- 博客(758)
- 收藏
- 关注
RSS订阅原创 别再迷信Few-shot！prompt增益可能只是长度带来的伪信号
先问一句：你的 Prompt 里，是不是也躺着几条“few-shot 示例”？就像你手机里那批下载之后一次都没打开过的健身 App。圈子里有条被写进无数教程的常识：给模型塞几个示例，它就更能听懂你要什么；示例放多了反而会坏事，因为示例会“扭曲”模型的内部表征。前半句有人查过账，后半句——基本没人查过。这就像你妈说的“多吃青菜身体好”，你吃了三十年，也没人告诉你好在哪里、坏在哪里。
2026-09-27 20:18:48
53
原创 AI迁移大型项目翻车实录，Copilot从TS转Rust的工程真相
先说结论，免得你们往下翻半天：GitHub 最近放出一份工程复盘——他们让 AI 把 Copilot 的核心运行时，从 TypeScript 整体迁移成了 83 万行 Rust。听起来很猛对吧？更猛的是，AI 真正使劲的地方根本不是写代码，是读代码。读的量大概是写的十倍。什么意思？你以为雇了个打字机，结果来了个质检员，还是那种一天敲六十三万下 PowerShell 的质检员。如果让 AI 来迁移你的核心系统，你会先挑哪类"纯逻辑组件"试水？反正我不会挑会话编排。我还想保住我那 260MB 的日志。
2026-09-27 20:17:17
25
原创 RAG工作流程全解析，一文看懂检索增强生成底层逻辑
大模型很聪明，这点我不否认。但它聪明得很"局部"：你问它"公司退款几天到账"，它敢根据训练数据给你编一个答案，语气比你们老板还笃定。所以有了 RAG（Retrieval-Augmented Generation，检索增强生成）。说白了就一句话：让模型在回答之前，先翻书，再答题。你把它理解成开卷考试就行：普通大模型闭卷，全靠记忆硬扛；RAG 是给模型递小抄，先查资料，再照着资料写答案。RAG 不是什么神秘的新模型，它是一套"检索、上下文组装、模型生成"的工程流程。
2026-09-27 20:15:18
151
原创 Agent明明说完成了，为什么还在不停转圈
你见过这种界面吗：回答已经完整显示了，Agent 还在转圈；或者它刚说了一句“完成了”，转头又发起一次模型请求。这画面，像极了开会时领导说“我讲完了”，然后大家又默默听了四十分钟。先别急着骂它死循环。它可能不是疯了，只是太有责任感。模型输出结束和任务结束，本来就是两套判断——就像你女朋友说“我没事”，和“我真的没事”，中间隔着一整个宇宙。这一篇接着拆 DeepSeek Harness，提交。重点看agent.ts里的turn()和step()：一个管运行周期，一个管单步执行。
2026-09-26 14:30:44
170
原创 Agent翻车现场复盘，生产环境安全调度器代码直接可用
如果你的 Agent 拿到了工具调用能力，恭喜，你拥有了团队里最能干的新人。如果它没配上安全沙箱，也恭喜，你拥有了一颗会写代码、会删库、还会跟你讲道理的定时炸弹。很多团队对 Agent 安全的态度是：在 Prompt 里写一句"严禁执行危险命令"，然后心安理得地让 Agent 上线。这个操作，相当于给老虎发了一本《员工手册》，还指望它看完之后改吃素。今天不聊大道理，就聊三件事：你的 Agent 是怎么把自己作没的、三层防线怎么盖、以及 gVisor 这个"单间牢房"到底香在哪。
2026-09-26 14:28:34
198
原创 解决Agent幻觉翻车：Workrun运行证据与回归评测实践
做 Agent workflow 时间长了，你会慢慢悟出一个真理：模型说“订单已取消”，和某人说“我吃了”，可信度是一个级别的——都不能光听，得看证据。这篇文章不聊虚的，就讲一件事：怎么让一次运行留下足够可信的证据，让“看起来对”变成“真的对”。对 Agent workflow 来说，最先要解决的往往不是“采集更多数据”，而是让一次运行留下足够可信的证据：能定位问题，能解释结果，能复现失败，也能在下一次修改后识别回归。
2026-09-26 14:26:22
162
原创 DeepSeek Harness实战：用工具、MCP、Skill给大模型装上手脚
先问个问题：你身边有没有那种人，聊起宇宙起源能跟你唠三天三夜，你让他下楼取个快递，他说这事超出了他的能力范围。早期的智能体就是这德行——脑子里装着整个互联网，手脚却一样没有。今天这篇不聊配置、不聊预设，就聊一件事：怎么给这尊“大脑”装上手脚、插上外设，顺便让它学会自己写作业。最后上一份行动指南。以后遇到智能体能力不够用，按这个优先级来：第一步，去 MCP 广场和 Skill 市场翻一翻，大部分通用需求，社区早就有人做好现成的了，接入即用；
2026-09-25 18:47:07
265
原创 放弃Python！纯C实现PP-OCR，单HTML开箱即用的离线OCR方案
兄弟们，最近我干了一件在别人眼里多少有点"倒反天罡"的事：放着 Python + PaddleOCR 这种"人人都说好"的路线不走，非要拿纯 C 去硬啃 PP-OCR。先别急着笑，听我把话说完。不是我不识好歹，实在是在工程现场被教育太多次了：客户要的从来不是"算法牛不牛"，而是"你这玩意儿到底好不好接"。lw.PPOCR.C 最开始其实只是个很朴素的想法：PP-OCR 能不能不靠一整套通用推理框架，直接做成一个足够小、足够好集成的纯 C Runtime？
2026-09-25 18:38:02
267
原创 从 LLM 到 Agent Skill，9个AI底层概念一次性讲透
AI 圈最近有点像奶茶店的新品菜单：名字一个比一个花哨，真正喝明白的人没几个。前脚 LLM，后脚 Token，紧接着 Context、RAG、Prompt、Tool、MCP、Agent、Agent Skill 一窝蜂砸过来。你跟人聊这些词，十个里有九个能跟你唠半小时，其中八个开始搬出"底层逻辑"这种万能词汇，第七个已经掏出 PPT 了。其实没这么玄。这一堆概念，全围着同一件事转：让一台只会算数的机器，把话说得跟人似的。下面从最底层往上捋，一条线九个概念。
2026-09-25 18:33:50
226
原创 大模型网关与CLI接入实战，搞定恼人的405报错
先别急着往下划，回答我一个问题：你有没有在某个深夜，对着一个405错误发过呆？密钥没错，地址没错，客户端也没错，那到底是谁错了？答案可能就藏在今天这篇里——大模型网关。事情是这样的，我自己搭了一个网关服务：鉴权、用量追踪、sk-密钥虚拟分发，OpenAI 和 Anthropic 两套协议都能说，配套的 CLI 和 Web UI 也已经能正式干活了，对话模式、任务模式都有。说白了，这就是你家 AI 调用的「总闸门 + 记账本 + 同声传译」三合一。
2026-09-24 14:42:47
100
原创 AI后台打工人登场，Grok Bot到底强在哪
以前用 AI 的感觉，就像给一个记性只有三秒的客服打电话：你说一句，它答一句，挂断就失忆，下回还得从头自我介绍。你要是想让它连续盯一件事三天？它第一天就先把自己给忘了。但很多活儿根本不是一问一答能解决的。盯一个开源项目的代码更新、挖一个藏得很深的安全漏洞、连着几天追某个技术的发展——这类事线索长、变动多，需要有人一直盯着。如果每次都要你重新提问、把前因后果再讲一遍，那这工具还不如辞职信好使。最近讨论度很高的 Grok Bot 和常驻型助手就不一样了。
2026-09-24 14:40:06
165
原创 带娃小程序踩坑：一套数据三种视图搞定全家矛盾
再后来，当我在需求评审会上被三拨人同时围攻的时候，我终于悟了——带娃不是一个人的事，是全家的事，外加一个医生负责验收。"你要是敢让长辈走三步以上的流程，他大概率会把手机递回给你，补一句：“还是你来看吧。医生的耐心是稀缺资源，你能在他耐心耗尽前把信息摆到桌面上，他看你的眼神都会温柔一点。爸妈、长辈都是成员，共享同一份数据，天然不用"同步"。我做的这个宝宝记录小程序，听着像个"小学生也能交的作业"：记喂奶、记睡眠、记尿布。协作的本质，不是"把数据复制给多个人"，而是"让多个人看同一份数据的不同切面"。
2026-09-24 14:36:12
165
原创 Agent上下文工程：解决Agent越聊越蠢的核心方案
跟 Agent 聊项目，前 50 轮你会觉得它是你失散多年的亲兄弟。你说一句，它懂三句，bug 还没成型就被它掐死在摇篮里。你甚至开始认真考虑，要不要给它发工资。50 轮之后呢？你让它修个 bug，它开始表演行为艺术：改一行代码，删你两个文件，再顺手给你写首打油诗。你正要骂它蠢——等等，先别急。它不是蠢，它是上下文不够了。说白了，它脑子里就那么大点地方，你硬塞了太多东西，它慌了。人一慌就乱说话，模型一慌就乱写代码。
2026-09-23 16:05:16
148
原创 为人父母必看！孩子的数据隐私远比你想象的重要
真机上的影像档案库就是这么来的：16 张照片、2 条视频，按时间归档，文件稳稳待在自己的云存储里。P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，默认谁都看不了，只有明确加进家庭成员的人，经过 openid 校验，才能看到对应家庭的数据。孩子的记录是要存很多年的。做这个给宝宝记录的小程序，所有设计里，我最较真的不是界面好不好看，也不是加载快不快，是。一个既当爹又懂点技术的人，孩子数据的控制权，值得我自己多操一份心。哪天它黄了，它兜的是自己的底，不是你的数据。
2026-09-23 16:02:38
131
原创 爆火的本地AI语音工具VoiceStudio测评：热门但远未成熟
声音样本、转写文本、项目数据库集中落盘，电脑一丢、账号一共享、备份一裸奔，全是新的泄露路径。VoiceStudio 的意义，不只是"某个云服务的免费替代品"，而是示范了本地 AI 产品应该怎么把数据边界讲清楚：哪些请求只走回环、哪些会调用远端、分析数据是不是默认关闭、文件存在哪里。但水印是防伪码，不解决"这鸡蛋到底是不是你的"的问题：它替代不了声音所有者的同意，也消不掉模型许可限制。准备一段固定文本，覆盖数字、英文缩写、多音字、长句和情绪停顿，分别记录错读率、首段等待时间、实时系数和峰值内存。
2026-09-23 15:57:40
503
原创 LangGraph状态管理：State、Node和Reducer一次讲透
今天只干一件事：搞清楚 LangGraph 里，数据到底是怎么在节点之间"串门"的。先说好，别一上来就背 API。API 这玩意儿跟健身房年卡一个道理——办卡的时候热血沸腾，三个月后它唯一的作用，就是提醒你钱白花了。LangGraph 用 Annotation.Root() 来定义状态结构。仪式感拉满，像结婚之前先做一遍财产公证。}),})});翻译成人话：我们的 State 有俩字段。State├── query└── answer这俩字段就是俩抽屉。
2026-09-22 19:18:32
565
原创 随机森林、Bagging、Boosting：小数据集上谁的预测更靠谱
上个月陪朋友去体检，报告一出来，满纸红色向上箭头。胆固醇↑、甘油三酯↑、心率↑。我盯着看了三秒，觉得自己心率也快了——不是吓的，是气的。他抓着报告问我：AI 不是挺会读影像的吗？怎么不把这套系统普及到体检报告解读上？我说别急。单看几个箭头就下结论，模型很容易被骗。体检数据里有些信号强，有些信号弱，关键不是听一棵树拍板，而是让一群人一起看、一起投票。这个思路，就是随机森林。数据用的是 UCI 克利夫兰心脏病数据集，303 位病人，13 项临床指标，判断有没有心脏病。
2026-09-22 19:09:31
459
原创 AI生成PPT容易，但决策结论得用CI校验
先说个扎心的事实：AI 现在连 PPT 都能给你整出来了，但它整出来的那页“结论”，你老板看完只会问一句：“所以呢？谁拍板？建议优先推进方案 B。从渲染器眼里看：标题有了、要点齐了、这页能交差了。从决策角度看：这页连“希望谁批准什么”都没说清楚。就像你跟对象说“晚上吃火锅”，她追问“哪家、几点、谁买单”，你回一句“吃火锅”。方向绝对正确，等于啥也没说。所以我的做法是：把决策页当成一个需要 CI 的构建输入。页面文案负责好看，判断链负责决定这页有没有资格进入渲染。
2026-09-21 15:38:59
345
原创 AI时代真正的学习真相，90%的人都学错了
AI时代，学的不是工具，是思路。工具是流水，范式是河床，你才是那个站在河边钓鱼的人。如果哪天河干了，也别慌，换个地方，继续钓。P.S. 无意间发现了一个巨牛的人工智能教程，非常通俗易懂，对AI感兴趣的朋友强烈推荐去看看，传送门https://blog.csdn.net/HHX_01。
2026-09-21 15:36:41
639
原创 MicroPython DMA链式触发，硬件实现Scatter-Gather数据聚合
先问一个送命题：手上有六个字符串，想拼成一句完整的话，你打算怎么写？正常人：for 循环加个加号，三分钟收工。我：先造两个 DMA 通道，配一个环形缓冲，再给它们拴一根链子，让硬件自己干，CPU 全程在旁边喝茶。对，我就是那种能把一秒钟的活干成一下午的人。但你先别急着笑。这个实验跑通的那一刻，我甚至觉得 CPU 终于活成了我理想中的样子——上班不用干活，全靠下属自觉。
2026-09-21 15:27:54
197
原创 多家巨头扎堆放招，AI圈这天热闹程度超乎想象
vivo 宣布全球用户接近 6 亿，发布 OriginOS 7 和自研蓝河操作系统 4，主打"大模型 + Harness"架构，还秀了蓝心大模型、蓝晶芯片等技术栈。我仔细琢磨了一下，这功能最妙的地方在于：以前你点外卖要点十几下，现在你说一句话，然后——付钱的时候还是得付。这画面太像选秀了：GPT-6 Astra 是 C 位出道，GLM-5.3 拿了"最受欢迎奖"，国产模型三个出道位，稳得像内定。以后你的手机可能比你还懂你：它知道你今晚想点哪家外卖，知道你几点失眠，甚至知道你在厕所待了多久。
2026-09-20 16:14:32
140
原创 企业AI大转向：模型公司扎堆把工程师派进客户现场
先说个反常识的事儿。2026年，最会做AI的那几家公司，像约好了一样，全都开始往客户公司里塞工程师。5月4日，Anthropic拉着Blackstone、Hellman & Friedman、高盛，成立了一家企业AI服务公司。看这股东阵容，不知道的还以为是来搞并购的。一周后，OpenAI发布了Deployment Company。新公司由OpenAI控股，初始投资超过40亿美元，还打算把Tomoro那150名FDE连人带经验一起收进来。
2026-09-20 16:07:43
306
原创 给 Agent 加长期记忆
一提"给 Agent 加长期记忆"，我猜你脑子里立刻蹦出那套标准答案：切块、Embedding、向量库、相似度 Top-K、RAG。这套组合拳在知识库场景确实能打，但落到"Agent 记住用户偏好"这件事上，它反而是被市场淘汰最快的一档。就像你买了个瑞士军刀，结果发现天天用的就是开瓶器——其他功能全是摆设。OpenAI 的 Codex 和 Anthropic 的 Claude Code，两家头部 coding agent 都做了跨会话记忆，都没用 Embedding，也都没上向量库。
2026-09-19 22:07:15
90
原创 元数据知识库
光有 YAML 不行，YAML 是给人看的，Python 不认识。得用@dataclass把结构定义出来，再用 OmegaConf 做类型校验。不然你在 YAML 里少写个冒号，程序跑到一半才崩，日志看一眼以为服务器在闹脾气。
2026-09-19 21:56:07
107
原创 Agent 云主机：noVNC云桌面架构与最小实现，让AI真正拥有一台电脑
先讲个扎心的观察：现在的 AI，很多还停留在"嘴强王者"阶段。你让它"帮我把这周的数据整理一下"，它立刻给你输出一篇热情洋溢的《数据整理十步法》，最后还贴心补一句"需要我帮你列个清单吗"——清单列完，活儿还是你的，它只负责鼓掌。想让 AI 从"会聊天"进化到"会办事"，光加提示词没用，你得给它一台真正属于它的电脑。今天聊的就是这玩意儿：Agent 云主机——简单说，就是给 AI 租一间带电脑的房。Agent 云主机，就是一台专门交给 AI 使用的远程电脑。
2026-09-18 19:10:59
169
原创 打工人摸鱼神器！数据采集效率直接暴涨300%
还能自定义筛选条件，只捞你要的，无效信息统统退退退。这个功能我愿称之为「数据界的过滤器」，比我妈当年帮我挑相亲对象还精准。采集完的数据，支持 Excel、CSV、JSON 导出。不管是拿去分析，还是做成 PPT 交差，都丝滑得不像话。以前我「数据整理两小时，汇报五分钟」，领导说我效率低。现在我「数据采集三分钟，摸鱼两小时」，领导说我状态好。你看，同一个我，不同的命运，差的只是一个工具。
2026-09-18 19:06:25
129
原创 Vibe Coding前端实战：别让AI代码变成无底技术债
上周我接手了一个任务管理应用的重构。原开发者用 AI 生成了大量 Vue 组件，组件之间样式不统一，状态管理混乱，连基本的拖拽排序都跑不起来。我花了两天才理清逻辑，重新设计了组件结构。这个故事告诉我们一个残酷的事实：Vibe Coding 不是"躺着指挥 AI 写代码"，而是"站着把雷踩完"。你以为接的是代码，其实接的是前任开发者的青春。
2026-09-17 16:07:30
315
原创 一张图吃透JS原型链与继承六大门派，面试再也不怕
先说一个让无数前端当场破防的事实：别的语言里，“类"是教科书第一章的正经概念，到了 JavaScript 这儿，官方愣是羞于承认。因为 ES6 之前，JS 压根没有"类"这玩意儿，只有对象，大家全靠一张叫"原型链"的家谱在搞继承。后来 ES6 终于憋出了 class 关键字，你兴高采烈地用起来，结果扒开一看：里面还是原型链那套老底子。这就好比花大价钱点了份"豪华套餐”，送来一看还是那碗面，只是多了个漂亮的盒子。别急着退款，这碗面，值得好好扒一扒。
2026-09-17 15:54:53
214
原创 Agent上线生死线：记忆、可观测与成本控制
多轮对话最朴素的做法是什么？把全部历史都塞进 Prompt。每轮都塞，塞得满满当当。后果一共三个字。**贵。**token 线性增长。你以为你在聊天，其实你在给模型上供，供品还是你自己说过的话。聊到第 50 轮，你每说一句话，都得先把自己 50 轮的话重新买一遍。**慢。**首 token 延迟越来越高。用户问"那个表呢"，模型要先把你俩从认识到现在的全部记录读一遍。这不是回答问题，这是先翻旧账。**笨。**研究说长上下文有"中间遗忘"（lost in the middle）。
2026-09-16 15:33:53
115
原创 Claude Code 神设计：187个随机动词，用几十行代码解决AI等待焦虑
先问个问题：你盯着 AI 编程工具转圈的时候，脑子里在想什么？是不是已经开始回忆自己今天有没有得罪过谁？终端半天不动，光标闪得跟挑衅似的。模型到底在读文件，还是读着读着睡着了，你根本不知道。Claude Code 干了一件事：不让你干等，给你演节目。
2026-09-16 15:31:19
225
原创 读懂Graph Engineering：AI开发从单智能体走向团队化编排
最近AI圈里疯传一句话，不是"我要上岸"，也不是"我被优化了"，而是：翻译成人话：循环工程，收拾收拾退场；图工程，请开始你的表演。这话传出来不到40天，行业的风向标就"咔"一下从「循环工程」掰到了「图工程」。很多人一脸懵：啥？又双叒出新概念了？我上季度刚把提示词工程背熟，这季度它就进博物馆了？你是来教技术的，还是来遛我的？说句公道话，真不是新词炒作。这是AI开发从「单智能体小聪明」走向「多Agent大系统」的一次底层换血。
2026-09-16 15:26:55
869
原创 每日自动薅积分，再也不怕断签白辛苦
不知道你有没有这种病：每天早上睁眼第一件事不是看天气，而是灵魂拷问自己——今天的积分领了吗？我有。而且病得不轻。明明会员都开了，钱包也掏了，我却依然对每天那 100 免费积分念念不忘。讲真，这玩意儿比工资还让我上心：工资是月底发，积分是天天发，天天惦记的那种。有人可能问：你都开会员了，还在乎这 100 积分？在乎。这不是积分的问题，是尊严的问题。免费的羊毛不薅，等于白给平台省钱，我良心过不去。其实这事儿的本质就一句话：能自动化的，绝不手动。
2026-09-15 23:02:14
176
原创 Agent调用失败重试的完整决策链，看完少烧很多Token
因为失败的大概率原因是对方过载。指数退避给服务器留出喘息时间：请求间隔越拉越大，压力慢慢就降下来了。固定间隔等于每隔固定时间敲一次门问「好了吗？」——服务器本来快缓过来了，被你一问，血压又上去了。因为每次重试都在真金白银地烧 token。Anthropic 文档特别提醒过：重试是要计费的——重试一次，前面那次失败的 token 照样算钱。所以默认要保守：2 次足够覆盖「服务器抽风几秒」这种常见故障，又不至于让任务在一条死路上烧钱。厂商比你还心疼你的钱包。
2026-09-15 22:57:04
770
原创 别瞎写Prompt！这5个原则让大模型零翻车
搞AI这么久，我悟出一个真理：大模型就像一个智商180但完全没分寸的同事。你说"帮我总结一下"，他能给你整出一篇万字论文；你说"随便发挥发挥"，他敢给你编出十八个不存在的亲戚。而提示词工程，就是一门教你怎么跟这位同事把话说清楚的学问。
2026-09-13 18:22:58
189
原创 KV Cache成本大降！DeepSeek V4.1 Flash，掀翻大模型价格战
9 月 10 号，DeepSeek 把一项价格调到了 0.02 元——比之前便宜了 60%。看到这种消息，大部分人的第一反应是：哦，又降价，然后大拇指一滑，划走。但这次真不是促销。促销是"我先亏着，等你上钩"；这次是"我把成本砍了，顺手让利"。区别就像一个是请你吃霸王餐，一个是后厨成本降了所以菜价下调，性质完全不一样。那成本到底砍在哪了？藏在 AI 的"草稿纸"里。
2026-09-13 18:17:11
182
原创 4GB显卡跑70B大模型！AirLLM逐层加载彻底解决显存焦虑
AirLLM 干的事，总结成一句话：大模型部署的门槛，从来不是参数量，而是你同时持有多少参数。它不量化、不蒸馏、不改结构，就用一个"算到哪层搬哪层"的笨办法，把显存需求从模型大小砍到单层大小。零精度损失，白嫖友好，Mac 用户还有 MLX 后端伺候，甚至纯 CPU 也能跑——只是慢得你可以先去泡杯茶再回来看结果。所以下次再有人跟你说"显卡不行跑不了大模型"，你就把这篇转给他，然后云淡风轻地问一句：你显卡几个 G？反正我的 4G，已经够用了。真的够用。
2026-09-12 21:31:25
63
原创 SSE流式输出详解：大模型打字机效果底层原理
先别急着往下划，我有个灵魂问题想问你：你给 ChatGPT 发了一句话，屏幕上一个字都没有，光标在那儿闪了八秒——这八秒你脑子里在想什么？反正我想的是：完了，是不是欠费了。这种"等了半天，啥都没有，最后哗啦一下全出来"的体验，就是传统 HTTP 的优良传统。今天咱们就聊聊，怎么把这种"便秘式"输出，改成"涓涓细流"式的输出——也就是 SSE。SSE（Server-Sent Events，服务器推送事件），基于 HTTP，服务器单向地、持续地往浏览器推消息。服务器主动推，浏览器不用一遍遍问。只发不收。
2026-09-12 21:27:43
237
原创 一文看懂：MoE混合专家和推理模型到底差在哪
学大模型的时候，我一开始把两个概念搅和到了一起：推理模型会多想几步，MoE 会找几个专家——这不都像是拉一帮模型开圆桌会议，最后投票选个答案吗？等往模型肚子里钻了一圈才发现，它俩说的是两件完全不同的事。就像"吃火锅"和"吃火锅底料"，听起来挨着，操作起来天差地别，你要是按吃火锅的方式去吃底料，锅底都能给你干出感情来。推理模型关心的是：怎么靠训练和回答时的计算，把需要推导的题解好。MoE 关心的是：处理一个 token 时，模型内部哪些参数得上场干活，哪些可以继续躺平。
2026-09-11 16:15:07
122
原创 上线AI Agent前，先焊死这三道安全闸门
说实话，把 AI Agent 接进真实业务之前，最该让你睡不着觉的，不是模型会不会答错题，而是你顺手把一把没写“权限”二字的万能钥匙交给了它。一个 Agent 能读数据库、调内部接口、改工单，心情好了还能帮你触发一次部署。你想想，这玩意儿干活的时候你基本不在场，它干了什么全靠它一张嘴汇报——这不就是请了个家政阿姨，你前脚出门，后脚只能听她说“都收拾好了”。关键是它还顺手把你的传家宝花瓶挪了个位置，你都不知道该夸它勤快，还是该打投诉电话。
2026-09-11 16:08:55
136
原创 大模型温度与量化别再混淆！二者根本不是一回事
每次有人问我"AI 的温度到底调到多少合适"，我都想先反问一句：你家的空调开多少度，取决于你是想睡觉还是想蹦迪，对吧？但到了大模型这儿，很多人就慌了：温度一调高，回答变得天马行空，还时不时给你来一段"一本正经的胡说八道"。于是有人开始怀疑——这玩意儿是不是跟量化一样，把模型的"精度"给降了？别急着点头。这里其实是两件完全不熟的事，被大家硬拉成了 CP。**温度：**调整选下一个 token 时的概率分布。**量化：**用更少的位数来表示模型里的数字。一个管"怎么选"，一个管"数字怎么写"。
2026-09-11 16:00:10
65
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人