全自动批量采集200个网站，这个37K Star的开源爬虫工具拯救了我【附：源码和爬虫MCP】
全自动批量采集200个网站，这个37K Star的开源爬虫工具拯救了我【附：源码和爬虫MCP】大家好，我是袋鼠帝前几天收到一个客朋友的咨询：“有没有什么爬虫软件推荐？”
来自主题: AI技术研报
8379 点击 2025-05-20 16:07
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
大家好，我是袋鼠帝前几天收到一个客朋友的咨询：“有没有什么爬虫软件推荐？”
微软最近与Salesforce Research联合发布了一篇名为《Lost in Conversation》的研究，说当前最先进的LLM在多轮对话中表现会大幅下降，平均降幅高达39%。这一现象被称为对话中的"迷失"。文章分析了各大模型（包括Claude 3.7-Sonnet、Deepseek-R1等）在多轮对话中的表现差异，还解析了模型"迷失"的根本原因及有效缓解策略。
每次更换语言模型就要重新优化提示词？资源浪费且效率低下！本文介绍MetaSPO框架，首个专注模型迁移系统提示优化的元学习方法，让一次优化的提示可跨模型通用。我在儿童教育场景的实验验证了效果：框架自动生成了五种不同教育范式的系统提示，最优的"苏格拉底式"提示成功由DeepSeek-V3迁移到通义千问模型，评分从0.3920提升至0.4362。
Agent 太多了，为了不让订阅费掏空我的钱包，我会通过苹果的屏幕使用时间以及 gemini 统计网页的访问次数来汇总每周使用频率。
ChatGPT悄悄上线的直连Github新功能太强大！一旦连上Github，立马化身「研究怪兽」：不管是DeepSeek这样的明星开源项目，还是自己DIY的文档资料，只要放进仓库，就能交给深度研究，一键生成专业到飞起的报告。
自回归（AR）范式凭借将语言转化为离散 token 的核心技术，在大语言模型领域大获成功 —— 从 GPT-3 到 GPT-4o，「next-token prediction」以简单粗暴的因果建模横扫语言领域。
强化学习（RL）+真实搜索引擎，可以有效提升大模型检索-推理能力。
半导体行业观察：众多趋势表明，AI，不再只是“云端的特权”，而是正快速成为“终端的标配”。而在这一发展趋势下，微控制器（MCU）大厂似乎早已嗅到其中端倪。
根据路透社报道，法律科技初创公司Harvey 正洽谈由 Kleiner Perkins 和 Coatue 领投的一轮融资，估值达 50 亿美元，拟筹集资金超 2.5 亿美元。
Lovart 值得关注，它是 AI 应用层团队产品创新能力的印证和延续，这是 Manus 之后最火的 Agent，从通用领域，成功地向垂直赛道落地了 Agent 产品形态。