<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>MLRun AI Blog</title><link>https://blog.mlrun.ai/</link><description>Recent content on MLRun AI Blog</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Fri, 05 Jun 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://blog.mlrun.ai/index.xml" rel="self" type="application/rss+xml"/><item><title>MCP、A2A、ACP：谁在定义 AI Agent 的'普通话'？</title><link>https://blog.mlrun.ai/posts/mcp-a2a-acp-agent-protocol/</link><pubDate>Fri, 05 Jun 2026 00:00:00 +0000</pubDate><guid>https://blog.mlrun.ai/posts/mcp-a2a-acp-agent-protocol/</guid><description>深度解析 AI Agent 三大协议：Anthropic 的 MCP、Google 的 A2A、IBM 的 ACP。它们不是竞品，而是协议栈的不同层。</description></item><item><title>RAG 实战：构建企业级知识库问答系统</title><link>https://blog.mlrun.ai/posts/rag-practice/</link><pubDate>Fri, 05 Jun 2026 00:00:00 +0000</pubDate><guid>https://blog.mlrun.ai/posts/rag-practice/</guid><description>从零搭建 RAG 系统，涵盖向量数据库选型、文档切分策略、检索优化与 LLM 集成</description></item><item><title>AI 模型部署：从实验到生产的完整指南</title><link>https://blog.mlrun.ai/posts/model-deploy/</link><pubDate>Thu, 04 Jun 2026 00:00:00 +0000</pubDate><guid>https://blog.mlrun.ai/posts/model-deploy/</guid><description>涵盖模型量化、推理加速、容器化部署和性能监控的实践经验</description></item><item><title>Anthropic 反超 OpenAI：三个月估值翻 2.5 倍的底层逻辑</title><link>https://blog.mlrun.ai/posts/anthropic-surpasses-openai-2026/</link><pubDate>Thu, 28 May 2026 00:00:00 +0000</pubDate><guid>https://blog.mlrun.ai/posts/anthropic-surpasses-openai-2026/</guid><description>Anthropic 以 9650 亿美元估值超越 OpenAI，成为最有价值的 AI 初创公司。深度解析这场反超背后的技术路线、效率优势和价值观选择。</description></item><item><title>Claude Code vs Codex 深度评测：一个坐你旁边，一个在云端接单</title><link>https://blog.mlrun.ai/posts/claude-code-vs-codex/</link><pubDate>Tue, 20 May 2025 00:00:00 +0000</pubDate><guid>https://blog.mlrun.ai/posts/claude-code-vs-codex/</guid><description>Claude Code 和 OpenAI Codex 深度对比评测。从架构哲学、Benchmark 数据到真实使用体感，全面解析两大 AI 编程工具的优劣势与适用场景。</description></item></channel></rss>