公司：阿里巴巴
阿里巴巴集团创立于1999年，是中国大陆一家以提供互联网服务为主的综合企业集团，目前实行位于杭州，上海与北京的双总部制度。
阿里巴巴服务范围包括B2B贸易、网上零售、购物搜索引擎、第三方支付和云计算服务。集团的子公司包括阿里巴巴B2B、淘宝网、天猫、一淘网、阿里云计算、聚划算、全球速卖通、阿里巴巴国际交易市场、饿了么、飞猪、优酷、盒马鲜生、阿里影业、菜鸟网络、高德地图、Lazada、Daraz等。旗下的淘宝网和天猫在2012年销售额达到1.1兆人民币，2015年度商品交易总额已经超过三兆元人民币，是全球最大零售商。
至2012年九月底止的财政年度，以美国会计准则计算，阿里营业额按年增长74%至318.39亿元（港元‧下同），盈利急升80%至37.75亿元。2015年全年，阿里巴巴营收146.01亿美元，净利为74.94亿美元。2017年，根据阿里巴巴集团向美国证券交易委员会提交的IPO招股书显示，雅虎持有阿里巴巴集团22.6%股权、软银持阿里集团34.4%股份，另管理层、雇员及其他投资者持股比例合共约为43%，当中马云持阿里巴巴集团约8.9%、蔡崇信持股为3.6%。
2019年11月，阿里巴巴集团在在港交所二次上市。香港财经界把阿里巴巴、腾讯（港交所：700）、美团点评（港交所：3690）、小米（港交所：1810）四只中国大陆科技股的英文名称首个字母，合称“ATMX”股份。
2019年11月26日，阿里巴巴集团港股上市，总市值超4兆，登顶港股成为港股“新股王”。2020年8月，阿里巴巴集团港股总市值首次超过6万亿。
阿里巴巴拆份出去的蚂蚁集团上市前，网络金服整体遭遇到政府的强力监管，阿里巴巴同样受到影响，2021年4月10日，阿里巴巴集团涉垄断被中国市场监管总局罚款182.28亿元人民币。2023年三家中国最主要的金融机构，再联合开罚71亿元，不过也随着官方宣布最后整顿工作的完成，阿里巴巴股价开始反弹。
用 AI + 高德地图 MCP，3 小时做出杭州美食地图
AI+地图的创意实践：用Cursor和高德MCP快速打造杭州美食地图。从模糊查询到精准定位，AI自动抓取餐厅信息并生成交互式地图，支持分类筛选和智能推荐。开发仅耗时3-4小时，主要精力花在素材搜集和样式微调。项目突显AI提效优势，让灵感冒险快速落地成真。源码已开源，轻松改造即可复用。
端侧AI突破性能瓶颈：MNN 基于 SME2 指令集的大模型高效推理实现
本文探讨了Arm架构下SME2指令集在MNN推理引擎中的应用，重点介绍了动态量化矩阵乘和浮点矩阵乘的实现方法。通过优化矩阵分块和利用SME2的多向量指令，显著提升了LLM模型和CV任务的推理性能，尤其在预填充和解码阶段表现出色，为端侧AI推理提供了高性能、低功耗的解决方案。
突破模糊瓶颈—LLM主动式不确定性识别与生成优化
阿里妈妈团队提出大模型不确定性感知新方法，构建ConfuseBench数据集评估模型识别三类不确定性（文档缺失、能力不足、问题模糊）的能力。研究发现主流模型常误判为"问题模糊"，团队创新性利用模型生成的澄清提问反向推断不确定性类型，并通过On-Policy DPO训练提升识别准确率。该方法已在AI小万营销助手中应用，显著提升模糊意图处理能力。
Agent 框架协议“三部曲”：MCP、A2A、AG-UI
AI应用领域三大协议MCP、A2A、AG-UI分别解决Agent与工具、Agent间通信及Agent与前端交互的标准化问题，推动AI系统从单Agent向多Agent进化，提升底层能力与用户体验，激发创新与跨界协作。
基于智能体的自适应测试系统 - 淘工厂实践
电商测试迎来AI革命！传统手工测试效率低、风险高，淘工厂用多智能体打造全自动测试闭环：需求分析→用例生成→执行报告一气呵成。三大突破点——智能体协同提速82%、1人驱动N个AI、缺陷发现率翻倍。知识库+对抗机制让AI像应届生般快速成长，实测单周发现21个代码风险。未来将深化知识图谱和异常自愈能力，让测试同学从执行者升级为AI指挥官。
万字综述，讲一讲这两年大模型这整个领域到底发展了哪些方面
GPT-4终结参数规模论，2024年MoE架构崛起提升效率，2025年推理能力成新焦点。智能体时代来临，模型从思考走向行动，OpenAI、DeepSeek等玩家展开多维竞争。未来或迈向具身智能，三大支柱——效率、推理、智能体重构AI发展路径。
⼤模型是万能的吗？探索机器学习+⼤模型在某出海投资业务的应⽤
阿里云通过AI大模型与机器学习算法，为出海投资客户打造智能预算预测系统。从纯大模型预测到结合局部加权线性回归和XGBoost，方案逐步优化，精准预测每日总预算并分配至各渠道。系统上线后预计日调用超百万次，节省80%人力，实现投前分析、投后优化的全链路智能辅助，助力资金方、平台与供应商三方共赢。
性能最高提升7倍？探究大语言模型推理之缓存优化
大语言模型推理缓存优化技术持续演进，KV Cache是关键。vLLM引入PagedAttention，借鉴虚拟内存分页技术，优化内存管理，支持并行采样和共享前缀。SGLang采用RadixAttention，通过基数树实现KV缓存复用，提升多轮对话效率。DeepSeek使用上下文硬盘缓存，降低成本。这些技术显著降低了首Token延迟，提升了推理效率。
淘宝直播数字人：服务端工程技术
淘宝直播数字人通过AI技术实现虚拟主播，涵盖LLM文案生成、TTS语音合成、形象驱动等六大核心环节，提升直播互动与表现力。数字人主播降低开播成本，支持全天候直播，自动生成商品讲解文案，实时互动，丰富展现力。工程链路从人工保障到智能化阶段，优化素材审核、公域质量评估，推动一键开播，提升效率与用户体验。
从Rax+DX到React，一次跨端组件重写的AI提效探索
这次M站首页重构中，小编用AI工具Cursor+结构化Prompt设计，高效完成了Rax到React的组件迁移和DX到React的跨端重写。AI在框架转换、业务逻辑优化上表现出色，但在样式细节和业务理解上仍需人工调优。整个过程展现了AI辅助开发的潜力，开发者角色正从编码转向架构设计，人机协作将成为新常态。
Python语言从2.7到3.14的能力变化与演进逻辑
Python自2008年3.0版本发布以来，历经十六年演进，从修复语言设计缺陷到追求现代编程风格与极致性能。3.0版本解决了字符串处理问题，3.5引入async/await语法，3.11通过Faster CPython项目显著提升性能。类型系统逐步完善，标准库精简优化，第三方生态爆发式增长。AI、云计算等技术推动Python持续进化，未来性能优化与类型系统完善仍是重点。
淘宝直播数字人：音视频&算法工程技术
淘宝直播数字人技术揭秘：AI驱动六大核心环节，从文案生成到形象驱动，实现24小时智能直播。LLM大模型解决商家痛点，TTS语音合成与音视频工程无缝衔接，打造逼真互动体验。端云结合降本增效，创新应用覆盖公益助农、教育普惠等场景。数字人正重塑直播电商生态，未来将拓展千人千面、数字分身等方向，开启智能交互新时代。
AI 编程如何在团队中真正落地？
探索AI编程工具Cursor在团队中的高效应用路径，通过规范研发流程、提升结构化语言表达，实现代码生成与设计文档的精准对接。针对不同需求，细化开发步骤，确保Cursor在方案设计、代码生成、单测与CR等环节的准确性，同时积累应用级特化沉淀，降低使用门槛，助力团队提效。
从理论到应用：AI搜索MCP的最佳实践案例解析
大语言模型（LLM）如何高效调用外部工具？MCP协议来帮忙！它像AI界的USB-C接口，标准化连接模型与工具，实现解耦和共享。通过实际场景演示，MCP让LLM轻松获取天气、解析文件、进行向量检索等，降低接入成本，提升灵活性和用户体验。快来试试，让AI更智能！
如何让 AI 成为你的编程搭档？一次真实重构告诉你答案
Cursor作为一款AI原生化编程工具，深度集成于VS Code，通过自然语言交互助力代码编写、解释、重构及Bug查找。其Agent、Ask、Manual三种模式分别支持自主探索、问题解答及精准编辑，显著提升开发效率。然而，Cursor依赖底层模型能力，存在跨应用支持不足及研发环节能力不均等局限。通过合理拆解任务、结构化提示词，可最大化其效能，实现高效开发。
淘宝直播数字人：形象技术
淘宝直播数字人技术专题揭秘！从LLM文案生成到TTS语音合成，再到形象驱动与音视频工程，六大核心环节打造智能数字人。通过模型蒸馏、路径压缩优化推理效率，实现自然交互与逼真表现。针对电商场景，降低商家开播门槛，提升用户观看体验。未来将持续探索一键托管式开播与高表现力数字人技术，推动直播电商智能化升级。