[美]特伦斯·谢诺夫斯基★★★★☆ 7.7/10

人工智能 | 5 阅读

大语言模型正以惊人的速度重塑世界，引发一场全新的智能革命。从 ChatGPT 的横空出世，到各行各业的颠覆式变革，大语言模型不仅仅是技术热点，更是我们理解未来、把握机遇的关键所在。 这本书将带你深入这场变革的核心。你将了解： 1.大语言模型的原理与应用：探索 Transformer 等核心技术原理，揭开大语言模型的神秘面纱。 2.智能革命的影响力：洞悉大语言

乔剑 林知远 刘源★★★★☆ 8.2/10

人工智能 | 5 阅读

本书以零基础读者为对象，从AI与Agent基础认知入手，系统讲解OpenClaw的核心原理、安装配置方法以及实用操作技巧，帮助读者理解AI Agent的工作逻辑，并通过清晰的提示词方法，让AI能够稳定执行具体任务。在此基础上，书中设计了大量贴近日常工作的实操案例，涵盖办公自动化、资料整理、招聘辅助、内容创作、数据分析、生活事务管理以及批量任务处理等多个应用场

凌峰 王伊凝★★★★☆ 7.8/10

人工智能 | 5 阅读

"《MCP协议与AI Agent开发:标准、应用与实现》系统地阐述了MCP的技术原理、协议机制与工程应用，提供了从底层协议设计到项目部署的全流程的应用指南。全书从结构上分为基础理论、协议规范、开发工具链、应用构建4部分，共9章。具体内容包括大模型基础、MCP基本原理、MCP标准与规范体系、MCP与LLM的互联机制、MCP开发环境与工具链、MCP与多模态大模型

庄建 等★★★☆☆ 6.7/10

人工智能 | 5 阅读

本书深入浅出地介绍了现代大型人工智能（Artificial Intelligence，AI）模型技术，从对话机器人的发展历程和人工智能的理念出发，详细阐述了大模型私有化部署过程，深入剖析了Transformer架构，旨在帮助读者领悟大模型的核心原理和技术细节。 本书的讲解风格独树一帜，将深奥的技术术语转化为简洁明了的语言，案例叙述既严谨又充满趣味，让读者在轻

a15a★★★☆☆ 6.5/10

人工智能 | 5 阅读

本书既是关于Web3.0基础知识的介绍，又是关于Web3.0在业内应用实践的案例展示，同时也是一次DAO的实践。 第1章提出了关于Web3.0的三个基础问题。第2章介绍了Web3.0的历史渊源及资本推手。第3章介绍了区块链的基本概念、有代表性的公链、各种区块链工具，以及区块链安全问题。第4章介绍了NFT的协议标准、文化现象、分类和代表项目，以及其未来发展。第

秋叶 任泽岩 黄震炜★★★☆☆ 5.9/10

人工智能 | 5 阅读

本书将带您深入探索AI“神器”——Deepseek的无限潜能，带您从零开始，轻松掌握AI的核心应用。 通过本书，你将轻松上手DeepSeek，开启智能生活新篇章。通过本书，你将学会用Deepseek大幅提升工作效率，告别烦琐，拥抱高效。通过本书，你将学会如何让Deepseek成为您的职场超级助手。通过本书，你将学会如何利用DeepSeek激发自己的创作灵感，

陈云霁

人工智能 | 5 阅读

本书由中科院计算所、软件所的专家学者倾心写就，以“图像风格迁移”应用为例，全面介绍智能计算系统的软硬件技术栈。第2版以大模型为牵引进行更新，第1章回顾人工智能、智能计算系统的发展历程，第2、3章在介绍深度学习算法知识的基础上增加了大模型算法的相关知识，第4章介绍深度学习编程框架PyTorch的发展历程、基本概念、编程模型和使用方法，第5章介绍编程框架的工作原

宋宋★★★★☆ 8.1/10

人工智能 | 5 阅读

一位资深自媒体人安装、使用全网爆火AI——OpenClaw的真实经验记录。“小龙虾”真的能帮助他直接工作吗？“养”小龙虾这笔投资到底是赚还是亏？普通人适合“养虾”吗？

魏思理★★★☆☆ 6.5/10

人工智能 | 5 阅读

2026年6月，黄仁勋在台北电脑展上抛出一句颠覆性宣言：“PC正在被重新发明。”英伟达联合微软、联发科推出RTX Spark——首款完整适配Windows生态的AI PC架构，让轻薄本拥有数据中心级的AI算力。本地流畅运行百亿参数大模型、AI智能体自主完成办公创作、隐私数据不再上传云端…… 本书用半小时讲透这场PC四十年未有之大变局：为什么是英伟达？它能帮普

宋观澜★★★★☆ 7.3/10

人工智能 | 5 阅读

一家全球最强AI芯片公司，为什么会为中国订单焦虑？ 英伟达仍然强大，CUDA生态、GPU性能和数据中心方案依然领先，但美国不断加码的出口管制，正在把它推到尴尬位置：产品被降配，价格被抬高，规则随时可能变化，客户却不再只能接受。 本书从黄仁勋临时登机、H200订单落空、中国区AI芯片营收归零写起，拆解英伟达真正害怕的不是一个季度收入下降，而是中国客户技术路线的

冰封 曹缦兮 鹿小策★★★☆☆ 6.8/10

人工智能 | 5 阅读

本书深度解析如何将DeepSeek作为智能助手融入创作全流程——从市场风向捕捉、题材创新到人物塑造，从开篇悬念设计到长篇风格调教，AI在提升效率的同时始终恪守辅助定位。书中辩证探讨AIGC与人工创作的关系：AI能快速生成模板化内容，但无法替代人类的情感共鸣与世界观构建；擅长数据推演套路，却难以突破既定范式实现真正创新。 通过14个实操章节，展现了AI压缩资料

a15a 深元 胡显煜

人工智能 | 5 阅读

本书是一本与人工智能工具对话的语法书，旨在帮助读者更好地理解和应用大模型提示词本书分享了提示词的底层逻辑和技术原理，然后从文字、图片、编程等角度出发，辅以大量实例详细陈述提示词的用法。此外，本书还介绍了有关提示词用法的奇思妙想，以及提示词的反注入原理。最后，本书介绍了提示词优化师这个前景无限的职业，并给出了广大读者学习提示词的方法。

[美]亨利·基辛格 [美]埃里克·施密特 [美]克雷格·蒙迪

人工智能 | 5 阅读

2022年以来，人工智能技术已经取得了划时代的飞速发展。ChatGPT以及GPT-4发布，DeepMind的AlphaFold一举解决困扰科学界几十年的蛋白质折叠问题，自动驾驶技术的重大突破，进一步拓展了人工智能的应用场景以及能力，也使人类也更加重视AI伦理和相关法规的制定，2024年的诺贝尔奖更是体现出了不容忽视的“人工智能含量”。在这一过程中，人类对人工

[美]格蕾丝·林赛

人工智能 | 5 阅读

如今，人工智能的迅速发展给人们的日常生活和工作带来了巨大的影响。要想让人工智能朝 着人类智能的方向持续迈进，我们就应该让我们创造的硅基大脑像人类大脑一样有感知、有记忆、 有决策、有行动。问题的难点在于，人类大脑由约1000亿个神经元构成，神经元间交流复杂， 大脑掌管认知、意识，影响我们生活的方方面面。我们如何破解如此庞大的复杂系统的运行机制 呢？ 在《心智的

刘兆峰

人工智能 | 5 阅读

本书详尽地覆盖了多模态大模型的算法原理和应用实战，提供了丰富的微调技术细节和实际案例，适合对多模态大模型有兴趣的技术人员深入学习及应用。 本书分为两篇： 算法原理篇 详细介绍了先进的深度学习模型，包括Transformer、GPT系列、深度生成模型，从基本架构、训练方法到特定应用，包括但不限于Seq2Seq结构、位置编码、注意力机制、残差连接、变分自编码器、

郭子璇★★★★☆ 8.2/10

人工智能 | 5 阅读

AI大厂专家倾力打造，轻松上手AI工具的保姆级教程！ 超强实用性！内容聚焦实战应用，丰富的实战案例+详细的操作指南，真正提升工作效率。 多场景适用！教程适用于教育、办公、内容创作等多场景。 从入门到精通！本书不仅适合零基础读者快速上手，还包含进阶技巧，助力每个人成为AI时代效率王者！ …… 这是一本专为职场“懒人”打造的AI办公实用指南。从AI工具使用的底层

徐尧★★★★☆ 8.6/10

人工智能 | 5 阅读

内容简介 在AI技术突飞猛进的今天，许多人依然陷入“AI只能陪聊不能干活”的困境。本书致力于打破这些迷思，让AI真正帮我们干活。它详细解析了如何将大模型的“思考能力”转化为实际的“行动能力”，让AI从“只会说”进化到“能动手”。 本书坚持“零基础”原则，为每个普通人量身定制。通过融合开源平台OpenClaw，以及Kimi2.5、智谱GLM-5等最新大模型和S

[德]马克斯·普佩拉 [美]爱德华·奥克斯 [美]理查德·廖

人工智能 | 5 阅读

Ray是开源分布式计算框架，简化了扩展计算密集型Python工作负载的过程。本书展示了如何使用Ray构建机器学习应用程序，介绍了Ray如何融入当前的机器学习工具，以及Ray如何与这些工具紧密集成。本书前3章介绍了Ray作为分布式Python框架的基础知识，并提供了应用示例；第4-10章介绍了Ray高级库（Ray RLlib、Ray Tune、Ray Data

李国杰★★★★☆ 8.3/10

人工智能 | 5 阅读

本书围绕人工智能的核心追问展开，深入探讨了人工智能的学科本质、大模型的威力来源、通用人工智能的正确发展方向、人工智能自我进化的边界、规则与语义内生的安全风险与治理、第五科研范式、计算范式的扩展与跃迁等关键议题；提出了“人工智能还处在‘前范式科学’阶段”“规则和语义不封闭将驱使计算机科学从CS1.x跃迁到CS2.x”等独到观点；给出了“可信可用AI比AGI更重

[德]伊夫·希尔皮斯科　著★★★☆☆ 6.4/10

人工智能 | 5 阅读

本书通过Python示例介绍人工智能技术在金融数据分析中的应用。你将了解如何运用神经网络、强化学习等深度学习技术预测金融市场。本书分为六大部分。第一部分介绍人工智能算法的核心概念，包括监督学习和神经网络，并描绘超级人工智能愿景。第二部分讨论机器学习技术在金融市场中的应用。第三部分更进一步，讨论如何利用神经网络和强化学习技术解决金融市场中的统计失效问题。第四部