观流｜FlowLink

科技

科技 分类中的最新文章

梅赛德斯-奔驰：第三季度营收307亿欧元

36氪获悉， 梅赛德斯-奔驰集团股份公司公布2026年第三季度财报。第三季度营收307亿欧元，上年同期营收321亿欧元）；集团息税前利润17.7亿欧元，上年同期息税前利润 7.5亿欧元；净利润15.2亿欧元，上年同期净利润11.9亿欧元。报告息税前利润的增长主要反映了较上年同期调整额的降低。经调整后的集团息税前利润下降15%至17.8亿欧元。

36krTechnology

8月份一人公司搜索量暴增近1800%

数据显示，越来越多人开始关注一人公司（OPC）这一创业新模式。8月份“OPC”搜索量同比暴增1750%。在北京海淀区一个科创服务中心里，硕士在读生张嘉玮前不久刚刚创办了自己的OPC一人公司。“首先是注册公司，我已经把这个流程走完了，几乎是没有费用的，甚至还有免费的法律咨询、财务咨询等。现在是有一个上限10万元（Token）的扶持政策。”而在浙江杭州，“95后”小伙张乾超带着8个智能体，两个月内就卖出了3000多顶帽子。“智能体会给我更多专业的分析，经过了两周的努力，迅速拿下了一个客户，大概是2000美元的订单。”（央视财经）

36krTechnology

AI 查旅行信息靠搜文章，既不全也过时，做了个 skill 把车次、航班、路线、天气接到了专门的数据源，规划行程靠谱多了

出门在外最怕信息是错的。让 AI 帮忙查行程，它一般是去搜一堆攻略文章再摘。这些内容既不完整，又常常是几年前的。车次、余票、航班时刻、两地车程、当天天气，任何一项过时，行程就被带沟里去了。 所以做了个给 Agent 用的 skill ，把这四类事接到专门的数据源。高德管坐标和路线；飞常准管航班、中转和票价；携程管车次、时刻、余票和票价； Open-Meteo 管天气预报和历史同期。让 Agent 直接走接口拿数据，不要从网页碎片里拼。 高德和飞常准要自己申请 Key ，skill 里有申请和开通的说明。这类 Key 的免费额度很小，高德的 POI 检索一天大约 100 次，个人自用够了，做不成公开产品，所以建议自己申请一个自己用。携程和 Open-Meteo 不用 Key 。开源。 https://skills.victor42.work/china-travel-data/

v2exTechnology

拿到华为 od 口头 offer 了，值不值得去

现在这家公司也是外包，入职也快两个月了，工作内容和预期差别有点大，虽然这些工作都能让 ai 完成。 并且入职前华为 od 的机考就过了，后续也在各种周末把后续面试流程走完了，今天华为 od 的对接人说通过了，对比现在华为 od 固定 1 ，2 ，4 加班，薪资也会高个 2k ，如果开车的话通勤会近很多 ，并且试用期不打折，直接冲吗？

v2exTechnology

deepseek-v4.1-flash-1017 经常陷入死循环，有人有类似经历么

deepseek 陷入长时间 think ，点开一看，输出如下： </|DSML|invoke> </|DSML|calls> </|DSML|invoke> </|DSML|calls> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> </invoke> </parameter> 无限输出

v2exTechnology

惠誉上调工行、农行、建行、中行、交行、邮储银行的生存力评级（VR）

惠誉评级确认工商银行、农业银行、建设银行、中国银行、邮储银行、交通银行六家国有大型商业银行的长期外币发行人违约评级为“A”，展望稳定；同时，上调六家银行的生存力评级（VR）。其中，工行、农行、建行、中行升至“bbb+”，邮储银行升至“bbb”，交通银行升至“bbb-”。此外，惠誉还在报告中表示，将中国经营环境评分自“bbb-”调整至“bbb”，展望稳定，这反映出过去五年中国银行体系的持续改善，中国国有银行呈现出具有韧性的盈利能力和具备稳定性的资产质量。（央视新闻）

36krTechnology

中器无量与上海银行签署战略合作

36氪获悉，中器无量与上海银行在上银金融大厦签署战略合作协议。签约后，双方围绕量子计算技术进展、公司研发实践及金融应用前景开展深入交流。双方将围绕资产组合优化、衍生品定价、风险计算及反欺诈等方向，探索联合研究与应用验证，推动“量子—经典”协同计算与金融业务需求相结合，助力上海国际金融中心与科技创新中心建设。中器无量依托上海光机所的系统工程经验与长三角的供应链配套，持续推进中性原子量子计算机工程化，并已公开展示“清河一号”概念机。

36krTechnology

我写了一个开源工具，想让 AI 像 Java 开发一样工作

背景 我本人是一个 Java 后端开发，大概有两次接触 AI 写代码，第一次是去年十一月份左右，用的是 Cursor,当时高强度使用了一个月后 发现很容易出现幻觉，而且括号经常搞不明白，当时体验是比较差的，就没用了；第二次是今年四月份左右，使用的是 Copilot 说实话我被 AI 的成长给震惊到了，随后我逐步将自己的开发工作转移给 ai 去完成，经过我几个月的使用，很明显的发现 AI 写代码有个短板就是: ai 是根据代码去推测结果的 他几乎不会去运行代码 最多只会根据某些场景写单元测试，这样会导致出什么结果呢 第一个 写完代码后 实际的运行结果达不到期望，有时甚至编译都不通过，原因可能是 当需求稍微复杂一些，就很难根据代码推算出结果。第二个 排查问题很容易钻牛角尖，就是可能某段代码确实有问题 但是问题并不出在这个代码段，这个问题说白了 就是有的时候信息有噪音,导致大模型的注意力全在噪声上面了。我就在想，面对上面这两个比较常见的问题，人类开发者是怎么解决的？其实很简单 写完需求后把项目启动起来，然后实际的去跑一次看下结果对不对，遇到复杂问题的直接 debug 一步一步的走 看问题实际出现在哪里。基于这种需求我在七月初的时候 开始开发 joLink 了 joLink joLink 大概开发了四个多月，是用 Python 写的，MCP 提供执行能力，Skill 告诉 Agent 如何使用这些能力，还有一套全局规则开发要求: 尽量以“事上磨练”的方式写代码，用简单直接的方式，而不是提前解决所有问题，再根据实际运行取得相关证据，而不是等用户单独要求验证。代码基本都是 gpt 写的，我做的项目管理和技术选型以及验收，中间是遇到了非常多的困难，就比如启动，Java 项目一般都是先将代码编译成字节码文件，编译这部分是非常麻烦的，主流使用的 idea 是有增量编译的功能，就是只编译有改动和改动影响到的代码，这点是非常难实现的，如果没有就只能改一行代码，然后用 maven 去编译整个项目，这里大概摸索了两个多月，经过大量的实验和测试最后选择使用 Eclipse JDT 包去实现这个功能。个人从产品的角度去看增量编译是非常重要 如果不解决就无法实现 写代码->启动->验证->有问题 继续改代码->启动 这个开发闭环的。 dogfood 因为我本人是 Java 开发，所以我自己是 joLink 的一个用户，会在实际的工作中去使用他，经过不断的使用和调整: 目前 joLink 能让 coding agent 交付的代码大概率可信，就是我基本不会去看 ai 写的代码了，但是实际的上线前还需要专业的测试去测试，因为 jolink 目前还是针对开发这个阶段。主要是 joLink 补全了目前 coding agent 的短板：写完代码后能看到实际运行结果，AI 再根据反馈去调整代码。但是这只是我个人的工作流，在其他人身上不知道能不能稳定工作，另外 joLink 的边界还是比较浅的，目前能确定的是能运行大部分 Maven/Gradle 构建的 Spring Boot 的项目 以及 JDK8 到 JDK17,可能还不够稳定，joLink 还在早期阶段，我后续也会继续在 GitHub 上找不同开源 Java 项目来试探并且扩大它的边界。但是我期望大家能尝试一下 joLink 看看他能否对大家的工作有帮助，如果没有帮助，也希望知道原因。 github： https://github.com/L1ch404/jolink-runtime 最后感谢大家能看完这篇文章

v2exTechnology