<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Baihai_IDP的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Baihai_IDP</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Baihai_IDP]]></copyright><item><title><![CDATA[为什么 AI Agent 重新爱上了文件系统（Filesystems）]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160797734</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160797734</guid><author>Baihai_IDP</author><pubDate>Tue, 05 May 2026 18:22:50 +0800</pubDate><description><![CDATA[大家开始编写 aboutme.md 文件，来充当可移植的身份描述 —— 你的偏好、你的技能、你的工作风格，全都放在一个文件里，这个文件可以在不同应用间流转，无需任何人去对接 API。而是说：你的数据、你的上下文、你的偏好、你的技能、你的记忆 —— 以一种你拥有的格式存在着，任何智能体都能读取，不会被锁死在某个特定的应用里。他指出，Claude Code 之所以有效，是因为它运行在你的电脑上，使用你的操作环境、你的数据、你的上下文。它不是一个需要你访问的网站，而是居住在你机器上的一个小精灵。]]></description><category></category></item><item><title><![CDATA[以 Nano-vLLM 为例，深入理解 LLM 推理引擎（Part 2）]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160401825</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160401825</guid><author>Baihai_IDP</author><pubDate>Wed, 22 Apr 2026 11:17:40 +0800</pubDate><description><![CDATA[相反，每个 head 执行一次投影（projection），这是一种通过学习得到的变换方式，将完整的 4096 维输入压缩成该 head 特有的 128 维表征。Nano-vLLM 则做了简化，仅支持 Qwen 模型，但背后遵循的工程模式和优化思路，其实是通用的。这个是可以训练出来的。尽管单位参数的效率有所损失，但凭借其庞大的总体规模，它可以达到的能力，是任何可训练的稠密模型都无法企及的。输出是 logits，即对每个可能的下一个 token 的打分，后续的采样环节再根据这些分值，最终选出实际输出的词元。]]></description><category></category></item><item><title><![CDATA[以 Nano-vLLM 为例，深入理解 LLM 推理引擎（Part 1）]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160138855</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160138855</guid><author>Baihai_IDP</author><pubDate>Tue, 14 Apr 2026 11:01:12 +0800</pubDate><description><![CDATA[sampling 步骤从有效候选范围中进行选择，引入了 controlled variability（译者注：系统通过 sampling 参数（如 temperature），在“每次都一样的确定性”和“完全随机的混乱”之间，找到那个恰到好处的平衡点。当某个 sequence 完成生成（遇到 end-of-sequence token（生成结束词元）或达到最大长度），Scheduler 会将其从 Running queue 中移除，并释放其占用的资源，为等待中的 sequence 腾出空间。]]></description><category></category></item><item><title><![CDATA[微软多模态推理模型 Phi-4-reasoning-vision 训练经验分享]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160026148</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/160026148</guid><author>Baihai_IDP</author><pubDate>Fri, 10 Apr 2026 17:15:53 +0800</pubDate><description><![CDATA[作者 | Jyoti Aneja, Michael Harrison, Neel Joshi, Tyler LaBonte, John Langford, Eduardo Salinas编译 | 岳扬Phi-4-reasoning-vision-15B 是一款拥有 15B 参数的开源权重多模态推理模型，可通过 Microsoft Foundry[1]、HuggingFace[2] 和 GitHub[3] 获取。Phi-4-reasoning-vision-15B 能力全面，可广泛应用于各类视觉-语言任务，如]]></description><category></category></item><item><title><![CDATA[解构 MCP 的伪需求与 CLI 的真价值]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159716317</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159716317</guid><author>Baihai_IDP</author><pubDate>Wed, 01 Apr 2026 09:42:43 +0800</pubDate><description><![CDATA[文章也坦承，MCP 在某些缺乏 CLI 的场景下仍有其存在意义，但警示开发者不应本末倒置 —— 在没有提供基础 CLI 和 API 的情况下，优先投入资源去构建 MCP 服务器。MCP 曾许诺提供更简洁的接口，但在实际操作中，我发现自己到头来还是得写同样的文档：每个工具是干什么的，接受哪些参数，更重要的是，什么时候该用它。我们今天为大家带来的这篇文章，作者的核心观点是 MCP（模型上下文协议）并非必要，传统的 CLI（命令行工具）才是 LLM 工具调用的更优解。我承认，我始终未能参透其存在的必要性。]]></description><category></category></item><item><title><![CDATA[LLM 存在的一些问题，人类就不存在吗？]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159463514</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159463514</guid><author>Baihai_IDP</author><pubDate>Wed, 25 Mar 2026 11:01:59 +0800</pubDate><description><![CDATA[幻觉”（hallucination**）一词的含义，正从医学上的“感知到不存在的事物”，逐渐滑向一种更宽泛的日常用法 —— “单纯地犯错，而且固执地一错再错”。换句话说，这些模型正在让我逐渐疏离的，不光是那些“毛病不少”的人类同伴，甚至还有我自己那套缓慢却属于自己的思考方式。我们今天为大家带来的文章，作者的观点是：随着大语言模型的飞速进化与人类能力的相对停滞，那些曾被视为AI“缺陷”的行为特征，如今反而在人类对话中表现得更为显著，甚至在某种程度上，AI已凭借其高效的认知能力成为比人类更优质的交流伙伴。]]></description><category></category></item><item><title><![CDATA[OpenClaw 架构详解 · 第二部分：并发、隔离以及确保智能体正常运行的不变量（Invariants）]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159278840</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159278840</guid><author>Baihai_IDP</author><pubDate>Fri, 20 Mar 2026 10:37:59 +0800</pubDate><description><![CDATA[我们今天为大家带来的文章，作者的观点是：构建可靠 AI 智能体系统的关键，不在于精巧的提示词，而在于通过强制执行少量核心不变量（Invariants）来管理并发和状态，将自主性约束在可控范围内。如果你见过 Agent “疯狂刷屏回复”，或者在执行中途“无视用户的纠正”，那么上文提到的队列模式（queue modes）就是控制这些行为的“调节旋钮”。一个不那么光鲜但真实的事实：决定你的 Agent 是“玩具”还是“能真正上线运行的系统”的，是这一层（基础设施/运行时层），而不是 prompt。]]></description><category></category></item><item><title><![CDATA[OpenClaw 架构详解 · 第一部分：控制平面、会话管理与事件循环]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159213662</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159213662</guid><author>Baihai_IDP</author><pubDate>Wed, 18 Mar 2026 20:58:32 +0800</pubDate><description><![CDATA[OpenClaw 是一款可自托管、开源的个人 AI 助手，与典型的聊天应用相比，它更贴近你的操作系统。OpenClaw 的官方安全文档几乎说出了所有人的顾虑：运行具有 shell/文件访问权限的 agent 是有风险的，不存在绝对安全的配置 —— 你的目标是审慎地控制谁可以与它对话、它可以在哪里行动、它能接触哪些资源。今天为大家带来的这篇文章，作者给出了一个清晰而坚定的答案：OpenClaw 的“自主性”并非源于神秘的涌现能力，而是一套严谨、可解释的事件驱动架构所带来的工程成果。]]></description><category></category></item><item><title><![CDATA[目前市场上似乎只有三类真正可行的 AI 产品]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159005181</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/159005181</guid><author>Baihai_IDP</author><pubDate>Fri, 13 Mar 2026 10:36:59 +0800</pubDate><description><![CDATA[最终，你只能给 chatbots 配备那些用户自己也能完成的操作，可这样一来，你的 chatbots 其实是在跟你自家产品的原生体验竞争，而且大概率会输。首款基于大语言模型的产品 ChatGPT，其功能只不过是^1（译者注：文中出现的数字，为注释上标，文末可看到对应的注释内容，后同）与模型本身进行对话：换句话说，就是一个纯粹的 chatbot。由 LLM 生成的补全内容让用户无需改变现有工作流的任何环节，就能享受到 AI 模型的能力：他们看到的只是编辑器原本就会提供的自动补全建议，只不过强大得多。]]></description><category></category></item><item><title><![CDATA[为什么 AI 巨头们放弃私有壁垒，争相拥抱 Agent Skills]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158917613</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158917613</guid><author>Baihai_IDP</author><pubDate>Wed, 11 Mar 2026 08:31:49 +0800</pubDate><description><![CDATA[文中深入剖析了技能加载的“渐进式披露”机制如何大幅降低 Token 消耗，对比了其与微调、Custom Instructions 等方案的优劣，并展示了开发者生态在三周内从 0 爆发至 25,000 个技能的惊人增长。云内容管理公司 Box 构建的 Skills，能将存储的文件自动转换为符合组织标准的格式化文档。如果你正在构建 AI 智能体、交付 AI 驱动的产品，或是设计未来需要对接多家 AI 服务供应商的系统架构，那么这件事的重要性，远超过你今年能看到的任何一次基准测试分数提升。]]></description><category></category></item><item><title><![CDATA[在 Anthropic 的这两年，我学会了 13 件事]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158730609</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158730609</guid><author>Baihai_IDP</author><pubDate>Fri, 06 Mar 2026 09:48:52 +0800</pubDate><description><![CDATA[产品工程（Product Engineering）的美感在于，把一个富有远见的设计构思，不断打磨、提炼，最终变成在给定约束条件下最简洁、最本质、可执行的形态。而个人成长最快的途径，就是不怕接手没人碰过的烂摊子，承担起超出自己本职的责任，并且付出远超别人期望的努力。12）不必总是执着于从零到一的原创，有时候，快速识别出已经被验证过的正确方向，然后集中资源、吸取前人教训，以更优的执行力去超越对手，是一条更稳妥、更快速的成长路径。5）当技术具有颠覆性时，告诉客户如何利用它来解决问题，正是你的职责所在。]]></description><category></category></item><item><title><![CDATA[回头看 RLHF、PPO、DPO、GRPO 与 RLVR 的发展路径]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158649701</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158649701</guid><author>Baihai_IDP</author><pubDate>Wed, 04 Mar 2026 10:35:26 +0800</pubDate><description><![CDATA[我们今天为大家带来的文章，作者的核心观点是：现代大模型早已超越“Next Token Prediction”的原始范式，正通过 RLVR 等优化机制，完成从机械模仿到策略性推理的认知跃迁。文章以生动的比喻和清晰的阶段划分，系统回顾了从早期RLHF的“驯狗式”对齐，到DPO的直接偏好内化，再到GRPO带来的“系统2”式多路径推理，以及RLVR通过编译器反馈实现的代码能力飞跃。模型实际上是在并行模拟多种可能发生的未来，观察哪一种能够成功，然后更新它自己的“大脑”，使其“思考”方式更接近于获胜者。]]></description><category></category></item><item><title><![CDATA[HackerNews 热榜第一名：AGI 的 A，原来代表的是 Ads（广告）]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158498659</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158498659</guid><author>Baihai_IDP</author><pubDate>Sat, 28 Feb 2026 10:51:32 +0800</pubDate><description><![CDATA[文章以详实的数据拆解了 OpenAI 2025 年的爆发式增长（400 亿美元融资、2600 亿美元估值、10 亿美元ARR），却犀利地指出其广告变现策略的必然性：从 Perplexity 50 美元+ 的 CPM 基准，到 Fidji Simo（Meta 广告业务前负责人）的加盟，再到 2029 年 250 亿美元广告收入的内部预测 —— 作者构建了一个“极度乐观却逻辑自洽”的 ARPU 增长模型。可讽刺的是，人类智慧的巅峰 —— 那些最顶尖、最聪明、最耀眼的大脑聚在一起，折腾半天，结果却只是……]]></description><category></category></item><item><title><![CDATA[Prompt caching 技术是如何实现 1 折的推理成本优化的？]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158038888</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/158038888</guid><author>Baihai_IDP</author><pubDate>Fri, 13 Feb 2026 13:28:22 +0800</pubDate><description><![CDATA[如果你刚刚才处理完 “Mary had a”，那么在生成下一个 token 时，对 “Mary had a little” 中前三个 token 的大部分矩阵运算其实是冗余的 —— 而这正是 LLM 推理循环的默认行为。于是我决定深入探究，一头扎进 LLM 工作原理的“兔子洞”，直到彻底搞明白服务商究竟缓存了哪些精确的数据、这些数据的用途，以及它们如何让每个人的 LLM 请求都变得更快速、更便宜。在第一行，我们唯一知道的词是"Mary"，所以它应该是唯一对生成"had"有贡献的词。]]></description><category></category></item><item><title><![CDATA[分享一些编程助手使用过程中的经验教训与观察思考]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157971008</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157971008</guid><author>Baihai_IDP</author><pubDate>Wed, 11 Feb 2026 10:36:50 +0800</pubDate><description><![CDATA[其次，他揭示了模型“求快”的默认性格需通过“惯用性”提示词加以约束，并惊叹于Opus 4.5与GPT 5.2在Bug定位上的惊人能力，但也警示，过度依赖AI会导致开发者心智模型保真度快速衰减，进而缩短代码库的“品质半衰期”；软件工程的核心始终在于：与团队协作来深入理解问题的本质，编写代码将解决方案落地，排查并修复 Bugs，同时随着问题的变化持续迭代优化方案。据我观察，即使有最好的提示词工程支持，主要由编程助手生成的代码库，其产品品质的“半衰期”也更短。最终的定论，且留待对 2026 年的回顾时再下。]]></description><category></category></item><item><title><![CDATA[GPU 应该怎么选择？写给 AI 工程师的 GPU 选型指南]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157800709</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157800709</guid><author>Baihai_IDP</author><pubDate>Fri, 06 Feb 2026 10:19:13 +0800</pubDate><description><![CDATA[最后，文章重点对比了 PCIe 与 SXM 封装形式及 NVLink 互连方案的优劣，并基于计算能力、内存和互联性能三大维度，为 AI 工程师提供了在不同部署环境下（云端或本地）选择 GPU 的实用决策框架。带宽是另一个关键的性能维度。从大家用来训练 LoRA 适配器的 RTX 3/4/590，到驱动（并仍在驱动）大语言模型集群的 H100，再到专为大规模生成式 AI 训练与推理而进入数据中心的全新 Blackwell B100+ 芯片 —— GPU 的选择和配置参数可谓五花八门。但是，硬件只占一半。]]></description><category></category></item><item><title><![CDATA[Claude Code中的Commands→Skills→Agents是进阶路径？你可能理解错了]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157725136</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157725136</guid><author>Baihai_IDP</author><pubDate>Wed, 04 Feb 2026 10:14:38 +0800</pubDate><description><![CDATA[作者通过“代码整洁度检查”这一完整示例，清晰展示了如何组合使用 Command + Agent 实现手动流程，或 Skill + Agent 实现智能主动介入，并强调 —— 选择依据不应是“功能复杂度”，而应是“谁来决定执行时机”。Command 是手动触发器。Agent 并非比 Command “更高级” —— Command 是触发器，Agent 是执行者，它们扮演着不同的角色。Command 可以调用 Agent，Skill 也可以调用 Agent，Claude 也能直接调用 Agent。]]></description><category></category></item><item><title><![CDATA[强化学习比你想象的还要更为低效...]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157543115</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157543115</guid><author>Baihai_IDP</author><pubDate>Fri, 30 Jan 2026 10:21:21 +0800</pubDate><description><![CDATA[但显然，人类的学习效率远高于此。我能想到的最简单例子是过程奖励模型（process-reward model），它会这样说：“嘿，这次生成的答案虽然错了，但我看得出来，它一开始的推理方向是对的。之所以要强调这一点，是因为在训练的大部分时间里，模型的通过率都极低（接近0），在对数尺度上看，这些低通过率的阶段占据了很大的比重，这意味着真正能高效学习的窗口期其实很短。你学到的新信息量，取决于你看到正确答案时有多“惊讶” —— 你的通过率越低（即正确答案的先验概率越小），你从这个标签中学到的东西就越多。]]></description><category></category></item><item><title><![CDATA[微调后的Qwen3-4B在多项基准测试上战平或胜过GPT-OSS-120B]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157466635</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157466635</guid><author>Baihai_IDP</author><pubDate>Wed, 28 Jan 2026 10:55:59 +0800</pubDate><description><![CDATA[经过微调的小型语言模型（SLM）可以胜过规模大得多的模型：微调后的 Qwen3-4B 在 8 项基准测试中的 7 项上表现能够超越或战平 GPT-OSS-120B（一个比它模型规模大 30 倍的教师模型），剩下的一项差距也不到 3 个百分点。并非所有小型模型的性能都差不多，但经过微调后，它们之间的差距会大幅缩小。值得注意的是，这款 4B 模型的表现甚至超过了更大的 Qwen3-8B，这表明在蒸馏任务中，Qwen3 的较新版本（2025 年 7 月 25 日更新的版本）比之前的 8B SLM 效果更好。]]></description><category></category></item><item><title><![CDATA[Skills 与延迟加载工具定义的 MCP，目前哪个更高效、稳定和可控？]]></title><link>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157281539</link><guid>https://blog.youkuaiyun.com/Baihai_IDP/article/details/157281539</guid><author>Baihai_IDP</author><pubDate>Fri, 23 Jan 2026 08:29:33 +0800</pubDate><description><![CDATA[文章系统梳理了延迟工具加载（deferred tool loading）的工程现实与限制，指出即便工具可以延后注入，对话级别的工具集合仍然是静态的，且发现机制高度依赖正则匹配，收益并不如预期。我们今天为大家带来的这篇文章，作者的核心观点是：相较于依赖复杂且高成本的动态 MCP 工具加载机制，以 Skills 为核心的能力摘要与自维护模式，在当前阶段反而更加高效、稳定且可控。因此，至少从我的经验来看，你最终还是得为通过 mcporter 或类似方式暴露出来的 MCP 工具，手动维护这些 Skills 摘要。]]></description><category></category></item></channel></rss>