昊叔-CSDN博客

原创 python技巧(一)

1.参数unpack*args表示任何多个无名参数，它是一个tuple；**kwargs表示关键字参数，它是一个 dict。并且同时使用*args和**kwargs时，必须*args参数列要在**kwargs前。如此可以简单的给函数传递列表和字典def draw_point(x, y): # do some magicpoint_foo = (3, 4)point

2012-04-15 15:16:41 620 1

原创 STL分析-准备工作<二>

在泛型技术中，类型参数化实现了泛的含义，那么在具体使用中，光有泛是不行的，同样一个泛型函数中，基本类型能和自定义类型完全一致吗，指针能和具体类型一致吗，常量引用和常量指针呢，代码总要落在实处，类型总要具体化，怎么办？我们又不能总是特化，特化太多，模板就失去意义。在我们面向对象

2011-10-16 12:34:32 459

原创 STL分析-准备工作＜一＞

泛型设计之要点模板发展起来，在c++语言发展过程中属于意外发现，因而和基本的语法比较起来，是二等公民，语法支持不那么优雅，代码形式看着让人很受伤，C++11出来后，估计能好点，VS2010就引人了一些新特性，简化了部分模板语法。虽然模板在c++语法层面属于

2011-10-14 21:56:03 515 1

Python跟Ruby一样，都是崇尚所谓Duck Typing的，也就是说，对于一个对象来说，它“是”什么类型的不重要，是不是支持某些操作才重要。解释器本身在编译时和运行时都不检查对象类型，只到运行时才直接执行所调用的方法，只要“它叫起来像鸭子，走起来像鸭子，那它就是鸭子”。但是在做企业应用的时候，目前流行的方法是造一堆又一堆的framework。本质上造framework并不是很pythonic的做法，因为Python崇尚的是轻薄短小，简单直接。不过在面向特定企业开发

2011-03-20 22:00:00 2508

原创 Python List 推导

list推导的理念 list推导Rationale List comprehensions provide a more concise way to create lists in situations where map() and filter() and/or nested loops would currently be used.Examples >>> print [i for i in range(10)] [0, 1, 2, 3,

2010-11-12 22:03:00 614 1

原创 wxpython的学习之路

wxpython是python事实上的标准GUI库，是wxwidgets的python语言的绑定，结合了python语言的简洁和wxwidgets的丰富和强大。怎么学好wxpython，是准备学习和使用python的同志面临的第一个问题根据学习目的不同可以按以下方式来学习装渊博级的：看看百度百科，看看wxpython的wiki，网上找个入门的教程，拷贝下来运行下，然后，然后就可以在简历上填上精通wxpython，熟悉跨平台开发，在windows，linux，mac上做过界面开发，也可以在心血来潮的领导面前推

2010-10-31 14:54:00 1580

原创数学本质05｜Attention：模型为什么知道该看哪个词？

Attention机制通过Query、Key、Value三者实现上下文信息的动态重组：点积计算Query与Key的匹配度，Softmax将得分转化为注意力权重，再对Value加权求和，使每个Token能聚焦相关上下文。这一过程让模型在不同语境下动态调整关注重点，实现语义理解。同时，推理中缓存历史Key和Value（KV Cache）可提升效率，但随上下文增长显存开销增大。本质上，Attention完成了从“关系计算”到“信息重组合”的关键跃迁。

2026-10-09 17:15:47 94

原创数学本质 04｜点积：AI怎么知道两个词意思接近？

向量为文本赋予高维坐标，点积则将语义相似性转化为可计算的数值。通过方向一致性（余弦相似度），AI能判断“猫”与“狗”比“猫”与“数据库”更接近。在RAG中，点积实现按语义检索；在Attention机制中，它用于打分匹配，结合Softmax生成注意力权重。点积让模糊的“相似”“关注”变为可量化的关系，是连接向量空间与智能推理的核心桥梁。

2026-09-30 10:47:49 222

原创数学本质03 | 向量:AI如何给万物安排坐标

AI 能工作，核心在于将语言转化为向量——高维空间中的坐标。通过 Embedding，词语、句子被映射为可计算的向量，不仅保留语义关系（如“猫”与“狗”相近），更使相似性、上下文依赖等模糊概念变为可度量的距离与方向。Transformer 动态调整向量位置，实现语境理解；RAG 则在向量空间中进行语义检索。本质是：AI 不“理解”文字，而是将世界转化为坐标，再通过数学计算关系。

2026-09-20 18:13:17 151

原创前文不用重算，大模型到底缓存了什么？｜讲透大模型 A2

因个人安排，明天下午需请假。为确保工作衔接，已提前完成相关任务。后续将通过邮件及时反馈进展。感谢理解与支持！

2026-09-18 18:02:46 342

原创数学本质 02｜矩阵乘法：高维世界如何被重新组织

大模型的核心是矩阵乘法：文本经嵌入转为向量矩阵，通过权重矩阵逐层变换表示空间，Attention与前馈网络均依赖矩阵运算。参数本质是变换规则而非知识存储，非线性激活赋予表达能力，GPU则因并行优势加速矩阵计算。根本逻辑在于：向量表征、矩阵变换、非线性表达、硬件加速四者协同，构成大模型的数学骨架。

2026-09-18 17:53:37 350

原创 GLM-5.3 开始优化运行自己的系统：Agent真正重要的不是写代码，而是反馈

智谱披露GLM-5.3-Flash在国产加速器上实现高效推理优化，核心突破在于智能体自主驱动系统调优。关键不在于代码生成，而在于构建“密集反馈”机制——通过局部、低成本、可验证的正确性、行为与性能反馈，使智能体能精准定位问题（如精度漂移、通信串行、重复计算），并快速验证修复方案。这推动工程师角色从“解决问题”转向“设计反馈环境”，形成“优化→数据积累→模型进化”的闭环雏形。真正瓶颈已从“能否写代码”转向“能否提供有效反馈”，标志着AI工程正迈向以“反馈工程”为核心的范式变革。

2026-09-17 19:34:04 185

原创《讲透大模型》发刊词：为什么认识了那么多名词，还是不懂大模型？

编程Agent能跨上下文持续任务，靠的不是无限记忆，而是“进度记录+外部检索”的机制：关键进展被摘要保存，后续调用时重新加载必要信息，旧历史则通过工具按需读取。这解释了为何模型上下文有限，任务仍可延续。《讲透大模型》系列旨在打通术语与机制间的空隙，从一次回答生成出发，逐层讲清Token、Embedding、Attention、KV Cache、RAG、Agent等概念如何协同工作，让知识真正可用。

2026-09-16 17:38:18 175

原创大模型的一次回答，是怎样生成的？｜讲透大模型 A1

你在聊天框里输入：帮我写一封请假邮件：明天下午请假，语气礼貌，不超过80字。很快，屏幕上出现了“您好，因个人安排……”。这封邮件究竟怎样来的？是系统已经写好了全文，再慢慢显示出来，还是写出一点，再继续决定后面接什么？这一篇，我们只拆开最基本的自回归文本生成流程。先看邮件怎样逐步形成，至于模型为什么有能力写好它，留到后面讨论。

2026-09-16 17:33:49 161

原创数学本质 01｜线性代数：人类如何发明“高维世界的语言”

线性代数起源于解方程，历经四次视角跃迁：从求解未知数，到研究方程结构；从矩阵作为数字表，到理解其为空间变换；从依赖具体坐标，到聚焦抽象的线性变换；最终将矩阵视为特定基下的表示。核心概念如秩、行列式、特征值，本质都在追问系统的独立性、几何变化与可简化性。它已超越计算工具，成为描述高维空间与变换的通用语言。

2026-09-13 20:49:44 264

原创 Harness Engineering：别再逼 AI 背锅了，先给它装个方向盘

如果你把 AI 当天降神兵，Harness Engineering 听起来像多此一举。但如果你真的拿 AI 下过几次生产现场，你就会明白：它不缺热情，不缺速度，甚至也不太缺想象力。它最缺的，是规矩。规矩。以前规矩写给人看。现在，规矩得先写给 agent 看。这大概就是 Harness Engineering 最朴素的本质：不是让 AI 更像人，而是别让它像脱缰的马。

2026-03-30 17:42:52 430

原创 AI 时代，计算思维更值钱

在 AI 工具日益强大的当下，单纯追逐新工具已无法拉开差距，真正核心的技能在于“计算思维”。包含五大核心能力：抽象：忽略无关细节，提取关键结构，将模糊愿望转化为清晰任务。分层：将复杂问题划分为战略、设计、执行等不同层级，避免混淆。分解：将大任务切分为可执行、可验证、可交付的小粒度步骤）。递归和迭代：摒弃一次封神的幻想，采取“先搭最小正确版本，再逐轮细化改进”的方式。模式识别：利用通用解决方案（设计模式、意义模式）而非重新发明轮子。

2026-03-27 19:55:20 428

原创人与 AI 协作的三种指令范式

文章摘要：本文揭示了与AI高效协作的三种指令模式：1）"撒手掌柜"模式（目标驱动），适合头脑风暴但结果不稳定；2）"微操大师"模式（流程驱动），输出稳定但扼杀AI创造力；3）"高级管理者"模式（边界驱动），通过设定目标与限制条件，在控制与创新间取得最佳平衡。作者建议优先采用第三种边界驱动范式，既能保持AI的创造性，又能确保结果质量，是实现人机协作最优解的关键方法。

2026-03-20 10:52:07 402

原创开发 AI Agent 的三条第一性原理

—别再指望“更大模型”，先把系统搭对如果你用过 AI Agent 一段时间，大概率会经历三个阶段：1️⃣ 第一阶段：「卧槽，好强。2️⃣ 第二阶段：「怎么老跑偏？3️⃣ 第三阶段：「这玩意怎么越来越像个情绪化实习生？你开始加 Prompt、堆 Token、换模型、加插件……真正决定 Agent 上限的，从来不是参数量，而是你怎么“管它”。下面是我总结的三条第一性原理。

2026-02-10 15:06:36 761

原创 Linus 开始 Vibe Coding 了，你还在刷 LeetCode？

AI编程时代的分水岭：Linus与DHH的警示与启示 Linux之父Linus的实验表明，AI编程适合原型开发但难担生产环境重任，开发者角色正转向"监工"。而Ruby on Rails创始人DHH警告，过度依赖AI会导致基本功缺失，如同"看健身视频不会变强壮"。当前编程职场正形成分水岭：焦虑派担忧AI替代基础编码能力，而淡定派专注架构设计、业务判断等AI难以替代的核心价值。真正的护城河在于工程判断力、架构视野和业务对齐能力——代码可由AI生成，但系统骨架必须由人搭建。

2026-01-13 13:50:43 413

原创编写一份优秀的 CLAUDE.md

本文阐述了CLAUDE.md在大型语言模型开发中的关键作用。由于LLM的无状态特性，CLAUDE.md需要承担代码库"入职培训"的职责，涵盖项目架构、技术栈和工作流程等核心信息。文章指出常见误区，如过度填充指令或依赖自动生成，并提出六条优化原则：保持简洁（建议<300行）、渐进式披露信息、避免让模型处理格式化任务等。通过精心设计的CLAUDE.md，开发者可显著提升编码代理的工作效率，减少无效交互。（148字）

2025-12-05 15:58:24 1709

原创 CPU vs GPU vs TPU

各种pu

2025-11-29 14:44:48 128

原创语言为什么永远不够：因为它是结构的低维投影

从信息论和几何建模角度分析语言交流的本质问题。作者认为，思想是高维结构而语言是其在低维平面的投影，这种降维过程必然导致信息损失。不同人基于自身认知结构（CPV）对相同语言进行不同维度的重建，导致理解差异。高认知者表达简洁却难被理解，本质是其复杂思想结构与接收者认知能力的维度不匹配。语言交流的困难不是表达技巧问题，而是结构复原能力的物理限制。

2025-11-20 16:53:34 321 1

原创为什么大多数智能 Agent 跑不起来？——从架构到落地的五个关键盲点

智能Agent落地面临五大工程挑战：1.从Prompt设计转向上下文结构化管理；2.记忆系统需分层可视而非简单存档；3.需采用多模型协同架构而非依赖单一模型；4.企业应用需确保可追溯性、可控性和可信度；5.交互方式应突破纯对话模式，结合结构化界面。当前行业重点已从"智能"转向"稳定"，需通过系统工程思维实现从"聊天工具"到"行动系统"的跨越。

2025-10-15 11:27:27 369

原创 AI时代的马太效应：为什么AI会让“顶尖员工”更强，而普通人更焦虑？

AI不会改变人的本质，它只是放大了人的差异。那些自驱、善思、勇于探索的人，会借助AI跃升到新的高度；而缺乏方向与判断的人，可能在同样的工具面前更加迷茫。未来十年，人与AI的竞争，本质上仍是人与人之间的竞争。AI不是敌人，而是照出我们差距的那面镜子。

2025-10-14 15:03:23 800

原创 Sutton：LLM 通往 AGI 的隐秘瓶颈

本文基于强化学习之父 Richard Sutton 的最新观点，探讨了大型语言模型（LLM）在通向通用人工智能（AGI）道路上的根本性局限。Sutton 指出，当前的 LLM 仍停留在“被动模仿”的范式中，依赖人类生成的数据和监督，缺乏主动探索、持续学习与内在动机。它们并非真正遵循 “Bitter Lesson” 所倡导的可扩展自动学习路线，而是人类经验的放大器。他认为，未来通向 AGI 的关键不在于更大的模型，而在于引入内在动机、在线学习与环境反馈机制，让 AI 能像动物一样持续进化。通过多

2025-10-08 16:34:57 775

原创 AI编码工具为何加速开发却难保质量？

AI编码工具加速了开发进程，但普遍面临"70%问题"——前期快速完成70%工作后，后期质量难以保证。AI擅长生成UI和样板代码，但在复杂逻辑、安全性等深水区表现不佳。初级开发者直接复制粘贴AI代码可能导致底层脆弱，而高手则通过重构、测试和优化来弥补AI短板。解决之道在于混合模式：利用AI生成初稿后人工完善，保持上下文精准对话，并严格验证生成代码。AI是加速器而非替代品，开发者仍需专注设计、调试等核心能力，才能避免项目沦为"空中楼阁"。

2025-09-26 19:15:07 920

原创构建卓越LLM Agent的工程哲学：从Claude Code的设计精髓出发

https://minusx.ai/blog/decoding-claude-code/

2025-08-27 16:55:41 868

原创大语言模型在软件开发中的局限性分析

大语言模型在单纯的代码生成任务中表现出较高的能力水平，能够根据规格说明生成语法正确且逻辑合理的代码实现。

2025-08-17 12:10:26 335

原创研究chrome源码的感受

1.实际成功的项目不会用太多的技巧2.代码优美和项目成功，产品成功关系不大，chrome的代码很普通3.设计模式是重构中出来的，不是先写个模式框架再填代码4.分层是管理复杂度第一手段5.解决同步问题的第一手段是消灭同步，6.command模式解决同步是一个不错的手段7.项目中自己实现的库，刚刚够用就行，完美是骗人的8.PIMP在大项目中，优化编译时间很有用9.通用跨

2023-10-21 14:59:53 210 1

翻译我的工程学公理（翻译）

技术公理, 探索软件开发的深层真理。在软件开发领域，存在一些普世的真理和原则，这些公理不仅指导我们的日常工作，还影响着我们的决策和思维方式。从教学到技术选择，从团队建设到代码设计，这些公理深刻地反映了开发者应有的思维和态度。

2023-10-20 20:41:06 127 1

原创 OpenWRT编译报找不到 sys/soundcard.h 的解决方法

OpenWRT编译报找不到 sys/soundcard.h 的解决方法*如果你编译的OpenWRT涉及音频部分就可能会在编译途中遇到此错误*如果你安装了完整的linux-headers的话应该会包含这个文件*安装完linux-headers后编译仍然报该错误，检查/usr/include，未发现sys文件夹。*在/usr/share搜索soundcard.h，发

2013-11-07 23:37:11 2572 1

转载 Using UCI on Ubuntu

The following HOWTO introduces the building of UCI (Unified Configuration Interface) on Ubuntu.Some extra package are required:sudo apt-get install cmake lua5.2The libubox library is req

2013-10-30 20:45:46 2309

转载 vmware安装后ubuntu 进入Vmware Easy Install的问题

做如下操作：Restore the /etc/issue file:sudo mv /etc/issue.backup /etc/issueRestore the /etc/rc.local file:sudo mv /etc/rc.local.backup /etc/rc.localRestore the /etc/init/lightdm

2013-09-21 20:16:14 689

原创 OpenWrt资料

让PC组路由器http://www.openwrt.org.cn/bbs/forum.php?mod=viewthread&tid=6880https://forum.openwrt.org/viewtopic.php?id=204782013年最新能刷OP的路由列表• 2013/07/28 17:47 TP-Link TL-WR741ND – valentt

2013-08-25 08:47:14 1363

原创 chromium 构建系统分析

chromium·自己整了一套构建系统，原来叫gclient（名字好像让位给google桌面客户端了），现在改名depot_tools目标：Wrapper script for checking out and updating source code from multiple SCM repository locations.chromium使用了（目前 @159834）

2012-10-06 22:08:53 2780

原创单元测试的思考

在我的项目经验中单元测试地位一直比较尴尬，大体上有两类人：1.教旨派：认为单元测试能解决所有的测试问题,认为单元测试可以替代其他测试2.怀疑派：单元测试很难实施，单元测试能力有限，无可能达到全覆盖，代码耦合太厉害无法测试单元测试自然不是银弹，“单元”这个限定词，限定了这种测试不是集成测试和开发周期中集成测试后面的各种测试，重点在单元，这个单元是，函数，类，接口，模块等相对独立的

2012-09-16 13:43:31 818 1