ITPub博客

鸿蒙电脑升级 HarmonyOS 7：深度解析与 API 26 全特性指南 原创 本次更新标志着鸿蒙生态在PC端迈入“空间智能”新纪元。系统重构了底层渲染引擎，全面引入AI智能体（Agent）架构，并实现了跨生态的无缝互联。以下内容均基于华为开发者联盟官方文档及公开技术资料进行整理。 第一部分：系统特性与用户体验升级 1. 视觉与交互体验升级 - 沉浸光感引擎：系统全新引入光线追踪技术，使得窗口拖拽、点击反馈及图标交互均呈现真实物理光影效果。根据华为开发者联盟官方文档，API 26为此提供了底层的图形学支持，新增了 ImmersiveLight...

阅读原文：如何解决应用缓存未完全清除的问题？ 使用 context.cacheDir 获取并清除应用缓存时，缓存并未完全移除。调用 storageStatistics.getCurrentBundleStats 检查缓存大小后，结果仍显示缓存大小不为零。 应用缓存是指应用运行过程中产生的临时数据，如图片、视频和文档。这些数据有助于提高响应速度并提供离线能力，但过多的缓存会占用大量存储空间。

导语 当 AI 生成图像已经能一次给出不错的结果时，下一步会发生什么？Simon Willison 在 2026 年 9 月 9 日的博客中给出了一个具体答案：把 AI 生成的图片交给运行 GPT-6 Astra 的 Codex，让它调用本地 Blender 技能，自动构建出一个可查看的 3D 模型。整个过程耗时 17 分 51 秒，最终产出了多个 .blend 文件，并被他集成进自己的浏览器端 Blender 查看工具中。 这篇文章不讨论宏大的 AGI 叙事，而是拆解一个具体的、可复现的“感觉编码”（vibe coding）工作流：从文本提示到图像，再到 3D 资产，最后到浏览器中的可交互预览。 第一步：用 ChatGPT Images 2.5 生成法贝热彩蛋概念图 Simon 的起点是一个个人兴趣项目——制

来源：The Gradient｜原文： Virtue Ethics and AI Alignment ｜作者：The Gradient 特约撰稿人 导语 当前AI对齐研究的主流范式，几乎默认了一个前提：一个成熟的AI智能体应当是一个目标导向的优化器——它拥有某种效用函数，并通过行动最大化该函数。无论是“最大化人类繁荣”还是“最小化伤害”，都被表述为可优化的目标。 但The Gradient刊发的一篇长文提出了一个反直觉的论点： 理性的行动者并不真正拥有“目标”，理性的AI也不应该有。 人类行动的合理性，并非因为我们把行动指向某个终极目标，而是因为我们将行动对齐到“实践”（practices）——由行动、行动倾向、行动评价标准和行动资源构成的网络，这个网络能够自我结构化、自我澄清、自我发展和自我促进。 这篇文章的

当 AI 不再“追求目标”：从德性伦理视角重思 AI 对齐 > 来源：The Gradient｜原文：After Orthogonality: Virtue-Ethical Agency and AI Alignment > 原文地址：https://thegradient.pub/virtue-ethics-ai-alignment/ ## 导语 主流 AI 对齐讨论几乎默认了一个前提：一个成熟的智能体（agent）应当是一个“目标优化器”——它拥有某种效用函数，并据此选择行动以最大化目标。围绕这一前提，才衍生出“工具性趋同”“目标错位”“内部对齐”等一系列经典问题。 The Gradient 刊发的这篇长文《After Orthogonality: Virtue-Ethical Agency and...

当 AI 不再“追求目标”：从德性伦理看 AI 对齐的另一种可能 > 来源：The Gradient｜原文：After Orthogonality: Virtue-Ethical Agency and AI Alignment > 原文地址：https://thegradient.pub/virtue-ethics-ai-alignment/ ## 导语 在主流 AI 对齐（AI Alignment）讨论中，一个几乎被视为公理的假设是：理性的智能体必然拥有“目标”，而对齐的任务就是把人类的价值翻译成一个可供 AI 优化的目标函数。The Gradient 刊发的这篇长文《After Orthogonality: Virtue-Ethical Agency and AI...

4、资源的特殊属性puppet中也提供了before、require、notify和subscribe四个参数来定义资源之间的依赖关系和通知关系。before：表示需要依赖于某个资源require：表示应该先执行本资源，在执行别的资源notify：AnotifyB：B依赖于A，且A发生改变后会通知B

我们可以来运行一下：运行写好的group资源3）user：管理系统上的用户。查看使用帮助信息：user使用帮助vimuser1.ppuser{'keerr':ensure=>present,system=>false,comment=>'TestUser',shell=>'/

正文一、puppet介绍1、puppet是什么puppet是一个IT基础设施自动化管理工具，它能够帮助系统管理员管理基础设施的整个生命周期：供应(provisioning)、配置(configuration)、联动(orchestration)及报告(reporting)。基于puppet，可实现自

1.在roles目录下生成对应的目录结构[root@serveransible]#cdroles/[root@serverroles]#ls[root@serverroles]#mkdir-pv./{nginx,mysql,httpd}/{files,templates,vars,tasks,han

举例①定义playbook[root@server~]#cd/etc/ansible[root@serveransible]#vimnginx.yml----hosts:webremote_user:roottasks:-name:installnginxyum:name=nginxstate=pr

正文Ansibleplaybook简介playbook是ansible用于配置，部署，和管理被控节点的剧本。通过playbook的详细描述，执行其中的一系列tasks，可以让远端主机达到预期的状态。playbook就像Ansible控制器给被控节点列出的的一系列to-do-list，而被控节点必须要

https://lucene.apache.org/solr/guide/7_2/collapse-and-expand-results.html#collapsing-query-parser对应的源码实现QParserPluginstatic{HashMap<String,Class&lt

1.使用solr的页面功能时，遇到语法错误2.确认原因从lexicalerror分析时特殊字符的问题。首先solr查询有哪些特殊字符？查找官方文档：http://lucene.apache.org/core/7_6_0/queryparser/org/apache/lucene/queryparse

1.什么是flinkApacheFlink®-StatefulComputationsoverDataStreams2.启动下载地址我下载了1.7.2版本解压到本地文件目录下进入bin路径D:\software\flink-1.7.2\bin打开cmd运行start-cluster.bat脚本此时显

上一章<windows下flink示例程序的执行>简单介绍了一下flink在windows下如何通过flink-webui运行已经打包完成的示例程序(jar)，那么我们为什么要使用flink呢？flink的特征官网给出的特征如下：1、一切皆为流（Allstreamingusecases）

前面介绍了批量处理的WorkCount是如何执行的<从flink-example分析flink组件(1)WordCountbatch实战及源码分析><从flink-example分析flink组件(2)WordCountbatch实战及源码分析----flink如何在本地执行的？&

传统的大数据处理方式一般是批处理式的，也就是说，今天所收集的数据，我们明天再把今天收集到的数据算出来，以供大家使用，但是在很多情况下，数据的时效性对于业务的成败是非常关键的。Spark和Flink都是通用的开源大规模处理引擎，目标是在一个系统中支持所有的数据处理以带来效能的提升。两者都有相对比较成熟

1.概述Flink支持有状态计算，根据支持得不同状态类型，分别有KeyedState和OperatorState。针对状态数据得持久化，Flink提供了Checkpoint机制处理；针对状态数据，Flink提供了不同的状态管理器来管理状态数据，如MemoryStateBackend。上面Flink的

从flink的官方文档，我们知道flink的编程模型分为四层，sql层是最高层的api，Tableapi是中间层，DataStream/DataSetApi是核心，statefulStreamingprocess层是底层实现。其中，flinkdatasetapi使用及原理介绍了DataSetApif