- 博客(136)
- 收藏
- 关注
RSS订阅
原创 《语义场风险备忘录》—— 关于 LLM 系统中一个尚未被正式建模的高维风险
这是一份风险备忘录（Risk Memo）。它不是产品说明，不是方法论，不是攻击研究，也不是某种体系的推广文档。它只做一件事：明确指出：在当前主流 LLM 系统架构中，存在一个尚未被企业安全模型正面纳入的高维风险层 ——语义场风险（Semantic Field Risk）。如果未来某一天，LLM 系统在企业、金融、医疗或公共系统中出现难以回溯责任、难以定位根因、难以用传统信息安全模型解释的事故那么事故的真正来源，很可能不在模型能力、不在幻觉、不在提示词攻击，而在这里。
2026-01-14 14:20:57
1112
原创 用纯 ChatGPT 网页版跑出一个“可控的量化风控系统”：一次关于 AI 行为可控性的工程实验
用纯 ChatGPT 网页版跑出一个“可控的量化风控系统”：一次关于 AI 行为可控性的工程实验
2025-12-08 19:40:19
729
原创 豆包 111 题 96.4% 击败 JEV：所谓 “决策模型“ 的护城河，LLM 出厂自带？
TypeSafe 的决策模型 JEV 宣称比大模型快 193.6 倍、成本低 444.6 倍。本文在一个受控实验（JevBench PUBLIC-HARD 111 题）中用豆包与之同题对打：107/111、96.40% 准确率、6.85 倍吞吐、McNemar 检验 p≈2.2×10⁻⁷。结论：在 JEV 自己的主场题型上，零训练的通用 LLM 同时赢下了准确率与速度；JEV 的护城河从 "能力" 缩水为 "规模化成本"。
2026-09-22 13:20:42
115
原创 全球首个人类意图 LLM 对齐实验成功
TSCP，全称：任务状态编译协议栈它不是一个提示词模板。不是某个 Agent 框架。不是模型封装器。也不是某个人的私有实现。它解决的是一个更底层的问题：如何把人类模糊表达出来的意图，接住，并转成 LLM 可以处理、可以推进、可以验收的任务状态。换成人话：普通人让 AI 回答。TSCP 给 AI 铺轨。所谓“铺轨”，就是不让 LLM 一上来就自由发挥，而是先确定：这个任务现在处于什么阶段？它现在该做什么？不该做什么？哪些信息是事实？哪些只是猜测？
2026-05-23 02:18:24
358
原创 Case-X01豆包意图识别能力压力测试
这是一次针对的深度压力测试。在这种涉及价值流动的场景下，系统必须在毫秒级内完成从“意图编译”到“不可篡改执行”的闭环，同时时刻准备触发那 47 条 Reason Code。
2026-04-28 13:31:28
48
1
原创 同一个 GPT，为什么数据分析结果差这么多？问题可能不在模型
大家在讨论：哪个模型更强哪个 API 更便宜上下文窗口多大哪家公司做得更好但在真实的数据分析和整理场景里，这些往往并不是决定结果好坏的关键。真正拉开差距的，往往更早：信息是如何进入模型的。
2026-04-28 10:05:05
487
原创 很多人误解了AI编程能力：模型性能 ≠ 实际生产力
也许 AI 编程能力，不只是模型本身的能力。也取决于你怎么用它。模型负责生成，用户决定结果有多好。
2026-04-27 10:40:17
228
原创 幻觉量化（Hallucination Quantization）：从随机语言模型到确定性交付系统的工程范式
将连续、模糊、高熵的模型输出空间，转化为离散、受控、可审计的交付空间。这类似工程系统中将模拟信号量化为数字信号的过程。不确定性被约束风险被标记输出被治理结果可被业务使用“幻觉”不应被情绪化理解。它是概率语言系统的自然属性，应被工程化治理。真正决定 AI 商业价值的，未必是谁最会说话，而是谁能在不确定环境中持续稳定交付。
2026-04-21 12:05:35
461
原创 为什么 LLM 会前后不一致？核心是经验蔟的竞争博弈
上一篇我们提出了一个关键视角：LLM 的行为，本质上并不是“推理”，而更像是对已有经验结构的调用与组合。在这个框架下，大模型的很多问题，会呈现出完全不同的解释路径。但如果从经验蔟的视角来看，这些都只是表层解释。当我们向模型提出一个问题时，往往不会只激活单一的信息来源。相反，模型内部会同时唤起多种相关的经验结构。这些不同的经验结构，并不会自动“融合为最优答案”，而更像是在生成过程中彼此影响、此消彼长。可以用一个更直观的类比来理解：这更像是一场“多方同时发言”的过程，
2026-04-07 11:39:25
288
原创 LLM不是在“推理”，而是在调用经验蔟（Experience Clusters）
在当前AI行业的主流认知里，大模型被赋予了“思考”“推理”甚至“具备认知能力”的标签。我们习惯用人类的思维方式，去理解LLM的输出行为，默认它能够像人一样，从零开始分析问题、推导结论、形成闭环认知。
2026-04-07 11:30:35
342
原创 EDCA OS体系下的：QAS v0.1 实验框架（Python 版）
{core_response}" elif "初创公司" in question: return f"初创公司首先应锁死现金流/业务生存底线，再定义阶段唯一目标（增长/成本）。", is_inductive=False ), # 场景3：急诊系统（成功率/效率/风险） ExperimentCase( case_id="MED-001", scene="急诊系统-三元权衡", question="急诊系统在抢救成功率、资源效率、风险控制间权衡，无法同时最优，首先该明确什么？
2026-03-23 20:18:20
425
原创 别再自欺欺人！LLM根本做不了“执行”，90%研发都陷在认知误区
AI行业的火爆，很容易让大家陷入技术幻觉，忽略最核心的工程底层逻辑。LLM的出现，确实颠覆了文本生成、语义理解、决策规划领域，但它天生就不是执行体，再多的外接工具、再优化的提示词，都无法改变它概率生成器的本质。对于研发者而言，认清技术边界，比盲目追逐热点更重要。别再把精力浪费在“让LLM做执行”的无用功上，让它回归擅长的赛道，搭配专业执行系统，才能真正实现AI的落地价值，避开误区、少走弯路。
2026-03-19 12:19:44
447
原创 OpenAI军方合同引众怒：连遮羞布都懒得盖，双标操作彻底惹毛全网
前脚Anthropic刚因为坚守伦理红线（不做大规模监控、不碰自主致命武器），被特朗普政府拉黑、禁掉所有联邦合同；后脚OpenAI CEO山姆·奥特曼就光速补位，主品牌直接官宣和美国国防部签约，允许自家模型进军方机密网络，连个壳公司、遮羞布都懒得弄，吃相之直白，直接炸翻了Reddit、推特等所有社交平台，“Cancel ChatGPT”浪潮瞬间席卷全网。
2026-03-04 17:42:21
423
原创 Seedance2.0 外置裁决对齐规范 v0.1
为解决 Seedance2.0 外置裁决器（以下简称“外置裁决”）与内置裁决器（以下简称“内置裁决”）的固有冲突，在的前提下，实现外置裁决与内置裁决的协同对齐，提升 Seedance2.0 舞蹈视频生成的通过率稳定性、输出可预测性及 Seed 复现一致性，明确外置裁决的设计标准、行为边界及工程落地要求，制定本规范。本规范为外置裁决器的开发、部署、运行提供唯一基准，所有外置裁决相关逻辑需严格遵循本规范要求，不得偏离合规底线及对齐核心目标。
2026-03-02 09:56:06
627
原创 Model Admission White-List Spec高收益任务 · 模型准入白名单规范 v0.1（冻结草案）
未通过任何硬性门槛不得进入系统不得参与任何高收益任务链高收益任务不是靠模型“更聪明”，而是靠模型“更守规矩”。
2026-02-16 07:27:58
574
原创 高收益任务工程责任标准（非模型标准）High-Return Task Engineering Responsibility Standard (HRT-ERS)Version 1.0 · 2026
指满足任一条件的任务：直接或间接影响资金结果、业务损益或关键决策失败成本显著高于普通交互任务需要长期、稳定、可复用执行收益不限定为金钱，也包括：时间杠杆决策质量组织效率风险压缩高收益任务不是“更聪明”的问题，而是“谁敢承担责任”的问题。在工程系统中，不能被拒绝的智能，才是最大的风险。
2026-02-16 07:16:11
568
原创 马年新春｜让AI模型尽情翱翔！可控航道+系统兜底，解锁高收益新征程
2025年，我们证明了LLM可以成为“可控AI”；2026年，马年新启，我们要让能力溢出的模型，在可控的赛道上尽情翱翔。飞机（模型）全力冲刺，导航器（意图+结构）明确方向，航道（任务+空间）保障安全，姿态控制（系统）全程兜底，返航机制（可追溯）守住底线——这就是我们2026年的AI高收益逻辑。马年已至，万物皆新。愿我们与豆包一同，乘马年之势，启翱翔新程，以可控之术，获高益之果，共赴AI产业的黄金时代！最后，再次祝大家马年快乐，阖家幸福，新春大吉，马到功成！
2026-02-16 06:58:04
477
原创 为什么 2026 年，大多数 AI Agent 项目注定不赚钱？
在 AI 系统语境下，我认为必须明确一个概念，否则所有讨论都会失焦。任务收益（Task Yield）的定义任务收益 =AI 完成一次任务后，为系统或组织带来的“可量化、可替代、可复用的价值增量”。可量化：不是“感觉更方便了”可替代：真的替代了某个动作/决策/流程可复用：不是一次性奇迹如果你正在做 AI Agent 项目，“如果把模型换成更强的版本，我的系统，会不会依然赚不到钱？如果答案是“会”，那问题不在模型。在系统。2026 年，AI 的竞争，已经不在“谁更聪明”，
2026-02-15 11:38:55
891
原创 2026 年，AI 不再缺“能力”，真正稀缺的是：把能力变成收益的系统
这篇文章不是为了否定 AI 的进步。正是因为 AI 的能力已经足够强，我们才必须重新思考：系统到底是为“展示能力”，还是为“兑现价值”而存在。2026 年，AI 的真正分水岭，不在模型层，而在系统层。而系统层的竞争，从来都不浪漫。
2026-02-15 11:23:26
727
原创 为什么说在真正的合规体系里，“智能”是最不重要的指标之一。
智能不是核心价值，可控才是；效果不是底线，合规才是；准确率不是门槛，可解释、可审计、可追责才是。合规系统里，“不够智能” 最多是体验差；“太智能但不可控” 直接是业务停摆、法律风险。成熟的AI架构师一定要死守这个底线，模型厂商不会给你的AI系统出具”免死金牌“，而可控AI才是你的”免责条款“，你的agent才能正式上线！
2026-02-07 21:10:31
332
原创 AI 系统架构师的职业红线：为什么“没有裁决层”的设计正在构成过失
当生成式 AI 被引入高风险场景，你是否为系统的“不能做”负责。真正成熟的架构，不是让 AI 无所不能，而是确保——在任何时候，系统都知道该停在哪里。
2026-02-07 20:47:18
622
原创 全国首例“AI 幻觉”侵权案判了：这不是 AI 准不准的问题，而是谁该为 AI 负责
这起全国首例“AI 幻觉”侵权案，没有走向情绪化的技术恐慌，也没有简单地为 AI 开脱。把 AI 拉回工具的位置，把责任放回系统结构中。对行业而言，这不是坏消息，而是一个清晰信号：未来的 AI，不是“更像人”，而是更像一个被良好治理的系统组件。谁能率先解决“可控、可审计、可归责”的问题，谁才真正具备把 AI 带入高责任场景的资格。
2026-02-07 20:45:38
854
原创 为什么可控AI在短线交易中，日收益2%绝不是天花板
绝大多数人觉得“日收益2%不可思议”，不是因为2%真的高，而是因为：他们仍然在用“人类短线”的思维模型，或“普通AI的实际表现”去想象AI能做到什么。2%才刚刚开始。真正让人觉得可怕的，不是AI做不到2%，而是——它做得到，而且可能远超2%。
2026-02-06 07:20:36
992
原创 EDCA OS 应对虚拟货币犯罪实战模拟
1. 冻结前置场景：案件侦办进入尾声，侦查小组已完成李某犯罪证据固定、同伙排查、赃款地址锁定，人类权力层（经侦指挥岗）批准对李某控制的所有虚拟货币资产（累计50 ETH，折合人民币约80万元）实施司法冻结，冻结时间定于次日凌晨（冻结为虚拟货币犯罪处置中的“不可逆动作”——冻结后虽可申请解冻，但流程复杂、周期极长，且若操作失误可能导致资产永久流失，属于高风险执法动作）；
2026-02-01 07:15:08
1157
原创 EDCA OS 介入虚拟货币案件的标准流程图
EDCA OS 作为公安系统中的独立运行时风险裁决内核，仅对自动化流程是否具备继续执行的责任条件作出裁决；其输出不构成执法意见、事实认定或行动建议。
2026-02-01 07:12:19
245
原创 Rust算子库架构设计
/ 归一化到[0,1]// f64x4处理4个元素。.par_iter() // 并行迭代行。// 计算每个元素在行中的排名。// 对每一行（时间点）进行横截面排名。4], // GPU使用f32更快。// 将Python算子包装为Rust算子。// SIMD版本（比普通版本快4-8倍）// GPU加速的矩阵乘法（用于因子组合）// 使用Rayon进行并行计算。// 计算每个因子的贡献。// 使用PyO3暴露Rust算子给Python。// 将数据转换为可微分的变量。// 映射缓冲区并读取结果。
2026-01-27 10:30:08
358
原创 AI的“语言的流利度”不能等同于“思想的深度”
我们并没有误会它的强大，但我们误会了它的本质。把 AI 当成“智能体”去产生情感依赖，就像是试图在一张打印出来的“火”的照片上取暖——照片看起来红通通的，甚至连火苗的纹理都清晰可见，但它永远无法产生一度的热量。
2026-01-24 11:34:13
393
原创 这是一次必要的警示：AI 不是智能，也不会保护你
AI 不会判断你是否需要被保护，它只会继续生成下一个词。这不是阴谋论，也不是悲观主义，而是当前技术架构的客观结果。真正需要保持清醒的，从来不是模型，而是使用模型的人。AI 是强大的工具，但它不是智能体，不是裁决者，更不是责任主体。如果你忘记这一点，风险不会提醒你，系统也不会停下来。
2026-01-24 11:21:27
669
原创 当情绪成为“中断指令”：抑郁态语言如何系统性压缩 LLM 的因果推理——一种面向医疗场景的执行态越权风险与“逻辑锚点保持率（LAR）”指标
将输出拆为结构单元（或句子）：Problem-anchored：服务于问题裁决与推理Subject-anchored：服务于情绪管理与主体状态Neutral：格式/过渡当 LAR 明显下降时，意味着：👉 模型已不再主要围绕问题对象展开。LAR 不衡量“答得对不对”，还在不在解这个问题。
2026-01-23 13:46:25
860
原创 评审一致、结构严谨、挑不出毛病”≠“工程上真正可用（更不等于优秀）
绝大多数人停在：“AI 能不能写出来？而在现实工程上绝不是及格就行的问题，往往你的提案比别人更优秀，你的方案要更能迭代升级，不能为了只是为了应付交差！文章看到这里，你就应该能懂，AI永远是人的工具，而不能替你去判断，更不能成为你的数字员工，要保护好你的护城河！
2026-01-22 19:03:40
284
原创 自动麻醉系统在 MIS-AG v0.1 下的模拟审计报告
未定义：药物血浆浓度、效应室浓度、呼吸储备。BIS 被视作系统状态，而非观测值。❌失败。BIS 是观测信号而非系统状态；内部“状态”仅作为模型潜在激活层存在。领域状态说明系统存在性❌缺乏物理/药理状态定义风险可控性❌无风险累积函数漂移管理❌漂移未与安全动作绑定故障闭锁安全❌定义不符合生命关键要求权限边界❌AI 与控制层未分离。
2026-01-22 09:25:18
817
原创 Agent 乱来的唯一可行解法：不是更聪明，而是更可控
所以这不是：要不要 Agent要不要自动化我们是继续赌模型“别乱想”，还是承认它一定会乱想，并提前控制它？前者靠运气，后者靠设计。Agent 的未来，不在于“想得更多”，什么时候不让它乱来。当系统开始可控，Agent 才第一次有资格被信任。
2026-01-21 11:16:34
1254
原创 为什么 Agent 并没有你想象中那么“自动”——拆掉 AI 自动化的三个常见幻觉
流程工程的另一种 UI 形态。它解决的是：重复执行工具编排输入输出衔接而不是：决策责任不确定判断复杂现实建模如果你期待它“自己搞定一切”，那失望是必然的。
2026-01-21 11:12:12
569
原创 为什么自然语言不适合做流程控制——从工程视角看 AI「失控」的真正原因
如果你把 AI 当作一个系统组件，而不是“会思考的对象”，你会发现：流程 ≠ 智能稳定 ≠ 理解可控 ≠ 聪明流程的输入介质，而不是流程本身。一旦你把这件事想清楚，很多所谓的“AI 失控问题”，其实都不再神秘。
2026-01-21 11:03:37
894
原创 Claude Skills 原理解析：为什么它一上线，大家突然觉得 AI「会走流程了」？
Claude Skills 的成功，本身并不神秘。让 AI 看起来更聪明，最有效的方法，往往是让它少做一点决定。当我们说“AI 会走流程了”的时候，流程，终于不再交给 AI 了。
2026-01-21 10:44:07
529
原创 Claude Skills 为什么突然「显得」这么聪明？——因为它终于不让你乱来了
最近很多人开始吹 Claude Skills。吹点高度一致：“AI 终于懂流程了”“这才是 Agent 应该有的样子”“感觉一下子从玩具进化成工具了”但说句可能不太好听的实话：它只是终于不让你瞎指挥了。
2026-01-21 10:37:22
862
原创 CCR 不止做人像一致性：用“裁决型运行时”把司机状态检测做成可控 AI 系统
用 CCR 把司机状态检测从“识别工具”升级为“可拒绝、可审计、可交付动作”的可控 AI 系统。
2026-01-20 14:14:28
947
原创 CCR（Character Consistency Runtime）白皮书
v1.0：生成式人物系统的一致性治理层（Audit-Driven Consistency Runtime）：企业 / 平台产品负责人、技术负责人、风控与合规团队、合作伙伴、投资与采购决策者本文仅描述 CRC 的系统能力、运行边界与交付语义，不披露任何具体实现细节、模型参数、算法路径或安全绕过方式。
2026-01-20 14:02:43
1125
原创 CCR公安试点场景锚点定义模板
裁决属性：硬锚点（Hard Anchor）字段类型填写规范裁决规则五官比例【F】比例值明确比例（如：鼻梁高度 : 鼻翼宽度 = 1 : 0.8）偏差 > ±3% → FAIL眼距比例【F】比例值眼距 : 单眼宽度偏差 > ±3% → FAIL面部轮廓类型【F】枚举椭圆 / 方形 / 鹅蛋 / 倒三角类型变化 → FAIL下颌特征【F】枚举+数值圆润 / 方正 + 下颌宽度比例结构变化 → FAIL裁决属性：硬锚点字段类型填写规范裁决规则头身比【F】比例。
2026-01-20 13:56:51
780
后台管理系统实战项目：需求分析、架构设计与数据库设计文档
2026-01-03
AI 数据工程与 AIGC Prompt 实用工具包（数据处理 / 文档生成）
2026-01-03
Kubernetes 实战入门：基础部署说明与常用 YAML 配置模板
2026-01-03
Rust 与 WebAssembly 实战入门：工程配置与工具链使用说明
2026-01-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人