郑恩赐.-CSDN博客

原创 DeepSeek V4 Flash Vision Exp 全面调研：好不好用、值不值得用、性价比高不高

2026 年 8 月 21 日，DeepSeek 上线了实验性多模态视觉模型 deepseek-v4-flash-vision-exp。这是 DeepSeek Flash 系列首次具备图片理解能力，标志着 DeepSeek 正式进入 multimodal（多模态）赛道。本文从 model overview（模型概况）、pricing mechanism（定价机制）、benchmark performance（性能表现）、competitive analysis（竞品对比）、integration compa

2026-08-24 15:12:07 313

原创 LLM13-2026年8月国内AI大模型性价比排行榜：DeepSeek涨价之后

2026 年 8 月 17 日，DeepSeek 一纸公告让整个开发者圈 sub 了一下——V4 系列告别「白菜价」，正式引入峰谷定价（Peak/Off-peak Pricing）⏰。曾经以 1 元/2 元横扫市场的 V4-Flash，一夜之间变成 1.5 元/4.5 元起，输出价格最高涨了 3.5 倍 💸。那个「无脑选 DeepSeek」的时代，结束了。所以问题来了：涨价之后，国内大模型性价比之王还是它吗？本文基于 8 月 14 日更新的 AA Intelligence Index（AA 智能指数）

2026-08-21 10:16:25 373

原创什么是 SFT 监督微调：大模型从只会续写到会听话的关键一步

刚预训练完的大模型只会做一件事——预测下一个字，也就是不停地续写。而可以在产品里用的聊天模型，得听懂你的指令、按格式回答、该拒绝还得拒绝。从「不会续写」到「会听话」，中间这关键一步最常用的技术之一，就叫 SFT（Supervised Fine-Tuning，监督微调）。本文带你拆解 SFT 的定义、数据、机制与能力边界。

2026-08-13 17:24:35 220

原创为什么 DeepSeek V4 Flash 可以超过 V4 Pro Preview

2026 年 7 月 31 日，DeepSeek 发布了 V4-Flash-0731 正式版。令人震惊的是，这个仅 284B 总参数（13B 激活）的轻量模型，在 Agentic（智能体）基准测试上全面超越了自家 1.6T 总参数（49B 激活）的 V4-Pro-Preview。本文深入分析这一「以下克上」现象背后的技术原因。

2026-08-11 14:04:18 365

原创 AI Agent 在 Windows 执行命令不熟练：是 PowerShell 还是 cmd 的锅？

本文剖析 Trae、Qoder、Cursor、Claude Code、Codex 等 AI Agent 在 Windows 上执行命令行频繁失败的现象，从训练数据 bias、shell 语法差异、shell 检测 bug 三个维度定位根因，并给出 Git Bash、WSL2、PowerShell 7+、cmd 的选择建议与实战配置

2026-08-07 15:17:24 243

原创 MoE（Mixture of Experts，混合专家模型）深度解析：从路由机制到专家专业化的迷思

本文深入剖析 MoE（Mixture of Experts，混合专家模型）架构的核心机制，厘清「专家专业化」的常见误解，并探讨角色扮演提示词与 MoE（Mixture of Experts，混合专家模型）专家激活之间的真实关系

2026-08-04 21:53:36 226

原创 AI Agent（AI智能体）记忆管理系统设计 — 从向量库边界到生产级 Memory（记忆）架构

本文深入剖析 AI Agent（AI智能体）记忆管理的生产级设计方案。从 Vector DB（向量数据库）的三大边界问题（精确查询失效、语义噪声污染、时间盲区）出发，提出平行记忆架构（精确通道 + 摘要通道 + Sliding Window（滑动窗口）），引入双时间戳状态管理（Valid Time（有效时间） + Transaction Time（记录时间））解决状态错乱，最后通过 Workflow Memory（工作流记忆）机制实现经验固化与自进化，形成一整套让 Agent（智能体）具备可靠记忆与持续进

2026-07-30 18:15:56 195

原创 Pi Agent 深度解析：最小化编码 Agent 的哲学、争议与未来

本文档深入解析 Pi Agent——一个由 Mario Zechner 开发的最小化编码 Agent，也是 OpenClaw（曾被称作 ClawdBot / MoltBot）的底层引擎。文章涵盖 Pi 的核心设计哲学、架构特点、与主流 AI 编码工具的对比，以及围绕它的社区争议和前景分析，帮助读者客观判断这一新兴工具的定位与价值。

2026-07-27 13:05:36 459

原创什么是 Luke（循环工程）

一句话总结：Luke（Loop）是 AI 开发的第四代 paradigm——从「写提示词」进化到「设计循环」。你不是再在一轮轮对话中指挥 AI，而是设定一个 Goal，设计一套系统，让 AI 自己循环执行、自主纠错、独立验证，直到目标达成交付验收。

2026-07-26 14:46:44 390

原创长上下文时代，RAG 还有必要吗？— 从企业级实践出发的深度分析

本文探讨在大模型上下文窗口不断扩展的背景下（2026 年主流模型已支持 128K-1M token），RAG（检索增强生成）是否仍有存在价值。文章从企业级知识库的真实痛点出发，分析长上下文模型的固有限制，拆解 RAG 在 precision、cost、compliance 等方面的不可替代性，并给出「检索-压缩-读取」的混合架构实践路径。核心结论：放得下不等于找得准，长上下文不会取代 RAG，而是重新定义 RAG 的分工边界 🔍

2026-07-26 14:25:33 182

原创 LLM02-Context Priming：利用强模型上下文提升弱模型能力的策略

本文探讨一种实用的 LLM cost optimization 策略——Context Priming：在一轮新对话中先用强（昂贵）模型建立高质量的 interaction context，然后切换至弱（廉价）模型继续对话。由于 conversation history 充当了 implicit prompt，弱模型会模仿强模型的 reasoning pattern、response format 和 behavior，从而显著提升其 output quality。本文涵盖核心概念、技术原理、实现策略、效果

2026-07-17 21:57:31 294

原创 S02-SpringBoot实体类新增字段对已有数据的影响及自动DDL同步机制详解

本文档深入分析 SpringBoot + JPA 项目在已有数据的情况下，修改 Entity 类（新增字段）对数据库表和已有数据的影响。核心聚焦 spring.jpa.hibernate.ddl-auto 配置的四种模式，解析「数据会不会丢失」「SpringBoot 如何同步实体结构到数据库表」等关键问题，并提供生产环境的安全操作指南

2026-07-11 17:12:23 207

原创 N3A-一个端口只能给一个程序使用吗？[特殊字符]

本文档深入探讨端口绑定的核心机制，解析「一个端口对应一个程序」这一常见认知的适用边界和重要例外。涵盖端口的基本概念、默认独占规则的原因、不同协议层面的端口独立性、端口复用/共享技术（SO_REUSEADDR / SO_REUSEPORT）、反向代理与虚拟主机的端口共享方案，以及容器化环境下的端口映射策略。通过理论与实践结合，帮助读者全面理解端口使用的灵活性与限制

2026-07-09 11:19:42 220

原创 LLM01-大模型API调用平台性价比深度分析

本文档基于 2026 年最新市场数据,从价格、模型能力、平台稳定性、合规性等多个维度,深度分析国内外主流大模型 API 调用平台的性价比表现,为个人开发者提供科学的选型指南

2026-07-08 16:06:42 228

原创 Q06-导航按钮高级拟态玻璃效果构建完全指南

本文档详细讲解如何在没有背景图片的导航页面上，通过纯 CSS 技术为每个导航按钮构建高级拟态玻璃（Glassmorphism）效果。涵盖从基础原理到 Apple Liquid Glass、Honor MagicOS 风格的完整实现方案，以及交互状态增强和完整可运行示例

2026-06-30 15:01:20 3187

原创 P2M-Matplotlib折线图完全指南-从数据可视化到趋势分析的Python绘图利器

本文档详细介绍了如何使用Matplotlib绘制折线图，从环境准备到核心参数解析，再到完整代码实现。主要内容包括：环境配置：确保Matplotlib安装并正确设置中文字体显示折线图基础：定义、适用场景（时间序列分析、趋势对比等）和注意事项核心参数详解：线型(linestyle)：实线、虚线等样式颜色(color)：支持名称、十六进制等格式标记(marker)：数据点形状设置线宽(linewidth)：控制线条粗细完整案例：通过2026年两款产品月销售额对比的实例，展示完整代码实现和逐行解析，

2026-06-29 10:54:36 287

原创 P2L-Matplotlib饼图完全指南-从数据可视化到图表定制的Python绘图利器

文章摘要本文是一份Matplotlib饼图绘制完整指南，涵盖从基础概念到高级定制的全流程。主要内容包括：环境配置：安装Matplotlib并设置中文字体支持饼图基础：解释饼图定义、适用场景和核心术语（Wedges、explode等）核心参数详解：深入解析plt.pie()的关键参数，包括x、explode、labels等完整实现：通过电商销售渠道占比案例，提供可运行的完整代码代码解析：对每行代码进行详细注释说明可视化效果：展示最终生成的饼图示例特别强调实际应用中参数配置技巧和常见注意事项，如

2026-06-29 10:11:09 233

原创 Q04-Vite禁用CSS代码分割-解决生产环境样式加载顺序混乱问题

摘要：解决Vite生产环境CSS加载顺序问题当使用Vite构建项目时，默认的CSS代码分割(CSS Code Splitting)功能可能导致生产环境样式加载顺序混乱，特别是当ElementPlus等UI库的默认样式意外覆盖自定义样式时。本文分析了该问题的根源：Vite会将异步组件的CSS提取为独立文件，这些CSS文件的加载顺序不可控，可能破坏CSS层叠规则。解决方案是在vite.config.mjs中设置cssCodeSplit: false，强制将所有CSS合并为单个文件，确保样式按预期顺序加载。文中

2026-06-28 22:34:03 367

原创 J7A-高级Java工程师面试三道灵魂拷问-深度广度与工程素养的终极检验

高级Java工程师面试核心能力指南摘要本文针对高级Java工程师面试中的三大核心能力进行剖析：线上问题排查 - 展示结构化分析流程，从链路追踪到JVM诊断（P99延迟/CPU飙升场景）高并发架构设计 - 解析秒杀系统关键设计，涵盖限流/熔断/缓存一致性等核心技术遗留系统重构 - 提出渐进式重构策略（绞杀者模式），平衡业务需求与技术债务关键亮点深度诊断工具链：集成SkyWalking APM、Arthas诊断、GC日志分析等工具架构设计权衡：揭示高并发场景下的CAP原则实践与一致性保障方案工

2026-06-28 12:37:28 350

原创 Q03-UI设计进阶技巧-让界面更高级的7个核心原则

本文档系统讲解7个让UI界面更高级的设计原则，涵盖IP形象品牌记忆、拟物化卡片设计、视觉降噪与信息重组、拟态玻璃样式、标签色彩克制、卡片信息聚焦等核心技巧，帮助设计师打造高质感界面

2026-06-27 19:17:46 218

原创 Q01-高并发点赞系统架构设计

本文档基于抖音面试案例视频，深入解析高并发点赞系统的四层架构设计。从数据库行级锁的串行化瓶颈出发，逐层讲解前端批量合并、Redis 原子计数器、异步持久化到分库分表打散热点的完整解决方案，揭示如何在性能与一致性之间取得务实平衡 🎯

2026-06-27 13:09:52 205

原创 Q02-Vue-React-index.html完全指南

许多 Vue/React 初学者对 index.html 的作用认知模糊，仅把它当作"一个空的 HTML 文件"，却不知道它能控制 SEO、性能优化、CDN 加载、多环境变量等关键能力。本文档系统讲解 index.html 的本质、功能、配置方法和最佳实践，帮助开发者充分挖掘这个"被低估的入口文件"的潜力

2026-06-26 10:49:06 437

原创 09e-斯坦福CS336作业四：大规模语言模型训练数据收集与处理

本文档详细讲解斯坦福 CS336 课程作业四的核心内容,涵盖从 Common Crawl 原始网页数据到高质量预训练数据集的完整处理流程,包括 HTML 转纯文本、内容过滤策略、大规模数据去重算法,以及高效数据流水线构建

2026-06-23 11:17:37 317

原创 09d-斯坦福 CS336 作业三：缩放定律（Scaling Laws）

本文档详解斯坦福 CS336 课程的作业三，聚焦语言模型的缩放定律（Scaling Laws）。通过理论与实践相结合的方式，帮助读者理解如何在给定计算预算下最优地分配模型大小和训练 token 数，以及如何拟合缩放曲线预测模型性能 🎯

2026-06-23 09:48:43 458

原创 09c-斯坦福CS336作业二：系统与分布式训练

本文档详细解析斯坦福 CS336 课程 Assignment 2 的核心内容，涵盖单 GPU 性能分析与优化（基准测试、混合精度、内存分析）、FlashAttention-2 的 Triton 内核实现、分布式数据并行训练（DDP）的渐进式优化，以及优化器状态分片（ZeRO-1）技术。通过理论与实践相结合，帮助读者深入理解大模型训练中的系统工程问题 🔧

2026-06-22 23:15:00 420

原创 09bad-斯坦福CS336作业一-构建优化器

本文档基于斯坦福 CS336 作业一，从零构建 AdamW 优化器，涵盖优化器的核心作用、SGD 与动量法、Adam 的自适应矩估计、AdamW 解耦权重衰减的数学原理与手动实现，以及 PyTorch 原生优化函数的对比使用

2026-06-21 22:46:40 219

原创 09bac-斯坦福CS336作业一-实现训练损失计算

本文档基于斯坦福 CS336 作业一，从零实现语言模型的训练损失计算（交叉熵损失），涵盖核心公式推导、数值稳定技巧、手动实现完整代码及逐行解析、PyTorch 原生优化函数的使用，以及完整可运行的综合示例 🛠️

2026-06-21 22:19:52 173

原创 09bab-斯坦福CS336作业一-Xavier初始化

本文档深入讲解 Xavier 初始化（又称 Glorot 初始化）的原理、数学推导与代码实现。Xavier 初始化通过精心设计的权重方差，使信号在深度神经网络的前向传播和反向传播中保持稳定，有效解决梯度消失和梯度爆炸问题 🛠️

2026-06-16 10:51:54 291

原创 09ba-斯坦福CS336作业一-前馈网络

本文档基于斯坦福 CS336 作业一，从零实现 Transformer 的位置级前馈网络（Position-wise FFN），涵盖核心原理、标准 FFN 实现、SwiGLU 门控变体、代码逐行解析，以及完整可运行的综合示例

2026-06-15 17:16:15 372

原创 O08-单写线程与单读线程冲突分析

本文档深入分析单写线程与单读线程场景下的冲突问题，涵盖竞态条件产生原理、数据一致性风险、无锁队列实现机制、环形缓冲区设计方案，以及基于原子操作的线程安全解决方案。通过理论与实践相结合的方式，帮助读者理解单写单读并发编程的核心要点

2026-06-03 12:09:52 362

原创 O07- 银行家算法

本文档系统介绍银行家算法的核心原理、数据结构、安全性检查机制和完整的 Python 实现。通过理论与实践相结合的方式，帮助读者深入理解操作系统中死锁避免的经典算法

2026-06-02 16:17:31 185

原创 O06-缺页中断与一般中断的主要区别

本文档详细对比缺页中断与一般中断的核心区别，涵盖触发时机、处理流程、硬件响应、可屏蔽性等维度，并深入讲解软缺页与硬缺页的分类、缺页中断的三大特性，以及完整的处理流程

2026-06-02 11:17:56 256

原创 O05-分时操作系统和实时操作系统区别

本文档从定义、核心机制、调度策略、应用场景等多个维度，系统对比分时操作系统与实时操作系统的本质区别，帮助读者深入理解两类操作系统的设计哲学与适用场景

2026-06-02 10:38:02 211

原创 09b-斯坦福CS336作业一-Transformer语言模型

本文档详细解析斯坦福CS336课程作业一的第二部分：Transformer语言模型架构（Decoder-Only Transformer），涵盖多头注意力、RoPE、RMSNorm、SwiGLU等核心组件的从零实现

2026-06-01 15:59:10 286

原创 09abb-SwiGLU激活函数

本文档深入讲解 SwiGLU 激活函数的核心原理，涵盖从 GLU 到 Swish 再到 SwiGLU 的演进历程、数学公式解析、门控机制工作原理、与传统激活函数的对比分析、在 LLaMA 等主流大模型中的应用，以及参数量设计原理。帮助读者深入理解 SwiGLU 为何成为现代大语言模型的标准选择

2026-06-01 15:41:41 426

原创 09aba-将离散的 token ID 映射为连续的稠密向量

本文档深入讲解 Token Embedding 的核心原理，涵盖从离散符号到稠密向量的映射机制、Embedding 层与查找表的等价关系、PyTorch 从零实现完整代码及逐行解析、为什么要用稠密向量而非 One-Hot，以及一个完整可运行的示例。帮助读者彻底理解 Embedding 层的运行机制

2026-06-01 12:27:06 259

原创 01-如何监听接口调用情况？

本文档介绍在 SpringBoot 项目中监听每个接口的调用次数、传入参数、返回参数、响应耗时的多种实现方案

2026-05-28 21:24:40 234

原创 09ab-无偏置线性层是什么？

本文档详细解释无偏置线性层（bias-free linear layer）的概念与核心特性，涵盖数学定义（y=xWTy=xW T ）、与带偏置线性层的本质区别、输出恒过原点的几何含义，以及需要零中心输入的前提条件，帮助读者深入理解这一线性变换的核心原理

2026-05-28 18:27:39 404

原创 09aaac-RMSNorm是什么？

本文档深入讲解 RMSNorm（Root Mean Square Normalization，均方根归一化）的核心概念。RMSNorm 是一种轻量级的归一化方法，通过去除 LayerNorm 中的均值中心化步骤来降低计算开销。本文从归一化的背景动机出发，逐步推导 RMSNorm 的数学原理，并通过 PyTorch 代码实现帮助读者直观理解其工作机制，最后探讨 RMSNorm 在现代大语言模型（如 Llama、Gemma）中的广泛应用。

2026-05-28 13:28:10 445

原创 09aaaba-LayerNorm中心化操作是什么？

本文档深入解释 LayerNorm 中"减去均值"这一中心化操作的核心概念，涵盖数学定义与计算步骤、几何意义（正交投影）、为什么需要中心化，以及 RMSNorm 为何能去掉中心化仍保持性能

2026-05-28 12:30:59 365

空空如也

AttributeError: type object 'Settings' has no attribute 'screen_width'