 2 次變更 歷史 +11,221 [Admin （2×）]
     
19:16 （目前 | 前筆） +5,353 Admin 留言 貢獻​
新    
19:13 （目前 | 前筆） +5,868 Admin 留言 貢獻 （創建頁面，內容為「'''AI-Native SDLC（AI原生軟件開發生命周期）'''是針對大語言模型（LLM）和Agent（智能體）時代對傳統軟件開發流程的一次'''重構與革新'''。 隨着工程智能體的普及，寫代碼（Build）的速度大幅提升，研發交付的瓶頸已全面轉移至下游的評審、攔截、安全與發布。本規範旨在將 AI 從單純的「輔助編碼工具」升級為「研發流程的自驅動核心」，人類工程師…」）​

2026年8月25日 (星期二)

新    12:30  Spec7-en 差異歷史 +6,602 Admin 留言 貢獻 （創建頁面，內容為「{{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)

新    11:53  Spec7 差異歷史 +5,744 Admin 留言 貢獻 （創建頁面，內容為「{{Infobox Software Concept | 名稱 = Spec7 / 7格架構 | 別名 = 7格 5W2H JSON 規約、AI 任務強類型外殼 | 提出背景 = 傳統 5W2H 框架向 LLM 結構化機器對齊（Machine-Alignment）的演進 | 核心目標 = 攔截 Agent 行動跑偏、根除參數捏造幻覺、提高高並發智能體理解度 | 代表實現 = Spec7-JSON Schema、Harness 強類型校驗器 | 核心原理 = 將模糊的自然語言任務收斂為確定性的 JSON 有限…」）​
新    11:50  Obsidian 差異歷史 +4,945 Admin 留言 貢獻 （創建頁面，內容為「{{Infobox Software | 名稱 = Obsidian / 黑曜石 | 開發者 = Dynalist Inc. | 核心架構 = Electron / 純本地 Markdown 文件 | 核心理念 = 第二大腦 (Second Brain)、鏈接萬物 (Linked Notes) | 在 AI 時代定位 = Agent 專屬結構化長期記憶庫 (Agent Long-Term Memory Base) | 治理幻覺手段 = 雙向鏈接顯式約束、本地沙箱動態 RAG、MOC 知識地圖網格 }} '''Obsidian'''（中文常稱'''黑曜石'''）是一款基於…」）​
新    11:48  Agent幻覺 差異歷史 +4,600 Admin 留言 貢獻 （創建頁面，內容為「{{Infobox Software Concept | 名稱 = Agent 幻覺 | 外文名 = AI Agent Hallucination | 提出背景 = 大模型由「單向文本生成」向「多向環境交互」演進 | 核心表現 = 行動鏈路跑偏、工具誤用、記憶污染、偽造執行結果 | 根源機制 = 狀態轉移概率漂移、上下文窗口毒化、RAG 檢索噪聲 | 治理手段 = 結構化環境隔離、Harness（AI馬具）物理沙箱、雙重校驗反射 (Dual-Reflective) }}…」）​

🆕 最新創建的頁面

2026年8月27日 (星期四)

  • 23:342026年8月27日 (四) 23:34 別想大象 （歷史 | 編輯） [3,996位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「{{Infobox 概念 | 名稱 = 別想大象效應 | 英文名 = Don't Think of an Elephant Effect | 別名 = AI白熊效應、反向指令失效、J-space概念激活 | 領域 = 人工智能、提示詞工程（Prompt Engineering）、認知心理學 }} '''別想大象'''（英語：Don't Think of an Elephant）在人工智能（AI）與大語言模型（LLM）領域中，是指'''模型難以正確處理否定句、或反向提示詞（Negative P…」）
  • 23:332026年8月27日 (四) 23:33 Don't Think of an Elephant （歷史 | 編輯） [4,348位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「{{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智能體分層長期記憶引擎 （歷史 | 編輯） [4,022位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「== TencentDB Agent Memory 核心架構與演進指南 == TencentDB Agent Memory（騰訊雲智能體分層長期記憶引擎）是由騰訊雲數據庫團隊面向 AI Agent 長周期任務、超長 Session 開發的開源企業級記憶中樞系統（採用 MIT 開源協議）。該引擎旨在通過本地分層存儲與符號化壓縮，化解長業務場景中的信息遺忘問題，在標準基準測試中，可為大模型減免 50% 以上的 Token 消耗…」）
  • 19:232026年8月27日 (四) 19:23 TencentDB Agent Memory （歷史 | 編輯） [3,938位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「== 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 （歷史 | 編輯） [11,221位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「'''AI-Native SDLC（AI原生軟件開發生命周期）'''是針對大語言模型（LLM）和Agent（智能體）時代對傳統軟件開發流程的一次'''重構與革新'''。 隨着工程智能體的普及，寫代碼（Build）的速度大幅提升，研發交付的瓶頸已全面轉移至下游的評審、攔截、安全與發布。本規範旨在將 AI 從單純的「輔助編碼工具」升級為「研發流程的自驅動核心」，人類工程師…」）

2026年8月25日 (星期二)

  • 12:302026年8月25日 (二) 12:30 Spec7-en （歷史 | 編輯） [6,602位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「{{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 （歷史 | 編輯） [5,744位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「{{Infobox Software Concept | 名稱 = Spec7 / 7格架構 | 別名 = 7格 5W2H JSON 規約、AI 任務強類型外殼 | 提出背景 = 傳統 5W2H 框架向 LLM 結構化機器對齊（Machine-Alignment）的演進 | 核心目標 = 攔截 Agent 行動跑偏、根除參數捏造幻覺、提高高並發智能體理解度 | 代表實現 = Spec7-JSON Schema、Harness 強類型校驗器 | 核心原理 = 將模糊的自然語言任務收斂為確定性的 JSON 有限…」）
  • 11:502026年8月23日 (日) 11:50 Obsidian （歷史 | 編輯） [4,945位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「{{Infobox Software | 名稱 = Obsidian / 黑曜石 | 開發者 = Dynalist Inc. | 核心架構 = Electron / 純本地 Markdown 文件 | 核心理念 = 第二大腦 (Second Brain)、鏈接萬物 (Linked Notes) | 在 AI 時代定位 = Agent 專屬結構化長期記憶庫 (Agent Long-Term Memory Base) | 治理幻覺手段 = 雙向鏈接顯式約束、本地沙箱動態 RAG、MOC 知識地圖網格 }} '''Obsidian'''（中文常稱'''黑曜石'''）是一款基於…」）
  • 11:482026年8月23日 (日) 11:48 Agent幻覺 （歷史 | 編輯） [4,600位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「{{Infobox Software Concept | 名稱 = Agent 幻覺 | 外文名 = AI Agent Hallucination | 提出背景 = 大模型由「單向文本生成」向「多向環境交互」演進 | 核心表現 = 行動鏈路跑偏、工具誤用、記憶污染、偽造執行結果 | 根源機制 = 狀態轉移概率漂移、上下文窗口毒化、RAG 檢索噪聲 | 治理手段 = 結構化環境隔離、Harness（AI馬具）物理沙箱、雙重校驗反射 (Dual-Reflective) }}…」）
  • 11:372026年8月23日 (日) 11:37 Codex Harness （歷史 | 編輯） [3,896位元組] Admin​（留言 | 貢獻） （創建頁面，內容為「{{Infobox Software | 名稱 = Codex Harness | 開發者 = OpenAI | 首次開源時間 = 2026年8月19日 | 開源協議 = Apache-2.0 協議 | 核心理念 = 智能體即平台 (Agent as a Platform) | 代碼倉庫 = [https://github.com ://github.com] | 主要組件 = codex exec、Codex SDK、Codex app-server }} '''Codex Harness'''（亦稱 '''OpenAI Agent Harness'''）是由人工智能研究機構 OpenAI 於2026年8月正式完全開源的智能體…」）


💡 使用提示

  • 「最近更新」展示近30天內編輯的頁面，點擊條目可查看修改詳情；
  • 「最新創建」展示近30天內新增的頁面，僅顯示主命名空間（百科詞條）。
  • 網站地圖
取自「https://wiki.jwjp.com/index.php?title=首页&oldid=15」