- 博客(18)
- 收藏
- 关注
RSS订阅原创 觉察、尝试与平衡 | 第2周
但Jobs问的那个问题才致命——你是先知道市场要什么，再倒推技术方案，还是先把技术研究透，再出门找买单的人？最近几篇公众号文章的配图，全是AI帮我画的。有一些问题困扰着我，让我对一些书籍逐渐感兴趣，于此同时，如果能想出来的这些问题的答案，分享给大家也是一件有意思的事情。回头看看这一周：在各种平台尝试表达、冒出小红书号的想法、守住了准点下班、带娃喂奶，加上学会用AI画插图这件事，还是发生了不少有趣的事情。周末带了1.5天娃，遛弯、陪宝宝睡觉，特别是喂奶——没有亲身体会，是感受不到这里面的辛苦。
2026-05-31 20:51:19
159
原创 当“烧Token”变成KPI：一场硅谷巨头导演的AI荒诞剧
你有没有想过，有一天你会因为“用AI用得太多”而被公司约谈？2026年的夏天，这个黑色幽默正在硅谷轮番上演。微软工程师被一纸通知断了Claude Code的生路，Uber CTO对着四个月就见底的预算说不出话，Meta内部甚至搞出了一个叫“Claudeonomics”的排行榜——8.5万名员工疯狂烧Token冲段位，有人一个月烧掉了200万美元。AI不是降本增效的革命工具吗？怎么转眼间，成了各大科技公司最头疼的财务黑洞？
2026-05-28 00:20:27
380
原创 build & sell
生活就是不断“构建”又不断“出售”。你打磨一项技能、经营一段关系、创作一件作品，都是在搭建自己的价值；而每一次求职、合作、表达，都是在向世界交付你所相信的东西。别怕被定价，更别停下创造——真正的成长，从来不是守着一座城堡，而是不断拆解、重建、再勇敢地把它卖出去。
2026-05-26 23:45:54
26
原创 “搞出一件东西”
就像学游泳，你在岸上学一万个姿势，不如直接扑通跳下去——哪怕喝两口水呢。你先做个表情包、写个段子、拍个开箱视频、画个丑萌的贴纸……你卖出一件，就有动力做第二件。第二件更好，就能卖更贵。等那五块钱到账，你会发现：天呐，这不比上班爽。它是你的“搞事情基金”——下一件作品的弹药。世界会说：这人，有点意思。不是为了你的东西多牛，而是因为你居然。更妙的是，这五块钱不是用来买奶茶的。不用大，不用完美，甚至不用有用。五块钱不嫌少，五毛钱也行。今天就搞一件小作品出来。
2026-05-26 23:42:18
32
原创 AI越好用，我们为什么反而越累？
省出来的时间，是用来休息、沉淀、提升自己的，不是用来疯狂接活、无限内卷的。因为费劲，我们会主动取舍，一天只做两三件核心事，剩下的时间安心留白、休息。现在AI十分钟就能出成品，我们根本不会用省下的时间休息，只会下意识加码：反正做得快，那就多做几个、多试几个版本、多囤一点内容。真正的高效，从来不是多做事，而是只做对的事、核心的事。善用AI，而非被AI裹挟。工具只是辅助，你的认知、思考、沉淀，才是别人抢不走的核心竞争力。你得积累、得沉淀、得反复打磨，正因为难做，我们才会珍惜每一次输出，专注深耕、不胡乱消耗自己。
2026-05-25 00:03:05
822
原创 微服务的一些基础概念
随着云原生和微服务的发展，类似于去中心化的微服务治理逐渐流行，我们可以把API网关本身的流量管控拦截能力，通过sidecar的方式下放到微服务的边车端。通过上层轻量的api接口，实现三个微服务之间的调用。我们总是说，微服务架构是一个完整的去中心化的架构，但整个微服务架构一涉及到前端，涉及到底层微服务的能力要统一对前端开放，这个时候必然是要引入微服务网关或者API网关。在主流的微服务框架里面，消费端会有一个类似于Feign的组件，通过Feign组件发起对另一个微服务的接口调用，就好像调用了我本地的接口一样。
2025-10-02 14:08:03
162
原创 AI调教秘籍｜3步让通用大模型秒变你的专属助手！
例如，指令为 “classify this review”，期望的回复是 “sentiment positive” 或 “sentiment negative” 开头的文本字符串。微调是一种监督学习过程，使用标记示例数据集更新大语言模型的权重，以提高其在特定任务上生成优质回复的能力。更新模型所有权重的指令微调称为全量微调，会产生一个权重更新后的新模型版本。微调后的基础模型（指令模型）在感兴趣的任务上表现更好，如今指令微调是微调大语言模型最常见的方式，听到 “微调” 通常指指令微调。
2025-03-13 22:45:21
318
原创 DeepSeek开源周连甩7大核弹技术
🚀 更震撼的是——所有项目已在生产环境验证，代码完全开源！✨ 关注不迷路~ 当极客精神遇见开源信仰，AGI的星辰大海正在被重新点亮！❶ 全球首个开源EP通信库DeepEP，MoE训练推理效率提升300%+"建议所有AI实验室集体学习DeepSeek范式"成本直降545%，网友："建议马斯克采购"比某些PPT公司强多了""看完代码直接跪了，原来MoE还能这样玩"网友玩梗："GPT-5怕是要用中国方案"单节点40GiB/s！硅谷震惊体："我们的NVMe突然不香了"网友辣评："英伟达工程师连夜扒代码"
2025-03-05 01:38:22
324
原创 ✨ LLM魔法课堂｜调参小技巧让AI文采飞起！✨
→ 例：P=0.3时，选🍰(20%)+🍩(10%)=刚好30%→ 例：K=3时，只在🍰/🍩/☕️里选，拒绝怪词。💡搭配tip：K和P别同时用！2️⃣ 要脑洞大开→高温+Top K/P。1️⃣ 想稳定输出→低温+贪心解码。3️⃣ 防止鬼打墙→必开随机采样！👉 关注我，解锁更多AI黑科技！：AI只在TOP K词池里抽。：累加概率≤P的词池。
2025-03-02 18:29:11
466
原创 一文读懂大语言模型提示工程
📌零样本推理（zero-shot inference）：提示里只放输入数据，大模型很擅长，但小模型可能就懵圈了。📌少样本推理（few-shot inference）：多给几个不同类型的示例，更小的模型也能明白任务要求。📌提示工程（prompt engineering）：不断优化提示，让模型乖乖听话，给出我们想要的结果。📌完成（completion）：模型给出的输出文本，也就是它完成任务后的成果。📌提示（prompt）：就是咱们喂给模型的文本，它可是引导模型输出的关键～💡 模型性能与示例关系。
2025-03-02 16:17:28
385
原创 Generative AI with Large Language Models - Transformers: Attention is all you need学习笔记（week1-7）
Attention is All You Need》是谷歌研究人员于 2017 年发表的一篇研究论文，该论文引入了 Transformer 模型。这是一种全新的架构，彻底改变了自然语言处理（NLP）领域，并成为我们如今所知的大语言模型（如 GPT、PaLM 等）的基础。论文提出了一种神经网络架构，它用一种完全基于注意力的机制取代了传统的循环神经网络（RNN）和卷积神经网络（CNN）。Transformer 模型使用自注意力机制来计算输入序列的表示，这使其能够捕捉长期依赖关系并有效地并行计算。
2025-03-02 11:18:20
443
原创 Generative AI with Large Language Models - Transformers architecture学习笔记（week1-6）
将对数几率传递给最终的 Softmax 层，归一化为每个单词的概率分数，输出包含词汇表中每个单词的概率，分数最高的词元为最可能预测的词元，课程后续会介绍多种方法从概率向量中进行最终选择。：模型并行处理输入词元，添加位置编码以保留单词顺序信息，不丢失单词在句子中位置的相关性。将输入词元与位置编码相加后，将结果向量传递给自注意力层。：应用所有注意力权重后，输出经全连接前馈网络处理，输出的对数几率（logits）向量与词元化器字典中每个词元的概率分数成比例。
2025-03-02 00:14:47
952
原创 开源界的圣诞老人提前来了？这家自称“车库创业”的AGI团队要连甩五个王炸
从下周开始，我们将开源5个代码库，以完全透明的方式分享我们虽小但真诚的进展。作为开源社区的一部分，我们相信每一行共享的代码都会成为集体动力，加速这一旅程。当别的AI公司还在用PR稿画饼时，这支自称“比你家车库还小"的AGI战队直接掀了牌桌——他们要在下周开启“开源周"！是的你没听错，连续5天每天开源一个生产级项目，这波操作堪比程序员界的“十二道锋味"。要说最骚的操作，还是那句“没有象牙塔"。“每一行代码都是集体动量"这句话值得裱起来——当其他团队还在守护“商业机密"时，这群人直接把研发日志写成开源日记。
2025-02-25 13:38:10
528
原创 Generative AI with Large Language Models - Course Introduction学习笔记（week1-1）
欢迎参加这门关于使用大语言模型的生成式人工智能课程。大语言模型（LLMs）是一项令人兴奋的技术，尽管备受热议，但很多人仍低估其作为开发者工具的强大之处。过去需数月构建的机器学习和人工智能应用，现在几天或几周就能完成。本课程将深入探讨大语言模型技术的运作方式，涵盖模型训练、指令调整、微调以及生成式人工智能项目生命周期框架等技术细节。生成式人工智能，尤其是大语言模型，属于通用技术，类似深度学习和电力，可应用于经济领域的众多场景。如同15年前兴起的深度学习，未来需大家共同确定应用场景并构建特定应用程序。
2025-02-24 23:55:59
1604
原创 Generative AI with Large Language Models - Introduction Week1学习笔记（wee1-2）
课程来源：
2025-02-24 23:51:47
471
原创 Generative AI with Large Language Models - Generative AI & LLMs学习笔记（week1-3）
欢迎参加这门关于使用大语言模型的生成式人工智能课程。大语言模型（LLMs）是一项令人兴奋的技术，尽管备受热议，但很多人仍低估其作为开发者工具的强大之处。过去需数月构建的机器学习和人工智能应用，现在几天或几周就能完成。本课程将深入探讨大语言模型技术的运作方式，涵盖模型训练、指令调整、微调以及生成式人工智能项目生命周期框架等技术细节。生成式人工智能，尤其是大语言模型，属于通用技术，类似深度学习和电力，可应用于经济领域的众多场景。如同15年前兴起的深度学习，未来需大家共同确定应用场景并构建特定应用程序。
2025-02-24 23:49:33
1277
原创 ToolMaker
Man, as a tool maker, has the ability to make a tool to amplify an inherent ability that he has. And that's exactly what we're doing here. We're making bycicles. But in general what we're doing is we're building tools that amplify a human ability. —— Steve
2025-02-23 21:37:06
529
原创 BugBuster：DeepSeek R1 和 Cursor 强强联手~
这家成立于2023年7月的年轻公司，凭借其低成本、高性能的大语言模型，迅速在全球范围内掀起了一场技术革命，成为春节期间最引人注目的科技话题。当然，由于Claude 3.5具备多模态能力，支持图片识别，但deepseek r1没有此功能，使用时需要注意。2025年春节，当人们沉浸在节日的喜庆氛围中时，中国人工智能领域迎来了一位“新星”——deepseek。业界领先的AI Editor，Cursor，也在1月31日接入了deepseek r1/v3供大家使用。即可在对话框里，无痛使用r1啦。
2025-02-23 21:32:58
489
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