- 博客(448)
- 资源 (19)
- 收藏
- 关注
RSS订阅原创 程序员会消失吗？
程序员的“寒冬”或将终结，因AI已重塑行业本质。代码编写正从技能退化为基础素养，真正稀缺的是判断力与决策力。未来核心角色是“人机系统对接工程师”——连接需求与AI产出，主导方向、验收成果、承担风险。技术细节可交由AI，但系统设计、业务理解、跨团队协同仍需人类智慧。学编程不再为写代码，而为培养计算思维。程序员的出路不在“手”，而在“脑”。
2026-11-15 15:16:19
14
原创 AI 提效了，为什么大部分公司没额外赚到钱
回到开头那两个问题。AI 对组织有没有提效：有，但只落在少数环节，我自己的感觉，端到端算下来也就提速两三成——1.18 到 1.37 倍，这已经是研发这种口径最容易算的岗位给出的上限。有没有多赚钱：从现有的证据看，几乎没有。我希望自己判断错了。如果 AI 真能整体抬高一个组织的产出，最先受益的就该是我们这种天天泡在协调、评审、交付里的人。可麦肯锡那组数据，两年了没怎么动过。写完这些，我对 AI 的期待反而变简单了：不指望它直接带来利润，只希望它别把成本悄悄挪到看不见的地方。
2026-11-01 22:40:30
205
原创 我对 AI 写作的看法，以及我是怎么用的
十一假期结束了，不知道大家过得怎么样，反正我是过得挺开心——9 月 24 号请了 4 天假，前后凑出 14 天。先是去天津看许嵩的演唱会，然后去三亚看海、冲浪、躺酒店，运气不错，都是大晴天，我回来后好像三亚一直在下雨。之后回来躺平 5 天，不过我捡漏到徐良的演唱会门票，于是我今年把汪苏泷、许嵩、徐良这“QQ音乐三巨头”的演唱会集齐了，感觉我的青春回来了，我的斜刘海又要长出来了。不过这半个月我也没完全断线，想到什么还是习惯随手记下来，攒了一堆想法——今天要聊的话题，就是从里面挑出来的。
2026-10-25 23:04:17
235
原创 超级个体为什么还需要团队？
比较优势是 19 世纪初英国经济学家大卫·李嘉图提出的。它指出，即便一个国家或个人在生产所有商品上都占优势，仍能从贸易或合作中受益。乍一看，这个概念似乎有悖常理。如果我在所有方面都更强，为什么还要和别人合作呢？绝对优势：谁生产得更快、更省力；比较优势：谁的机会成本更低。李嘉图反直觉的地方就在这儿：一个人可以赢在绝对优势，却输在比较优势。下面这个例子出自曼昆《经济学原理·微观经济学分册》。生产 1 份牛肉所需时间生产 1 份土豆所需时间Frank60 分钟15 分钟Ruby20 分钟。
2026-10-09 22:34:35
330
原创 为什么很多公司（团队）会考核工时
公司考核工时，不只是因为研发产出难以量化，工时还满足了过程控制、成本核算、向上汇报和责任规避的需要。而程序员只是缩影，正如开头所说，很多岗位都面临同样的困境。它对管理者来说简单、清晰、容易解释，却可能对组织产生错误激励：奖励低效率，惩罚高效率；鼓励表演，压缩真正思考和创造的空间。研发工作确实无法被一个数字完整评价，但困难不等于不可能。目标、质量、业务影响、任务难度、协作贡献和长期价值，都可以构成评价证据。真正成熟的管理，不是找到一个完美指标，而是建立一套有证据、可校准、能申诉的判断机制。
2026-09-26 09:22:33
221
原创 为什么AI提效了但工作时间却没有变短
AI虽大幅提效，但工作时间未减反增，根源在于效率红利被组织攫取。帕金森定律使标准不断拔高，杰文斯悖论让高效催生更多任务，而制度激励下省下的时间被重新分配至新工作。技术进步未带来闲暇，反而加剧“伪忙碌”与认知负荷。真正的关键不在于工具多强，而在于效率成果由谁分配——唯有通过个体边界设定与集体博弈，才能让技术真正解放人力。
2026-09-13 23:51:10
76
原创 从超级个体到一人公司
一个人能够完成过去需要多人协作才能完成的工作。我们过去经常讲“T 型人才”，强调“一专多能”：既要在某个领域具备足够深度，也要对其他相关领域有所了解。但超级个体更进一步——他把"多能"做到了极致：不仅知识面足够广，更能在多个领域解决实际问题，一个人就能覆盖过去一个小团队的部分职能。这在过去几乎不可能，如今靠 AI 补齐剩余短板才成为现实。因此，超级个体不仅是“深度人才”，也是一种“广度人才”。能够跨越多个专业领域；能够独立完成复杂任务；能够借助工具快速补齐短板；
2026-08-30 23:29:31
332
原创 我和 AI 共创了一套会自己生长的 Obsidian 知识库
回顾这段实践，我最深的体会：知识库不是用来「看」的，是用来「用」的。一个只能看的知识库，无论结构多精美、笔记多丰富，最终都会变成电子坟墓。真正有价值的知识库，是当你做决策、写报告或准备会议时，能以很低的成本调出相关上下文、历史判断和关联材料，而不必重新翻找全部原文。这需要三个前提。AI 帮你维护（让笔记自己整理、自己更新），显著降低重复维护成本，把人的精力留给判断和取舍。规则写进 CLAUDE.md，让 AI 的行为可预测、可复现、可持续迭代。养成「先让它存在，再让它变好」的心态。
2026-08-24 21:33:31
367
原创 为什么我说绝大部分人都不需要AI知识库
需要先说清楚：AI 能帮你处理信息，不代表它能替你做决定。AI 不会疲倦，也不受情绪影响检索；但它并非没有偏见，更不能替人承担决策责任。它真正擅长的，是在大量材料中检索、归纳、对照和发现遗漏——只要喂给它的信息足够多、足够准，这些事上它能比大多数人更快、更全。所以回到最开始的问题：谁需要知识库？答案不是"所有人"，也不是"越努力的人越需要"。我是否持续接收大量、分散的信息？这些信息是否需要长期、反复调用？我的判断是否高度依赖历史上下文？遗忘、遗漏或检索缓慢的代价，是否较高？
2026-08-19 23:41:25
272
原创 聊一聊商业产品背后的定价逻辑
最后收束一下。免费不是没有代价，只是付费者可能不是你；会员也不只是打包功能，而是在不同用户之间重新分配收入与成本。对消费者来说，判断是否值得付费，要比较自己获得的价值（(V)）和实际支付的价格（(P)）；对产品经理来说，则要进一步比较价格（(P)）和服务成本（(C)）。用户愿意买（(V > P)）；产品交付得起（(P > C)）；整体可持续：单个重度用户可以亏，但整个用户群体必须赚钱——∑Pi∑Ci∑Pi∑Ci功能决定产品有没有人用，定价决定产品能不能活下去。
2026-08-17 23:49:19
412
原创 AI时代，中层管理者之危
历史上每一次技术跃迁，都会消灭一个"中间层"。电商消灭了经销商，流媒体消灭了唱片发行商，搜索引擎消灭了信息中介。这一次，AI消灭的中间层，在公司内部。组织不会对层级有感情。当技术让扁平化成为可能，当成本压力让精简成为必须，当年轻人的野心让变革成为人心所向——中层管理者的集体淡出，不是"会不会发生"的问题，而是"多快发生"的问题。这不是危言耸听，这是结构性必然。唯一的问题是：当潮水退去的时候，你是选择站在岸上，还是已经学会了游泳？（全文完）
2026-07-28 22:56:09
282
原创 程序员的阶级固化：同一个职业三种人生
中国程序员的分化，本质上是时代红利、组织结构和 AI 技术共同作用的结果。最残酷的不是有人过得更好，而是通往更好生活的路径变窄了。这是一个结构性问题。而结构性问题的意思是：它不会因为你一个人更努力，就为你单独松动。但也别急着躺平。承认电梯停运，恰恰是攀岩的第一步。个体层面唯一能做的，是把自己从"执行者"往"决策者"挪。你是把 AI 当成一台"写代码的机器"，还是当成一个"帮你做判断的加速器"。前者，是在用更快的方式，把自己变成更容易被替代的执行者；后者，才是在建立真正不可替代的价值。墙确实在加高。
2026-07-26 20:48:22
266
原创 浅谈 Loop Engineering 与组织运作的相似性
本文首发于公众号：XIN洞察——资深博主，做过运维、写过代码、现任产品经理，从命令行终端敲到产品设计稿，跨视角硬核解码新时代的XIN洞察。欢迎关注，先一步获取我的最新文章。
2026-07-19 21:13:54
207
原创 烧 Token：一件正在被重新审视的事
摘要 AI编程圈正流行一种新型"凡尔赛"——比拼Token消耗量。OpenClaw作者30天烧掉6030亿Token（130万美元），Claude用户刘小排月耗77亿Token（5万美元），NVIDIA全员使用AI编程提升3倍产出。这种趋势反映行业将Token消耗量视为AI使用深度的代指标，形成炫耀性消费。 不同模型的Token成本差异巨大：DeepSeek V4 Pro每亿Token约73元，Claude Opus则需2192元，相差30倍。重度用户月账单轻松超过工程师薪资，如OpenClaw作者相当于雇
2026-06-29 22:53:21
647
原创 从豆包收费看 AI 商业化的必然逻辑
豆包宣布高算力功能收费，3.45 亿月活的"国民 AI"告别免费午餐。这背后不是贪婪，而是算力的物理账单——AI 更像餐厅而非影院，每次对话都在真实烧钱。本文拆解 ChatGPT 的"用户分层装箱"定价术、国内大厂免费背后的生态逻辑，并告诉你：到底该不该为 AI 付费？
2026-06-20 19:38:49
589
原创 为什么程序员反而是受 AI 冲击最大的岗位
**AI 冲击职业的顺序不取决于人类学习难度，而是取决于任务的结构化程度、验证闭环的自动化水平以及训练数据的丰富度。程序员工作因高度结构化输入输出、快速自动化验证和大量开放数据，成为AI最早深度介入的领域之一。当前AI主要辅助局部编码任务，尚未完全替代程序员，但已显著重构工作流程。未来，AI将优先接管可结构化、可验证的任务，而人类仍需负责复杂判断和最终责任。关键结论：AI不是替代"简单"工作，而是替代结构化程度高、验证闭环短、数据丰富的任务，程序员正处在这一变革的交汇点。
2026-06-03 22:46:31
1019
原创 关于内卷，几个值得深想的洞察
《内卷的本质：资源分配规则下的囚徒困境》摘要 文章揭示了内卷的核心并非资源不足，而是分配方式问题。通过创业公司奖金分配案例说明，即便资源总量增加，只要采用"强者恒强+末位淘汰"的分配规则，内卷就不可避免。文章用博弈论分析内卷的囚徒困境：个体理性选择导致集体非理性结果。真正受益者是规则制定者，他们将竞争压力转化为员工自我驱动。要破解内卷，不能依赖个人觉悟，需要制度约束建立底线。作者提出判断良性竞争与恶性内卷的三个标准：是否存在天花板、规则是否透明、竞争是否有边界。最后强调，系统性问题不应归咎于个人，认清规则本
2026-05-24 20:37:05
414
原创 当创作被 Skill 化：我用 AI 写了一部 320 章的长篇网文
本文介绍了一项将软件工程思维引入文学创作的实践：作者开发并开源了 AI 工具“Sumeru（须弥写作）”，将长篇小说写作解构为七个标准化的工作流模块。经百万字小说的极限压测验证，该系统成功将极度依赖灵感的“玄学创作”转化为稳定、可控的“工程化推进”，为利用 AI 落地长周期复杂任务提供了严谨的范式。
2026-05-05 10:54:23
2802
原创 AI第一剑，先斩程序员
摘要： AI对程序员岗位的冲击源于其标准化、可拆解的特性，尤其威胁初级程序员（重复性工作占比高）。程序员的核心价值正从“写代码”转向“决策与验证”，需升级为“架构师”角色，利用AI处理低价值任务，专注需求分析、系统设计和质量把控。建议：1）强化需求理解与验收标准；2）提升验证能力（测试、监控等）；3）将AI视为协作工具。AI淘汰的不是程序员，而是固守流程的思维，关键在于转型为“结果负责人”，通过系统性选择放大自身价值。 （字数：150）
2026-04-30 22:18:10
559
原创 AI 也会偷懒？这个 PUA 工具专治“摸鱼式编程”
本文介绍了一个名为PUA的AI编程工具，通过模拟大厂管理话术有效解决AI"偷懒"问题。文章指出当前AI编程存在暴力重试、甩锅用户等五大通病，PUA通过三条红线（闭环验证、实事求是、穷尽一切）和阶梯式压力升级机制，强制AI保持高能动性。该工具提供13种大厂方法论风味包，并能自动匹配任务类型选择最优解法。实测数据显示，使用PUA后问题修复率提升36%，工具调用增加50%。文章还介绍了夸夸模式、妈妈唠叨模式等特色功能，展现AI编程从单一Agent向团队协作的进化趋势，体现了从"AI写
2026-03-30 22:32:40
980
原创 Gstack 深度解析：YC CEO 开源的 AI 工程团队
由于篇幅所限，我没法把所有 skill 都详细介绍一遍。这里依然挑选部分来讲，挑选标准是：看名字不太容易理解用途的，以及比较关键的 skill。至于一些偏开发的 skill，见名知意，我就不再展开；感兴趣的同学可以自行查阅官方 GitHub 文件。Garry Tan 真的在实战中用这套东西：README 里晒出了他的 GitHub 贡献图——2026 年 1237 次贡献，最近 60 天写了 60 万+ 行代码。这不是"理论上好用"，是"真的能打"。这是 YC 方法论的 AI 化。
2026-03-29 09:12:51
1679
原创 GitHub Trending霸榜！深度解析AI Coding辅助神器 Superpowers
别再放任AI瞎写代码了！强烈推荐霸榜GitHub的神器 Superpowers。它将软件开发的14个核心节点（脑暴、TDD、CodeReview等）化作AI专属Skill。强制AI先写计划再动手，没拿到测试证据不许喊“搞定”。拒绝AI偷懒和无脑谄媚，用一套硬核的“工程流程”把AI逼成专业研发团队。全文干货解析，带你实现真正的AI编程提效！
2026-03-22 21:15:40
2461
原创 深度探讨：从 OpenClaw 爆火，看 AI Agent 的真相与程序员的未来
近期，以 OpenClaw 为代表的自主智能体（Autonomous Agent）火爆技术圈。这些宣称能“完全接管电脑、自主写代码”的 AI 到底有多神？在狂热的炒作背后，技术落地的真相是什么？AI 真的要干掉程序员了吗？今天，我把我最近和内部同事研讨中我表达的内容，以问答的方式提炼出来，来聊聊 AI 时代的真实现状与未来。
2026-03-15 18:59:09
553
原创 我复刻了Google NotebookLM的信息图功能
摘要 本文分享了作者尝试复刻NotebookLM信息图生成功能的探索过程。最初通过搜索现成Prompt未获满意效果后，作者借助Gemini 3 Pro分析NotebookLM信息图的设计特点，提炼出包括扁平矢量风格、黑色描边、具象隐喻等核心元素，最终成功编写出能生成类似风格信息图的Prompt。文章展示了生成效果，并指出虽然存在不稳定性，但已实现较好的平替效果。作者还分享了AI时代"拆解-抽象-重组"的创新方法论，并公开了最终的Prompt供读者参考使用。
2026-02-23 21:17:42
888
原创 我用AI写了部小说，这里是整个过程
AI写作实验：程序员用技术思维完成20万字网文创作 一名程序员尝试用AI工具完成20万字重生题材网文创作。通过VS Code和kilo-code插件，结合deepseek模型，设计了一套包含角色设定、剧情大纲和AGENTS约束文件的创作系统。虽然最终产出了完整小说，但面临诸多挑战：模型无法保持长文本一致性，章节字数控制困难，剧情细节前后矛盾等。作者开源了所有创作文档，希望优化AI长篇创作的解决方案。这一实验展示了当前AI在创意写作中的潜力与局限，为技术驱动的内容创作提供了新思路。
2026-02-01 23:33:56
1874
翻译 [翻译]我在谷歌14年学到的21堂课
但待得越久，我越意识到那些真正成功的工程师未必是最佳程序员——他们是那些学会了如何驾驭代码之外一切的人：人际关系、办公室政治、目标对齐与协调、模糊性。在大型组织中，决策在你未被邀请的会议上做出，使用你未写的摘要，由那些只有五分钟和十二个优先事项的人做出。从一周的真实反馈中学到的，比一个月的理论辩论更多。当我向他人解释一个概念时——在文档、演讲、代码评审评论中，甚至只是与AI聊天——我发现自己理解中的空白。我最钦佩的工程师不是那些一切都做对的人——他们是那些从错误中学习、分享发现并持续出现的人。
2026-01-21 23:24:45
201
原创 2万字吊打40万字：为什么我的“牛马Agent”比“数字分身”更聪明？
本文分享了作者开发的两个AI助手：牛马Agent（职场总结）和网络分身Agent（数字分身）。通过对比发现，数据量较小的牛马Agent表现更优，因其定位明确、数据结构化程度高。作者总结出三点经验：1）明确Agent边界和定位；2）重视数据质量而非数量；3）场景理解比技术实现更重要。最后提供了数字分身Agent的体验链接，并预告将继续分享垂类Agent的实践经验。
2026-01-18 21:54:49
850
1
原创 最近AI领域爆火的 Agent Skills 是什么？
AI智能体领域正经历从数据连接到能力构建的转变。MCP协议解决了LLM与外部工具的连接问题，而新兴的Agent Skills标准则致力于构建智能体的可执行能力。Agent Skills采用结构化文件夹形式（含指令文件SKILL.md、脚本、参考资料等），通过渐进式披露机制分阶段加载信息，有效管理上下文窗口。该标准已获行业广泛支持，其核心优势在于实现技能的可移植性、降低指令复杂性，并优化性能表现。典型应用如PDF处理技能，展示了如何通过结构化指令和按需资源加载来扩展AI的专业能力。
2026-01-13 22:57:16
1537
原创 从计算机科学的视角来看拖延症
拖延症在某种程度上，是我们大脑在长期的不确定性环境中演化出的一种“保护性启发式策略”。当你下次有人再说你拖延时，不妨告诉他：我不是在拖延，我这叫**“系统延迟初始化”**，以规避潜在的资源无效投入。当然，如果你不想真的因为拖延把事情搞砸的话，你最好能像计算机内核一样，在 Deadline 到来时精准高效地完成所有任务。（笑）
2025-12-28 13:55:24
864
原创 一周改6个库后我悟了：AI时代，程序员正在退化成“甲方”
AI不会取代程序员，但会重新定义程序员的工作方式。未来的程序员不再是纯粹的代码编写者，而是懂业务的产品经理、懂技术的架构师、会管理的协调者。那些只会写代码、不思考业务和架构的程序员会被淘汰，而那些能有效驾驭AI、将其作为生产力工具的程序员会变得更强大。关键在于：不要把AI当作威胁，而要把它当作助手;不要被动地担心被取代，而要主动地学习如何与AI协作。就像当年IDE的出现没有让程序员失业，反而让我们写代码更高效一样，AI也会成为我们工作中不可或缺的伙伴。我是在单纯地写代码，还是在做有价值的决策?
2025-11-24 23:11:56
1229
原创 用n8n实现一个长视频生成工作流
起初我对AI生成的视频并没抱太大期望，但最终剪辑完成后，效果出乎意料地好。尤其是将所有AI生成的素材拼装在一起后，整体呈现出了令人满意的连贯性和观赏性。整个流程从创意到成片，AI的参与度达到了前所未有的高度，让我看到了视频创作自动化的巨大潜力。不过，现在距离大规模生产还有一个门槛——成本问题。我使用的即梦同款生成模型，成本高达每秒近1元。
2025-10-31 22:25:04
3393
3
原创 使用n8n做一个自动同步更新的Github项目问答机器人
我翻译并开源了Google新书《Agentic Design Patterns》，这是一本系统介绍AI Agent构建模式的书籍。项目提供中英文精排版电子书下载（GitHub地址：https://github.com/xindoo/agentic-design-patterns）。我还基于n8n开发了问答机器人，内置全书内容并实时同步更新，可通过官网(https://adp.xindoo.xyz/)右下角使用。文章详细介绍了使用n8n搭建问答机器人的三个步骤：数据写入向量数据库、问答功能实现和网页集成，展示
2025-10-26 10:50:52
1256
原创 AI Agent 设计模式：从理论到实践的完整指南
2024年，AI Agent（智能体）已经从实验室走向生产环境。从 ChatGPT 的 Code Interpreter 到 Claude 的 Computer Use，从 AutoGPT 到各类垂直领域的智能助手，AI Agent 正在重塑我们与 AI 的交互方式。但是，如何构建一个真正可靠、可控、可扩展的 AI Agent 系统？这不仅仅是调用几个 API 那么简单。就像我们在软件工程中使用设计模式来解决常见问题一样，AI Agent 的开发同样需要经过验证的设计模式和最佳实践。《Agentic Des
2025-10-02 12:03:16
1641
1
原创 从经验主义到贝叶斯理论：如何排查线上问题
摘要 本文探讨了后端研发人员排查线上问题的效率差异及其原因。作者指出，即使经验相似的工程师，在排查同一问题时也存在效率差距，这源于思维模式与方法的根本不同。文章从程序运行的线性本质出发，说明排查问题本质上是逆向工程，需要还原导致错误的执行路径。差异点一是信息获取能力，高效排查者善于利用监控、日志和动态诊断工具；差异点二是"经验"的科学内涵，即内化的故障概率模型，可用贝叶斯理论解释。作者通过实例展示如何用先验概率、似然度和贝叶斯更新来定位问题根因，强调持续收集证据并更新概率判断的重要性。最
2025-09-13 16:10:48
1299
原创 我用AI为自己造了一把安全的开发者“瑞士军刀””
我们从开发者的一个核心痛点出发，通过理解问题的本质，找到了一个安全与便捷兼得的解决方案——DevUtils。它就像一个属于开发者自己的、安全可靠的瑞士军刀。目前项目包含的工具都是我在日常工作中能想到的高频应用。当然，开发者的需求是无穷无尽的。如果你有任何“要是有这么个工具就好了”的奇思妙想，或者你对这个项目感兴趣，愿意贡献自己的一份力量，都非常欢迎你到项目的GitHub仓库中提出Issue或直接参与开发。开源社区因你的参与而更加精彩！GitHub项目地址。
2025-08-31 21:09:27
862
转载 世人只知张小龙，无人记我陶建辉
57岁程序员陶建辉曾怀揣"颠覆短信彩信"的梦想，2007年就开发出比微信早两三年的和信应用，却因时机不成熟创业失败。如今他创立的涛思数据迎来新机遇：DeepSeek爆火后，他带领团队开发出AI原生的工业数据管理平台IDMP，推出"无问智推"功能，通过AI主动推送数据分析结果，打破传统行业知识壁垒。这位连续创业者认为，AI消除了行业知识障碍，让基础软件公司能直达最终用户，这是比时序数据库TDengine更大的千亿级市场机会。团队正全力冲刺，希望抓住这可能是他人生最后的大
2025-08-13 18:42:06
1274
原创 从LLM和MCP的协同过程看如何做优化
通过分析大语言模型（LLM）与MCP的协同过程，探讨了如何优化工具调用效率，包括函数调用的动态管理、工具描述的准确性、合适的工具组合及提示词优化，以提升基于MCP的智能体性能。
2025-07-06 16:26:27
1473
原创 打通Dify与AI工具生态：将Workflow转为MCP工具的实践
Dify Workflow转MCP工具中间件解决方案 该方案设计了一个轻量级HTTP服务，作为Dify平台工作流与MCP协议间的桥梁。通过实现MCP协议的三个核心方法（初始化、工具列表、工具调用），可将Dify Workflow转换为符合MCP标准的工具。主要特点包括： 支持多个Workflow并行服务，每个通过不同路径访问 异步处理架构，满足高并发需求 完整实现MCP协议规范 通过配置方式灵活管理不同Workflow 包含错误处理和日志记录机制 该中间件已在知识库检索等业务场景中验证有效性，使Dify W
2025-06-29 21:01:09
1395
原创 Docker容器自动更新利器：Watchtower
摘要：本文介绍了Watchtower这一Docker自动化更新工具，它能监控运行中的容器并自动更新到最新镜像版本。作者分享了安装方法（Docker直接运行或Compose部署）、常用配置参数（如更新间隔、清理旧镜像等）以及选择性更新特定容器的技巧。文章特别提醒该工具更适合个人开发环境使用，并强调了数据持久化的重要性。通过Watchtower，开发者可以轻松保持容器最新版本，节省手动更新时间。
2025-06-22 21:31:27
1656
原创 一文了解知识库背后的技术RAG
想让大模型更懂你的专业领域、获取实时信息？本文深度揭秘知识库背后的核心技术RAG：它如何像“开卷考试”一样，让大模型瞬间拥有你提供的海量知识，以及它真正的能力与局限。
2025-05-25 21:43:55
1091
5
红黑树 red-black
2013-04-19
acm Hdoj 离线版 1000-3000题 可搜索查找
2012-10-07
《OpenCL异构计算》全书所有插图及实现代码
2013-04-19
workflow.zip
2019-08-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人