话题公司 › 阿里巴巴

公司:阿里巴巴

关联话题: Alibaba、阿里、闲鱼

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。

面对MCP"工具投毒",我们该如何应对

MCP框架因安全漏洞面临“工具投毒攻击”风险,攻击者通过植入恶意指令诱导AI模型执行非授权操作,如窃取SSH密钥。复刻攻击过程显示,客户端易被诱导泄露敏感数据,服务端则存在远程代码执行等隐患。阿里云可观测团队提出智能评估和eBPF实时监控方案,有效识别和防范MCP安全风险。

AI驱动代码编辑器: Cursor的功能解析及行业影响

Cursor是一款AI驱动的代码编辑器,基于VS Code重新设计,旨在提升开发效率。它提供智能代码补全、自然语言编程、多文件编辑等功能,尤其YOLO模式可实现任务自动化。与传统IDE相比,Cursor更注重AI优先设计,理解整个代码库上下文,并提供主动式代码改进建议。它不仅适合专业开发者,也帮助初学者和非技术人员快速上手编程,重塑软件开发体验。

打通模型与现实世界的最后一公里?MCP极速入门指南

MCP是一种模型上下文协议,旨在无缝集成LLM与外部数据源和工具。它解决了传统开发中的语义鸿沟、能力黑洞和安全边界问题,统一了不同大模型和服务之间的协议。通过MCP,开发者可以快速搭建和调用MCP服务,实现自然语言指令与API的无损映射,提升AI应用的效率和安全性。

一行代码不用改!搞定 HSF 转 MCP Server

MCP生态发展迅速,阿里通过Higress网关实现HSF服务无代码改造接入MCP,解决了SDK不稳定、协议迭代快等问题。Higress承担协议转换,提供身份认证、流量调度等能力,降低业务接入成本。MCP虽非银弹,但为AI业务工程化提供起点,未来仍需关注A2A等协议发展。

LangChain脚本如何调度及提效?

LangChain和Dify是流行的开源大模型开发框架。通过任务调度系统SchedulerX,可以高效管理LangChain脚本,支持定时调度、版本控制、Prompt动态管理等功能。系统还提供限流控制、失败重试、依赖编排及企业级可观测能力,提升资源利用率和任务成功率。未来将支持更多AI任务管理需求,如模型Failover和Tokens限流等。

浅入浅出——生成式 AI

生成式AI通过深度学习模拟人类智能,创造新内容。机器学习从数据中寻找函数,深度学习通过多层神经网络提取特征。生成式AI如ChatGPT,利用大语言模型进行文字接龙,解决复杂问题。Transformer模型通过自注意力机制处理序列数据,提升模型效率。AI训练分为预训练、指令微调和强化学习,逐步提升模型能力。AI Agent可独立完成任务,具备记忆和计划能力,推动AI应用发展。

淘天自营前端开发的AI增效实践总结

AI技术在前端领域的应用正逐步深化,"AI四象限"模型为开发场景提供了科学的评估方法。鸿雁AI Coder和Nextdy Aone Copilot两款工具链通过全链路智能开发和智能改码,显著提升了前端研发效率。AI不仅优化了UI生成、代码适配等环节,还实现了生产级代码的自动化生成,展示了AI在前端落地场景的广阔前景。

10行代码,实现你的OpenAPI MCP Server

MCP Server的局限性在于工具固化且Token消耗大。通过阿里云OpenAPI,仅需10行Python代码即可创建专属MCP Server,无需深入了解API细节。核心原理是利用MCP协议连接LLM与外部数据,提供资源、工具和提示功能。未来将探索通用工具,实现自动调用API,提升灵活性和效率。

RAG 2.0 深入解读

RAG 2.0时代,多模态融合、混合检索优化等技术推动了大模型落地。面对多模态支持不足、检索质量与噪声、生成幻觉与冗余等挑战,RAG通过混合搜索、DPR、重排序、多模态RAG、强化学习、GNN等技术升级,提升了复杂推理任务的处理能力。Agentic RAG引入智能代理,增强了系统的自主决策与规划能力,进一步优化了检索与生成效率。

MCP入门指南:大模型时代的USB接口

模型上下文协议(MCP)由Anthropic推出,旨在标准化大型语言模型与外部世界的交互。MCP通过通用语言连接数据源和工具,扩展AI能力,简化开发者集成工作。其核心组件包括服务器、客户端、主机和传输层。MCP不仅增强AI的知识和操作能力,还促进AI生态系统的协作与创新,有望成为AI交互的核心桥梁。

MCP实战之Agent自主决策-让 AI玩转贪吃蛇

MCP协议推动AI发展,赋予AI更多能力,如操控贪吃蛇游戏。通过MCP Server,AI能调用工具、资源与提示模板,实现多轮交互。官方提供调试工具inspector,便于开发者测试MCP Server功能。AI与MCP结合,不仅提升了任务执行效率,还促进了生态系统的繁荣,如Cursor和Cline等平台对MCP Server的支持。

亿级流量下的前端高可用架构实践:淘宝春节许愿主互动

本文分享了淘宝春节许愿主互动的前端实践,聚焦复杂项目中的架构设计、数据管理、动画渲染及性能优化。通过统一数据管理、差异化动画渲染、动画序列控制、灯笼状态机等技术,实现了高并发、高体验的互动效果。采用CSR渲染、Lottie动画、Eva.js引擎等方案,确保多端一致性和动态容灾能力。

我在1688修炼小程序

1688小程序通过双线程架构优化性能,支持复杂业务迭代。采用MVC方案提升渲染效率,优化搜索推荐、商品详情等核心链路体验。引入微信支付、旺旺消息升级,强化商家私域运营。未来布局跨端组件库,探索微信生态,实现多平台快速适配,推动业务增长。

2025淘宝春晚互动小游戏技术方案揭秘

2025年春晚互动小游戏通过前端技术应对高并发与跨端协同挑战,采用Eva.js 2.0、WebGL 2等技术提升渲染性能,优化用户体验。通过伪3D场景、压缩纹理、物理碰撞等方案,确保流畅互动。未来将探索真3D实现与统一渲染引擎,持续优化内存管理与WebGLContext,为用户带来更高质量的互动体验。

深度解析Agent实现,定制自己的Manus

本文深入探讨了AI Agent的设计与实现,涵盖了核心要素如感知、记忆、规划和行动,并结合OpenManus进行二次开发实践。通过实验验证了Agent在不同任务中的表现,提出了自主化演进和多Agent协作的改进方向。文章还介绍了MCP协议在AI生态中的应用前景,强调了LLM与外部工具的协同作用,为AI Agent的未来发展提供了技术参考。

除了MCP我们还有什么?

agents.json是基于OpenAPI的开放规范,专为AI agent与互联网服务提供商的交互设计。它通过结构化描述API,确保AI agent能稳定准确地调用服务。agents.json引入flows和links概念,定义复杂操作的执行顺序,优化自然语言驱动和任务流标准化,增强API的可发现性,解决多步骤调用的可靠性问题,支持现有身份认证体系,部署成本低,生态开放。

首页 - Wiki
Copyright © 2011-2025 iteam. Current version is 2.143.0. UTC+08:00, 2025-05-13 09:56
浙ICP备14020137号-1 $访客地图$