标题：Azure HorizonDB 将 AI 检索能力集成到 PostgreSQL 中
开发者需要一个灵活高效的物品描述检索系统。本文作者使用维基百科电影数据集，从全文搜索起步，为描述创建嵌入向量并执行语义搜索，查询结合了文本或相似度搜索及过滤条件。常见问题包括：数据变化时如何更新嵌入向量？如何避免重新处理所有数据？如何提高 AI 调用效率？作者倾向于将业务逻辑保留在应用层、数据操作保留在SQL中，但触发器和存储过程使这变得复杂。本文探索了将检索工作流保留在数据库内部，利用已有的数据、索引、过滤器和规则。作者使用BM25文本搜索，通过 AI 模型管理和 AI 函数生成嵌入向量，用pgvector存储，DiskANN索引，并将AI集成到PostgreSQL。随后定义一个AI管道以保持一致性，无需额外的过程代码。目标是用声明式SQL使AI处理靠近数据。作者在Azure HorizonDB预览版上运行，使用了包含3万条记录的电影数据集，并展示了从数据加载、清理到建立AI管道的完整过程。 #AI #数据库 #PostgreSQL #向量检索 #全文搜索 #Azure #云原生
开发者需要一个灵活高效的物品描述检索系统。本文作者使用维基百科电影数据集，从全文搜索起步，为描述创建嵌入向量并执行语义搜索，查询结合了文本或相似度搜索及过滤条件。常见问题包括：数据变化时如何更新嵌入向量？如何避免重新处理所有数据？如何提高 AI 调用效率？作者倾向于将业务逻辑保留在应用层、数据操作保留在SQL中，但触发器和存储过程使这变得复杂。本文探索了将检索工作流保留在数据库内部，利用已有的数据、索引、过滤器和规则。作者使用BM25文本搜索，通过 AI 模型管理和 AI 函数生成嵌入向量，用pgvector存储，DiskANN索引，并将AI集成到PostgreSQL。随后定义一个AI管道以保持一致性，无需额外的过程代码。目标是用声明式SQL使AI处理靠近数据。作者在Azure HorizonDB预览版上运行，使用了包含3万条记录的电影数据集，并展示了从数据加载、清理到建立AI管道的完整过程。 #AI #数据库 #PostgreSQL #向量检索 #全文搜索 #Azure #云原生
AI时代前端CI/CD优化
随着AI生成代码和测试的能力增强，前端CI流程耗时指数级增长，导致开发者等待PR反馈时间过长。技术作者Dan指出，CI（持续集成）与CD（持续部署）应明确分离，CI关注代码合并前的正确性。本文为第一部分，聚焦如何构建快速CI流水线。核心方法包括：按路径过滤文件、利用git获取变更集、逆向导入依赖分析，仅对受影响模块运行检查，避免对全量代码执行lint、类型检查、单元测试等。此外，通过缓存优化、分片并行测试、E2E测试缩减等技巧可进一步提速。文章强调，让验证过程廉价、回滚简单，是应对AI时代代码量激增的关键。 #前端开发 #CI/CD #AI #DevOps #持续集成 #性能优化 #软件工程
随着AI生成代码和测试的能力增强，前端CI流程耗时指数级增长，导致开发者等待PR反馈时间过长。技术作者Dan指出，CI（持续集成）与CD（持续部署）应明确分离，CI关注代码合并前的正确性。本文为第一部分，聚焦如何构建快速CI流水线。核心方法包括：按路径过滤文件、利用git获取变更集、逆向导入依赖分析，仅对受影响模块运行检查，避免对全量代码执行lint、类型检查、单元测试等。此外，通过缓存优化、分片并行测试、E2E测试缩减等技巧可进一步提速。文章强调，让验证过程廉价、回滚简单，是应对AI时代代码量激增的关键。 #前端开发 #CI/CD #AI #DevOps #持续集成 #性能优化 #软件工程
AI到底有没有用？一位程序员的自省
一位自2023年夏季开始使用AI辅助编程的程序员，在经历从狂热到冷静的转变后，提出了一个尖锐问题：如果实用型AI只是幻想呢？最初，他被AI快速生成代码的能力深深吸引，甚至用它完成了一整业余项目。然而，一旦代码“跑起来”，问题随之而来——他对生成代码缺乏心理模型，无法轻松调试或扩展功能。他逐渐放弃“一次性生成”的所谓“氛围编程”，转向主动引导式使用，甚至最终回归到仅通过对话与AI探讨思路、自己动手写代码的阶段。他发现AI的本质是善变的，有时生成的设计过于复杂、毫无必要。虽然也曾通过“橡皮鸭”式对话获得过真正洞见，但事后总觉得：没有AI，自己可能更快完工。作者反思，智能手机作为革命性技术很快显露价值，而大型语言模型推出数年，仍未出现无可争议的“杀手级应用”。他提出一个反诘：如果十年后，大型语言模型仍无法大规模应用呢？ #AI #大型语言模型 #编程 #技术反思 #氛围编程 #科技
一位自2023年夏季开始使用AI辅助编程的程序员，在经历从狂热到冷静的转变后，提出了一个尖锐问题：如果实用型AI只是幻想呢？最初，他被AI快速生成代码的能力深深吸引，甚至用它完成了一整业余项目。然而，一旦代码“跑起来”，问题随之而来——他对生成代码缺乏心理模型，无法轻松调试或扩展功能。他逐渐放弃“一次性生成”的所谓“氛围编程”，转向主动引导式使用，甚至最终回归到仅通过对话与AI探讨思路、自己动手写代码的阶段。他发现AI的本质是善变的，有时生成的设计过于复杂、毫无必要。虽然也曾通过“橡皮鸭”式对话获得过真正洞见，但事后总觉得：没有AI，自己可能更快完工。作者反思，智能手机作为革命性技术很快显露价值，而大型语言模型推出数年，仍未出现无可争议的“杀手级应用”。他提出一个反诘：如果十年后，大型语言模型仍无法大规模应用呢？ #AI #大型语言模型 #编程 #技术反思 #氛围编程 #科技
芯和半导体与联想集团在DAC 2026发布EDA Agent研发成果
2026年7月26日，全球EDA行业盛会DAC 2026在美国加州长滩市开幕，主题为“AI For EDA”。国产EDA企业芯和半导体在展台现场联合联想集团，发布了双方EDA Agent战略合作的最新成果，成为本届大会上国产EDA的唯一落地案例。双方于2025年11月签署战略合作协议，本次发布标志着合作进入可验证阶段。核心成果是打通了PCB研发从设计到仿真验证的全流程AI闭环，涵盖建库、布局、规则检查和仿真优化四个模块，已在联想AI PC主板设计中验证，建库效率提升50%以上，仿真优化效率提升80%以上。当前，国际EDA厂商的AI智能体多聚焦数字设计端，而芯和半导体定位于“多物理场AI智能体协同与芯片到系统端到端自主优化”，覆盖信号完整性、电源完整性等物理层设计环节，直接服务于AI数据中心、AI PC等系统级产品，为国产EDA在AI方向提供真实应用案例。 #EDA #芯和半导体 #联想集团 #AI #芯片 #半导体 #科技
2026年7月26日，全球EDA行业盛会DAC 2026在美国加州长滩市开幕，主题为“AI For EDA”。国产EDA企业芯和半导体在展台现场联合联想集团，发布了双方EDA Agent战略合作的最新成果，成为本届大会上国产EDA的唯一落地案例。双方于2025年11月签署战略合作协议，本次发布标志着合作进入可验证阶段。核心成果是打通了PCB研发从设计到仿真验证的全流程AI闭环，涵盖建库、布局、规则检查和仿真优化四个模块，已在联想AI PC主板设计中验证，建库效率提升50%以上，仿真优化效率提升80%以上。当前，国际EDA厂商的AI智能体多聚焦数字设计端，而芯和半导体定位于“多物理场AI智能体协同与芯片到系统端到端自主优化”，覆盖信号完整性、电源完整性等物理层设计环节，直接服务于AI数据中心、AI PC等系统级产品，为国产EDA在AI方向提供真实应用案例。 #EDA #芯和半导体 #联想集团 #AI #芯片 #半导体 #科技