- 博客(160)
- 收藏
- 关注
RSS订阅原创 啊啊啊啊嗷嗷
直接写提示词并没有过时 —— 很多场景下它仍然是最快的方式，循环工程是工具箱里的新工具，不是要替换所有旧工具。学习路径也顺理成章：先用好提示词和上下文管理，再搭好 Agent 的运行环境，然后从/goal这样的小循环开始，确认效果和成本符合预期，再逐步加入定时触发、防死循环和工具连接。循环是放大器，放大你的能力，也放大你的懒惰。去搭你的循环 —— 但像一个铁了心要保住工程师本色的人那样去搭，而不是只做那个按下启动键的人。循环工程不是终局，只是下一层台阶。但站上去看，视野已经不一样了。
2026-10-27 13:56:59
39
原创 FDE 是什么
ForwardDeployedEngineer（FDE）是嵌入客户真实环境的软件工程师，以端到端交付可落地、可衡量的生产系统为核心，将一线经验回流产品。区别于普通开发者或售前，FDE对业务结果负责，强调“吃痛吐产”，推动AI从演示走向真实价值。在企业AI落地难的背景下，其角色愈发关键——连接模型能力与生产约束，跨越“能跑”与“有用”的鸿沟。
2026-10-27 13:29:25
55
原创 什么是 AI
本文系统介绍了人工智能的核心概念，涵盖机器学习（监督、无监督、强化学习）、深度学习中的神经网络结构与训练机制（如反向传播、激活函数、梯度问题），以及大语言模型（LLM）的生成原理与优化方法。重点解析了参数、上下文窗口、提示词（Prompt）设计、采样策略与幻觉控制，并深入阐述检索增强生成（RAG）的技术框架，包括文档切分、向量嵌入、相似度计算与混合检索。最后探讨了多模态AI、LoRA微调及推理优化技术，全面呈现从模型训练到实际应用的关键链条。
2026-10-27 13:24:00
93
原创 AI 编程 Agent 不是黑箱了：用 ccglass 看清 Claude Code 和 Codex 的真实请求
AI编程工具正从代码补全迈向自主执行任务的Agent时代，但其决策过程如黑箱难察。ccglass是一款本地观测工具，可记录ClaudeCode、Codex等AI编程工具的真实请求内容，通过WebDashboard展示system prompt、toolcall、token使用、上下文变化等关键信息，实现对Agent行为的透明化追踪。它帮助开发者理解“为何如此决策”，优化成本、调试问题、提升工程可控性，是个人进阶与团队治理的重要利器。
2026-10-27 13:21:42
46
原创 我让 Claude 写了一个贪吃蛇游戏，然后用 ccglass 看清它发给模型的真实请求
AI 编程 Agent 越来越强。现在我们已经不只是让模型补全一段代码，而是直接让 Claude Code、Codex、OpenCode 这类工具读项目、写文件、调用命令、修改代码、完成一整个开发任务。但随之而来的问题是：Agent 的执行过程越来越像黑箱。为了把这个过程看清楚，我用一个很小的 demo 做了一次实验：让 Claude Code 从零生成一个贪吃蛇小游戏，同时用 ccglass 记录整个请求过程。
2026-10-27 13:20:32
79
原创 DeepSeek Harness 值得安装的 15 款插件
DeepSeekHarness（DSH）生态爆发，GitHub Star破15万，插件超1700个。本文精选15款高价值插件，涵盖桌面端、WebUI、视觉识别、联网搜索、智能体协作、文件操作与效率安全五大类，助你快速提升体验与生产力。推荐新手优先安装desktop、web-ui、market，进阶用户可搭配better-sidebar、at-file、modlens等，实现高效开发与多模态交互。安装仅需一行命令，配合--patch参数即可生效。一切皆插件，总有一款适合你。
2026-10-23 13:17:59
170
原创 你的 WorkBuddy 不好用，大概率是这些配置没设置好
刚装WorkBuddy别急着丢任务，先搞定10个关键设置：开启“允许锁屏运行”确保任务不中断；更换存储位置避免空间不足；根据需求选择“回复风格”让对话更合胃口；用“自定义指令”省去重复交代；导入记忆并定期维护，让它越用越懂你；开启“技能自动更新”和“自动安装可信技能”，保持能力领先；绑定微信小程序与APP实现远程掌控；接入自定义模型拓展能力；最后务必进入“安全中心”，启用沙箱模式与自动备份，保障操作安全。调完这些，它才真正为你所用。
2026-10-23 13:15:40
146
原创 让 LLM 输出不再失控：用 Pydantic 校验大模型输出
本文通过模拟简历信息抽取场景，对比无校验与加校验的JSON解析差异，揭示“不报错却出错”的隐蔽风险。提出一套可复用的结构化处理方案：使用正则提取JSON、Pydantic定义Schema进行类型、范围、格式校验，结合自定义校验器规范化数据（如手机号、薪资），跨字段核对逻辑一致性（如总年限与经历合计），失败后将错误回喂模型重试。强调校验不仅是防错，更是保障数据质量的契约，建议始终保留校验层，确保无论模型如何变化，数据入口始终可控可靠。
2026-10-23 13:12:18
164
原创 用Python从零搭一套RAG系统：40行跑通，再谈优化
本文系统解析RAG（检索增强生成）在企业落地的核心逻辑与实践路径：以40行代码实现最小闭环，强调“先翻资料再回答”的工程本质。从文档清洗、切块、向量化到混合检索与权限隔离，层层拆解关键环节，揭示数据质量决定系统上限，阈值过滤与BM25混合召回显著提升检索精度。通过强化Prompt约束、引用溯源与增量更新机制，构建可追溯、可信任的AI问答系统。最终指出，RAG不是模型能力的飞跃，而是让大模型“知其所知、守其所不知”的可信工程。
2026-10-23 13:07:15
137
原创 低成本本地模型能把「角色四视图」做到什么程度？
Meowcute项目基于单张消费级显卡，采用全离线开源模型实现游戏角色四视图生成。核心方法为：正视图由文生图生成，侧/背/右视图以正视图为参考，通过Qwen-Image-2.1按“几何守恒”指令逐张推导，再用纯numpy/PIL确定性拼板。实测表明，该方案比上一代快6~9倍（13~19s）、显存低5GB（峰值14.7GB），支持原生透明通道，省去抠图环节。质量提升关键在于指令工程、参考图预处理与后处理。适用于学习、原型验证与像素风小人制作，但不推荐用于正式游戏生产。下一步将用Wan2.2-TI2V-5B生成
2026-10-23 13:03:57
137
原创 AI时代，神话并未消失：人类正在创造新的“数字神明”
本文探讨人工智能时代“神话”的重构，提出AI正以“算法神谕”“数据神学”与“数字永生”三重结构重塑人类认知权威。在不确定性中，算法承担解释与决策功能；数据被视为世界秩序的基石；而个体认知主干可通过人机互动被建模延续。这并非技术取代神话，而是神话以数字形式重生——神谕之声来自算法，意义生成依托数据，永生想象寄于模型。人机共构的对话过程，使神话成为持续生成的文化实践，揭示技术文明中永恒的意义追寻。
2026-10-21 13:24:20
52
原创 AI一天写的代码多了30%，软件却没多出一个
AI编程虽大幅提升代码生成速度，但软件交付效率未见提升，瓶颈转移至代码评审环节。研究显示，AI引入后代码量增30%，评审请求增23%，平均时长延长49%，返工率翻倍，而AI仅贡献23%的评审意见。行业共识浮现：生成快≠交付快，质量取决于流程设计。未来核心竞争力从“写代码”转向“判代码”，流程优化与判断力成为关键。
2026-10-21 13:22:01
122
原创 SQL 注入：一行代码如何撬开整个数据库
SQL 注入（SQL Injection，SQLi）是指应用程序把不可信的用户输入直接拼接进 SQL 语句，导致攻击者能够改变语句原本的语义，从而越权读取、篡改数据库内容甚至控制数据库服务器的攻击方式。注意关键词是拼接。SQL 注入并不 "高级"，它没有零日漏洞的神秘，没有内存破坏的复杂。它之所以生命力顽强，是因为它击中的是一类贯穿所有 Web 开发的思维习惯：默认用户输入是善意的。永远不要让用户输入变成 SQL 代码，参数化查询是默认选项而不是可选项。
2026-10-21 13:19:25
274
原创 AI 写代码越来越快，我们的代码能力却在悄悄退化
AI写代码正悄然削弱开发者能力，尽管效率提升不明显，但理解力与核心技能显著退化。研究显示，依赖AI者在调试、代码阅读、方案设计等关键环节表现更差，且自我感知偏差严重。退化源于“用AI替代思考”而非“深化理解”。应对之策是：设定无AI编码时间、先设计后生成、逐行审查、让AI当老师、测试驱动开发。关键不是不用AI，而是以它为工具强化思维，而非取代思考。定期“无AI体检”，方能守住工程师的根基。
2026-10-21 13:17:07
226
原创 编程语言的六十年：一部做减法的历史
编程语言的发展本质是不断做减法：从抽象机器细节，到简化表达逻辑，再到沉淀为极简设计哲学。通过降低沟通成本、提升可读性与可维护性，语言逐步将开发者从繁琐细节中解放，聚焦于核心问题与创造。理想语言内核精简可信，支持自定义扩展，如Lisp宏或ObjectSense的微语言机制，实现“减到极致，造之自由”。最终，语言的使命不是功能更多，而是让人的思考更纯粹——把精力还给真正重要的事。
2026-10-21 13:13:53
203
原创 AI 工具退场以后：研发团队真正应该留下什么
过去，研发工作的重要部分，是把人的意图翻译成机器可以执行的语言。当 AI 开始承担一部分翻译工作，人的价值会向前移动。我们需要更清楚地定义：系统应该做什么，不应该做什么；正常情况下如何运行，异常情况下怎样退让；哪些条件必须满足，哪些边界绝不能越过；用户最终会看到什么，又怎样证明问题真的得到了解决。代码可以生成，意图却不会自动变得清晰。如果一句需求可以被理解成三种意思，AI 只会更快地生成三种不同的实现。真正困难的工作，仍然是把模糊的期待，变成一组可以理解、执行和验证的系统行为。
2026-10-20 13:28:35
235
原创 别卷“AI能做的事“，去练“AI做不了的事“
AI提升效率的同时引发职业焦虑，但真正不可替代的是处理不确定性的判断力、取舍力与担责勇气。技术人十年积累的，不是代码熟练度，而是踩坑记忆与实战决策能力——这些无法被AI复制。当AI能快速完成标准化任务，人的价值转向在模糊中拍板、在压力下扛责。别怕被取代，要问自己：你是在“执行已知”，还是在“应对未知”？真正的竞争力，永远在机器够不到的那条模糊线上。
2026-10-20 13:23:56
183
原创 AI 加持的工业三维模型展示：为什么我选择了网页端而不是再装一套 CAD
我们团队将机械设备三维资料整理与售前展示流程迁移至LiteModelProcess·AI平台，解决设计模型难进业务系统、展示链路冗长、交互缺失等问题。平台实现STEP/STP等格式一键轻量化转GLB，支持网页端减面、修孔、导览配置与交互讲解，AI辅助智能优化与文案生成。通过重复几何体共享、BVH空间索引、视锥剔除等技术，保障大装配在浏览器流畅运行。支持私有化部署，满足内网安全需求。实际使用中显著减少跨软件操作，提升销售演示体验与数据资产标准化水平。
2026-10-20 13:21:36
75
原创 千万三角面工业模型网页轻量化：手动减面与 AI 智能减面实操记录
本文分享了在浏览器端对工业装配模型进行轻量化的完整流程：通过分析面数分布定位优化重点，分步减面并结合AI助手智能推荐比例与一键优化方案，辅以移除小物体和不可见模型等全局清理，再经修孔、修面、法线修复等精细化处理，最终导出前全面检查。强调“先定位、分批迭代、随时可逆”的节奏控制，实现高效、安全的模型轻量化，确保适配实时渲染场景。
2026-10-20 13:20:20
348
原创 用 AI 一键生成设备导览：步骤、动作与发布全流程
本文系统介绍了如何构建高效、可自动播放的设备导览。通过新建导览、分步设置动作（如聚焦运镜、高亮闪烁、半透明透视等），结合AI自动生成结构化讲解流程，实现从整机概览到局部细节的逻辑呈现。强调先试播验证、再发布分享，确保客户免登录即可查看。关键提示：模型更新需重发布，每步聚焦重点，善用AI提效但需人工核对文案。导览本质是将销售讲解结构化、标准化，提升展示效率与专业度。
2026-10-20 13:18:31
88
原创 DeepSeek Harness 值得安装的 15 款插件
DeepSeekHarness（DSH）生态爆发，15万+ Star，插件超1700个。晓凡精选15款高价值插件：桌面端、WebUI、侧边栏、终端等提升体验；modlens、modsearch、imagegen补齐视觉与搜索短板；dsh-agent-teams、at-file、workspace-search强化智能体与文件处理；usage-stats、context-doctor等助力效率与成本管控。安装一键搞定，按需选型，让DSH真正“一切皆插件”。
2026-10-18 13:22:00
159
原创 期待了很久的DeepSeek多模态视觉模型终于上线了
DeepSeek 这个视觉模型来得不算早，但价格确实有诚意。跟 V4-Flash 同价，空闲时段输入缓存命中只要 0.05 元/百万 tokens，图片封顶 384 token，试错成本很低。模型名字带个 "Exp"（实验性），说明还在迭代，但能力已经接近 Opus-4.8 了，后续正式版应该会更强。对于做 Agent 开发、需要视觉理解能力的场景，现在就可以上手试了。发布公告价格详情图像理解指南我是晓凡，再小的帆也能远航。热衷于分享一些好玩的实用的干货内容。
2026-10-18 13:20:40
105
原创 现在的豆包跟以前不一样了
豆包更新后已从聊天工具进化为全能助手，支持本地/云端操作、浏览器调用、技能调用与定时任务。通过手机远程操控电脑、自动整理文件、比价生成表格、飞书文档智能索引、一键生成修改PPT等实操案例，显著提升效率。尤其“手机遥控电脑”和“飞书集成”功能令人惊艳，真正实现“你说我做”。建议开启项目模式、善用技能市场，轻松上手。豆包，已成我的数字分身。
2026-10-18 13:19:29
214
原创 微信里多了个小微，我替你试了一遍
微信新功能「小微」AI助手上线，支持查看朋友圈总结、订外卖、发消息、查公众号内容及生成实用小工具（如背单词应用），体验流畅且注重安全验证。虽部分功能受限（如无法分享工具、无法定时发消息），但其作为“微信内私人助理”的定位清晰，尤其朋友圈摘要与自建工具实用性强。建议更新至8.0.75以上版本等待灰度推送，体验后或成日常好帮手。
2026-10-18 13:16:59
211
原创 我用豆包 Seed-2.1-pro-0915 做了个“今天吃啥”，中午点菜这事终于不用纠结了
每天中午“吃啥”困局催生了「今天吃啥」点菜小工具：通过拍照识别菜单，自动建库、智能推荐3菜1汤，群内口令汇总订单，吃完评分加权推荐。全程零代码，用豆包工作+Seed-2.1-pro-0915模型实现，支持跨店定店、自动校验、双击即用。源码开源，GitHub Pages部署，手机一键访问。从草图到上线仅两小时，真正让小事变高效。
2026-10-18 13:10:10
179
原创 Langchain简单快速上手教程（二）—— 聊天模型之模型定义
本文介绍了LangChain中聊天模型的定义方法，涵盖通过API（如ChatOpenAI、ChatDeepSeek）和本地部署（如ChatOllama）两种方式。重点讲解了模型参数配置、init_chat_model()函数的灵活使用及Runnable接口的invoke调用机制，帮助开发者高效集成大语言模型。
2026-10-15 13:44:38
183
原创 Langchain简单快速上手教程（三）—— 聊天模型之工具调用
本文详解LangChain中聊天模型工具的定义与使用，涵盖通过@tool装饰器和StructuredTool类创建工具，支持Pydantic Schema与Annotated注解传参，实现参数校验与描述生成。介绍工具绑定至模型的bind_tools()方法，支持自动或强制调用，并通过content_and_artifact返回结构化数据。演示工具调用流程：模型生成工具调用 → 执行工具 → 返回结果 → 重传消息链完成最终响应。同时推荐使用LangChain官方预置工具包，提升开发效率。
2026-10-15 13:42:24
112
原创 Langchain简单快速上手教程（四）—— 聊天模型之结构化输出
本文介绍LangChain中聊天模型的结构化输出功能，通过with_structured_output()方法实现大模型输出的格式化，支持返回Pydantic对象、TypedDict或JSON。结合实际案例，展示了信息提取与工具调用中的应用，强调其在提升输出可读性与可用性方面的优势，助力开发者高效构建智能应用。
2026-10-15 13:35:30
148
原创 Langchain简单快速上手教程（六）—— LangSmith
LangSmith是用于构建、调试、评估和监控LLM应用的DevOps平台，与框架无关，可无缝集成LangChain等工具。通过注册获取API Key并配置环境变量，即可无代码介入地追踪LLM应用的调用过程。其瀑布流形式的跟踪视图清晰展示每一步的执行细节与耗时，助力开发者洞察链或代理内部运行状态，提升生产级LLM应用的可观测性与可靠性。
2026-10-15 13:31:58
120
原创 Langchain简单快速上手教程（五）——聊天模型之流式传输
本期我们将要介绍的聊天模型中的流式传输。什么是流式传输？简单来说流式传输就是其通过逐步显示输出，甚至在完整的响应准备就绪之前显示部分输出。相较于在这之前所学习的.invoke()方法的非流式输出，其输出内容是全量返回的，需要所有内容准备就绪后才一并进行输出。因此导致了用户等待输出时间长的问题。而流式输出的能力将有效改善用户的体验。在介绍完如何让聊天模型进行流式输出后，我们发现上面的结果都是一个字或两个字的间歇性的输出。如果此时我们想要将输出改为一句话一句话的输出，同时保留流式处理功能，此时便需要在链中。
2026-10-15 13:19:25
66
原创 嫌桌面 Agent 太重，我“自己”写了一个
Hetu（河图）是一款轻量级、本地运行的桌面AI助手，体积仅15MB（slim版），基于Tauri和ASP.NET Core构建，支持跨平台。它整合了代码会话、SSH远程开发、笔记管理、知识库与图谱、工作流编排、任务看板及模型代理等功能，强调极简与高效，所有功能共用同一套配置（如VSCode Copilot的.github目录），实现无缝衔接。通过压缩管道降低用量成本，支持OpenAI/Anthropic兼容接口，具备自动回滚、权限控制、时间线追踪等特性。项目开源（Apache-2.0），当前为0.3.4版
2026-10-12 13:27:36
124
原创 AI应用越多，人均产出为何不涨？
接入AI后人均产出未提升，根源在于考核口径仅看“接入数”与“调用量”，忽视审核、返工、运维等隐性成本。应转向“单位有效任务成本”核算，通过置信度分层路由与五类成本归集，实现净收益可算、边界可回退、质量可门禁。唯有将全要素成本显性化，才能真正衡量AI对生产率的贡献，推动技术从“量增”走向“质效”。
2026-10-12 13:25:25
141
原创 AI卷王们，从窄路走向宽阔？
在AI冲击职场的浪潮中，打工人应摒弃观望与盲动，转向深耕技能深度与广度并重的“卷王”路径。真正突围者，是那些将AI工具化为助手、专注提升判断力与系统思维的人。他们以基础能力为锚，驾驭复杂任务，在信息化、数字化、智能化三阶段中步步为营。面对不确定性，与其焦虑求稳，不如主动构建可迁移的组合能力，在实践中锤炼应对变化的韧性。唯有如此，才能在窄路中开辟新分支，实现个体与企业的双向奔赴。
2026-10-12 13:21:17
155
原创 Koog(2) —— Koog Agent 的编程模型
Koog是一款为JVM生态设计的结构化AI Agent框架，支持JDK17+、Kotlin2.2+及Gradle/Maven。其核心由PromptExecutor、Strategy、Tools与Features构成，提供Basic、Graph-based、Functional及Planner等Agent类型。通过配置System Prompt、LLM参数（如temperature）、工具调用（ToolRegistry）与迭代次数（maxIterations），可灵活控制Agent行为。Graph-based
2026-10-12 13:17:57
192
原创 AI 加持的工业三维模型展示：为什么我选择了网页端而不是再装一套 CAD
我们团队曾面临工业大模型难以在网页展示、售前演示效率低的问题。通过迁移至LiteModelProcess·AI平台，实现STEP/STP等格式一键转为轻量化GLB，支持网页端流畅渲染与交互展示。平台融合模型处理与可视化导览，依托AI智能减面与自动生成讲解内容，减少多软件切换，提升交付效率。基于重复几何体共享、BVH索引与视锥剔除等技术，保障大装配流畅运行。支持私有化部署，满足内网安全需求。实际使用中，销售可分享可交互链接，客户体验显著提升，工程资产也更规范统一。
2026-10-12 13:15:02
194
原创 【无标题】
大学四年间，电脑连手机热点时偶遇白屏问题，手机可访问而电脑不行。经排查发现：电脑同时获取IPv4/IPv6，浏览器优先走IPv6访问CDN，但部分资源因TLS异常加载失败，导致单页应用初始化崩溃。解决方法：关闭网卡IPv6，强制使用IPv4，问题即解。仅影响本地网络配置，无需改动服务器，简单有效。
2026-10-08 13:48:13
81
原创 大语言模型的 Scaling：扩展方向、收益规律与训练配置
本文系统探讨了大模型训练中的扩展规律与资源配置策略，核心在于通过Scaling Laws量化模型规模、训练量与计算成本的关系。研究表明：在纯幂律范围内，相同倍率的参数增长带来稳定相对损失下降；模型容量、信息范围与训练量是三个独立扩展方向，需分别评估。关键结论包括：主干参数随层数线性增长、随宽度平方增长；深层与加宽的收益随规模变化，无统一最优比例；上下文长度扩展不增加参数但提升计算开销；Chinchilla支持模型与训练量近似同步扩大，约20token/参数为初始参考配比。最终配置应结合质量、推理成本与部署需
2026-10-08 13:41:01
272
原创 鸿蒙(HarmonyOS) 2012至2026年的发展历程
2021 年 5 月 17 日，华为中国生态大会上，徐直军向合作伙伴说明，相关源代码将面向行业全面开源，覆盖手机、平板、车机、智慧屏与各类物联网设备，有能力的企业可以基于开源代码打造自有发行版，这个开源项目即为 OpenHarmony。2025 年 3 月 20 日，华为发布 Pura X 阔折叠手机，这是首款出厂全面搭载 HarmonyOS 5 的消费级手机，Mate70 系列等机型的 HarmonyOS 5 正式版升级安排在同年第二季度。再往前，这条操作系统的技术路线，已经在实验室里沉淀了许多年。
2026-10-08 13:34:27
264
原创 单模型执行器 与 OpenCode v2配置迁移 笔记
本文聚焦多Agent编排中两个被低估的工程问题：全程单模型执行与配置语义迁移。针对前者，提出solo内联执行器设计，通过权限层“零委派”、禁用内置助手、动态跟随会话模型等结构性保证，实现行为可复现、上下文一致与成本收敛；针对后者，剖析OpenCodev2配置迁移痛点，强调键名映射、权限顺序、静默失效防范及二进制验证的重要性，倡导“显式预算、分层迁移、验证为王”的实践方法论。核心原则：结构性保证优于行为请求，验证必须基于实际解析结果。
2026-10-08 13:31:50
211
原创 AI 测试 Skill 大全，我日常在用的 25 个，穷爆了！
本文介绍了作者自研的25个软件测试专用AgentSkill，覆盖需求分析、接口与UI自动化全流程。技能按流程分为三组：需求与用例设计（6个）、接口自动化（10个）、UI自动化（9个），支持独立使用或串联成完整测试流水线。从需求拆解到报告生成，实现智能化、高效率的测试闭环。所有Skill可免费下载，通过官网或知识星球获取，支持主流AI工具集成，助力团队提效。
2026-10-08 13:21:34
182
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人