- 博客(87)
- 收藏
- 关注
RSS订阅原创 看 AI 怎样处理三份表格，理解 Harness
工具返回“文件被占用，保存失败”，Harness 就把失败结果交给模型，并按系统规则继续处理或暂停。要理解这个例子里的 Harness，就去找组织“模型提出请求—工具执行—结果返回—模型继续”的那段程序。最后，模型才根据这些执行结果告诉用户：“处理完成，共 92 人，文件保存在这里。Anthropic 的官方说明，也把 Harness 描述为调用模型、将模型的工具调用交给相应执行系统的循环。图 1：模型提出“读取文件”，工具真正读取文件，Harness 程序把这两件事接起来。这里把工具请求写成了人话；
2026-10-25 18:28:21
126
原创 AI原生：从出差安排看未来工作方式
AINative是将AI能力、局限与人机协作融入产品核心流程的设计理念。以出差安排为例，传统方式需手动查信息、拼接结果，而AINative产品能理解目标、调用工具、生成可核对方案，并透明展示进度与风险。其关键在于模型、上下文、工具、校验与交互的协同，而非仅靠强大模型。判断标准应聚焦：成果是否可用、检查成本是否降低、出错能否说明、使用是否值得。真正的AINative，是让AI真正参与从需求到交付的全过程，而非仅提供“智能按钮”。
2026-10-25 16:52:21
300
原创 MCP：大模型的“万能插头“从零搞懂 Model Context Protocol
1. 统一接口— 一套协议，连接任何外部能力2. 一次编写，到处使用— Server 写一次，任何 MCP Client 都能用3. 安全可控— 能力声明、权限协商、进程隔离如果你在构建 AI 应用，无论是一个简单的 CLI 工具还是复杂的企业级 Agent 平台，MCP 都值得你认真考虑。它可能不是银弹，但它正在重新定义大模型和外部世界的交互方式。
2026-07-27 11:27:58
335
原创 DevOps 从入门到实践：构建高效交付流水线
DevOps 是Development（开发）和Operations（运维）的组合词，代表了一种打破开发和运维之间隔阂的文化运动。它强调通过自动化工具链和协作流程，实现软件的快速、可靠交付。DevOps 的核心理念可以用一个无限循环来表示，涵盖了软件从规划到监控的完整生命周期：DevOps 生命周期：从 Plan 到 Monitor 的无限循环DevOps 的本质是一场文化运动：让开发、测试、运维在同一个目标下协作，用自动化工具链消除重复劳动，用数据驱动持续改进。第一，先文化后工具。
2026-06-14 21:12:32
449
原创 为什么 AI 智能体不能拥有无限上下文？三重硬约束的深度拆解
为什么 AI 智能体不能拥有无限上下文？答案不是单一的，而是三道硬约束层层叠加的结果：在数学层面，Transformer 自注意力的 O(n²) 复杂度让计算量随上下文长度平方级增长，这是架构本身的基因性限制。在硬件层面，KV 缓存随上下文线性膨胀，而 GPU 显存是有限的。大模型加长上下文加多用户并发，三者叠加会导致硬件需求指数级增长，成本不可承受。在信息论层面，更大的上下文并不等于更好的答案。当噪声淹没信号时，AI 反而会"迷失在信息的海洋中"，输出质量不升反降。
2026-06-11 23:51:47
346
原创 深入理解 AI Skill：从概念到实践的全方位指南
在动手之前，你需要清晰地回答三个问题：这个 Skill 要解决什么问题？它的使用者是谁？成功的标准是什么？举个例子：如果你想创建一个"Word 文档生成"的 Skill，你的目标应该是"让用户通过自然语言描述，就能生成格式规范、排版专业的 .docx 文件"，而不是泛泛的"帮助用户处理文档"。目标越具体，Skill 就越有效。小贴士：一个好的 Skill 目标应该遵循"单一职责原则"——一个 Skill 只做好一件事。
2026-06-11 23:11:22
554
原创 技术债务：写出好代码为什么这么难？
技术债务是一个伴随软件开发始终的话题。它不是一个需要"一次性解决"的问题，而是一个需要持续管理的过程——就像你不会指望一次性还清所有贷款然后永远不再借钱，你也不会期望代码库永远零债务。优秀的技术团队不是那些不欠债的团队，而是那些知道自己欠了多少债、利息是多少、什么时候还，并且有能力说服业务方给予还债时间的团队。下次当你面对"快速上线还是好好写"的抉择时，不妨问问自己三个问题：这笔债是故意的还是无意的？我知道利息是多少吗？我有没有在任务清单里给它留一个位置？
2026-06-11 22:44:23
200
原创 精益方法论：用更少的资源创造更大的价值
精益方法论从一条汽车生产线起家，走过七十多年的历程，如今已经成为全球范围内最被广泛认可的管理哲学之一。它的持久生命力，正来源于它的简洁与实用——不需要复杂的理论框架，不需要昂贵的咨询顾问，只要你愿意用"客户价值"和"消除浪费"这两把尺子去衡量手头的工作，精益就已经在你身上发生了。今天比昨天好一点，明天比今天好一点。持续改善不是百米冲刺，而是一场没有终点的马拉松。愿你在这条路上走得更远，也走得更从容。如果你对精益方法有任何想法或实践经验，欢迎在评论区分享交流。
2026-06-11 22:24:12
757
原创 ACP敏捷项目管理核心方法论
在实际的ACP敏捷项目中，DISC、MOSCOW、SAFe和BUDGET四个方法论并不是孤立的，而是相互关联、协同工作的。
2026-05-18 21:25:09
409
原创 ACP敏捷会议全景图：每种会议的核心价值与实操指南
ACP敏捷会议体系全景解析：高效协作的会议指南 本文系统梳理了ACP敏捷开发中的核心会议类型及其价值实现方式。敏捷会议体系分为日常层、迭代层和持续层三个层级，包括每日站会、冲刺计划会、评审会和回顾会等关键会议。每类会议都有明确目标：站会实现团队同步而非汇报，计划会聚焦承诺交付内容，评审会验证价值而非功能展示，回顾会推动持续改进。文章特别强调会议效率技巧，如站会控制在15分钟内、计划会前做好Backlog准备、评审会以用户场景为导向等。同时指出常见误区，如站会变成汇报会、回顾会流于形式等。通过规范会议目的、节
2026-05-16 16:28:16
495
原创 ACP敏捷项目管理中的风险燃尽图：让风险一目了然敏捷实践 · 风险管理 · 可视化
风险燃尽图是一种追踪项目风险数量随时间变化的图表。它的基本原理和传统的任务燃尽图类似：通过可视化风险随迭代减少的过程，帮助团队直观地了解风险管理的进展。想象一下：你开始一个项目时有20个已知风险，随着迭代推进，这些风险被一个个解决、转移或接受。图上的曲线逐渐向下"燃烧"，直到归零——这就是风险燃尽的含义风险燃尽图是ACP敏捷实践中一个强大而直观的工具。它将抽象的风险管理过程具象化，让团队能够：实时了解风险状态、快速发现问题趋势、促进团队沟通、支持数据驱动的决策。
2026-05-16 16:10:02
423
原创 从 “瞎猜” 到 “精准”：一文搞懂 LLM reAct 框架的底层逻辑与实战
既然你已经掌握了 ReAct 这个让大模型长出“手脚”的底层逻辑，不妨顺着这个思路推演一下：在设计一个实际的 Agent 时，为了避免它滥用工具或者查错地方，在它的。通过“行动”环节，大模型可以调用你写好的各种 API（比如直接去查某个特定的数据库表，而不是在庞杂的知识库里瞎找），获取实时、准确的信息。如果用户问大模型：“找出计算机系上个月登记的、采用率最高的三本教材，并核对它们在最新系统里的定价。它没有内部最新的业务数据，于是它会根据它几年前训练过的语料，一本正经地“胡说八道”（这就是幻觉）。
2026-03-23 21:04:15
377
原创 新产品开发(NPDP)指南：产品测试与市场测试完全解析，助你打造爆款！
产品开发过程中，产品使用测试和市场测试是确保成功的两大关键环节。产品使用测试（包括Alpha、Beta、Gamma测试）聚焦技术验证，通过内部员工和核心用户测试产品功能、易用性和可靠性；市场测试则评估商业可行性，通过控制试销、模拟试销或标准试销预测销售表现和营销计划有效性。案例显示，智能厨师机通过Beta测试发现清洗问题，咖啡品牌通过标准试销调整区域定价策略。两者缺一不可：产品测试确保产品好用，市场测试验证产品好卖，共同降低新品开发风险。
2026-03-19 21:46:35
419
原创 产品经理必须掌握的定量市场调研全指南
定量市场调研在产品开发中的应用 定量市场调研通过结构化数据收集和统计分析，为产品决策提供客观依据。主要方法包括： 问卷调查：使用李克特量表、排序题等工具评估用户偏好和满意度。 联合分析：分析用户对不同产品属性的权衡，确定最优组合。 定量定价调研：如范西斯滕多普模型，确定可接受价格区间。 实验与试销：通过A/B测试或区域试销验证策略效果。 定量观察：利用眼动追踪、点击流数据优化用户体验。 定量调研的核心在于将主观需求转化为可量化的数据，指导产品开发与优化。
2026-03-18 23:23:28
421
原创 定性调研决策引擎：如何在复杂场景中选对工具？
摘要：本文系统分析了五种用户研究方法的应用场景与优势。深度访谈(IDI)适用于高隐私性、复杂决策场景；焦点小组适合概念筛选和群体互动观察；民族志调研能发现用户未言明的需求和行为习惯；客户现场访问是B2B领域达成跨职能共识的有效方式；在线社区则适合长周期、跨地域的追踪研究。文章通过典型场景案例和NPDP考试要点，为研究者提供了清晰的方法选择决策矩阵，强调根据不同研究目标匹配最适合的方法论。（149字）
2026-03-18 22:52:45
342
原创 博客草稿：从混乱到清晰——产品经理的 TRIZ 创新魔法
摘要： TRIZ（发明问题解决理论）为产品经理提供了突破矛盾的科学方法论。它通过将具体问题抽象为标准问题，匹配历史验证的发明原理，帮助解决技术矛盾（如功能与性能冲突）和物理矛盾（如坚固与轻便需求）。TRIZ能打破思维定势、优化产品路线图并减少试错成本，使创新从“碰运气”变为可预测的流程。掌握TRIZ，产品经理能在复杂需求中寻找两全方案，而非被动妥协。
2026-03-17 00:15:18
549
原创 解锁产品创新新视角：深入浅出形态分析法
摘要：形态分析法是一种系统化的创新思维工具，通过将复杂问题分解为独立维度并重组要素来激发创意。该方法包含四个步骤：1)明确对象并确定关键维度；2)列出每个维度的可能形式；3)构建形态矩阵；4)组合评估创新构想。文章通过"笔"和"电动网约车"案例展示了如何应用该方法，并提供了避免维度依赖、使用数字工具等进阶技巧。这种结构化方法能帮助产品经理、设计师等专业人士突破思维局限，系统性地探索创新可能性。
2026-03-17 00:00:39
787
原创 产品经理必知：KANO模型，帮你搞懂用户到底想要什么？
KANO模型（卡诺模型）是一种用户需求分类工具，将功能分为五类：基本属性（必须满足）、期望属性（线性提升满意度）、魅力属性（惊喜加分项）、无差异属性（用户不在乎）和反向属性（用户反感）。通过问卷调查和数据分析，产品团队可以识别哪些功能必须优先开发（基本属性），哪些能带来差异化优势（魅力属性），从而优化资源分配。该模型强调需求优先级会随时间变化，需要持续跟踪用户反馈，帮助团队避免无效投入，打造真正满足用户需求的产品。
2026-03-16 23:43:02
683
原创 产品经理灵感枯竭救星：最全创意生成工具箱
以上就是我为各位产品经理整理的創意生成工具箱。工具永远只是杠杆。要撬动高质量的创意，需要你对用户有着深沉的同理心，对数据有着敏锐的洞察力，以及一颗敢于打破现状的心。下次灵感枯竭时，不妨打开这个工具箱，换个工具，换个角度，杀手级功能也许就在下一分钟诞生。
2026-03-16 22:51:54
196
原创 创意卡关？试试SCAMPER法，这7招让你的产品瞬间换代！
SCAMPER法是一种结构化创新工具，通过7个维度激发创意：替换、合并、改编、修改、改变用途、消除和重新排列。它帮助我们从现有产品中发掘新可能，如环保吸管替换塑料吸管、智能手机合并多种功能等。这套方法通过系统提问引导思维突破，适用于产品改进和服务创新。使用时只需选定对象，按7个方向提问，记录所有想法后筛选评估。SCAMPER法简单实用，能有效打破思维定式，将常规事物转化为创新方案。
2026-03-15 01:13:55
846
原创 彻底打通 AI 的“任督二脉”：Model Context Protocol (MCP) 全攻略
简单来说，MCP 是由 Anthropic 推出的一个开放标准。MCP 不仅仅是一个协议，它正在构建一个**“AI 插件生态系统”**。未来，你不需要关心 AI 背后是用什么模型，你只需要像安装 App 一样为它添加 MCP Server，它就能处理你的文档、分析你的报表、甚至管理你的智能家居。您准备好开启 AI 的“插座”了吗？如果您在配置过程中遇到报错，或者想为您正在打造的**“教科书检核平台”**定制专属的数据库接入代码，欢迎随时告诉我，我们可以针对您的具体业务逻辑来优化这段json配置！
2026-03-15 01:03:33
479
原创 幻觉终结者：构建可靠 LLM 智能体的四大防线
本文探讨了AI大语言模型中的两类幻觉问题（事实性与逻辑性），并提出四大解决防线：1）RAG检索增强生成（解决知识缺失，如教务查询）；2）意图路由（解决模糊请求，如情绪工单处理）；3）思维链推理（解决逻辑断层，如数学题分步计算）；4）少样本提示（解决格式失真，如结构化数据输出）。每种方法均配有高校场景案例，通过"检索-解析-推理-对齐"的递进策略，系统性地降低AI幻觉风险。
2026-03-07 20:10:27
257
原创 项目经理的秘密武器：如何利用看板技术（Kanban）打造高效团队
看板技术（Kanban）是一种源自丰田精益生产的可视化项目管理工具，通过"待办-准备-进行中-完成"的列式结构直观呈现任务流程。其核心在于"看见工作"并限制在制品数量（WIP），避免多任务并行、暴露瓶颈问题并促进团队协作。作为项目经理，看板能提供即时透明度、识别流程堵点、改善团队协作，支持持续优化工作流。这种简单灵活的工具只需白板便利贴即可实施，是提升项目效率的有效方法。
2026-03-07 18:55:42
434
原创 数据库回滚：那颗价值千金的“后悔药”到底是怎么炼成的？
回滚的核心原理在于原子性（Atomicity）：一个事务中的所有操作，要么全做，要么全不做。数据库之所以能“反悔”，是因为它有一本详细的“账本”——Undo Log（回滚日志）。当你执行UPDATE时，它记录旧值；当你执行DELETE时，它记录被删的内容；当你执行INSERT时，它记录对应的主键。图片 1 说明：这是一个概念性的现代数据库服务器（现代蓝色和紫色调）。浮在服务器上方的是一个巨大的、发光的蓝色“撤销”（Undo）按钮。
2026-03-02 18:09:22
648
原创 向量相似度计算全解析
摘要：本文介绍了人工智能和大模型中常用的向量相似度计算方法，包括余弦相似度、欧氏距离、点积和曼哈顿距离。余弦相似度适用于文本检索，关注向量方向；欧氏距离适用于图像识别，关注绝对距离；点积计算快速，常用于推荐系统；曼哈顿距离对高维数据更稳定。在RAG检索增强生成系统中，通常使用余弦相似度或归一化点积来衡量语义一致性。这些方法各有侧重，应根据具体场景选择合适的相似度计算方式。
2026-02-19 21:41:49
833
原创 为什么你的AI总爱一本正经地胡说八道？是时候给它挂个“RAG”了！
RAG 的全称挺拗口，叫“检索增强生成” (Retrieval-Augmented Generation)。别被这个技术名词吓跑。如果把大模型比作一个智商超群的天才，那么 RAG 就是给他配了一座专属图书馆和一个极其高效的图书管理员。没有 RAG 的大模型，是一个只能闲聊的玩具；有了 RAG 的大模型，才是一个真正能进入各行各业，处理专业、严谨、私密任务的专家助手。现在，你明白为什么在企业级的AI开发中，大家都在谈论 RAG 了吧！
2026-02-19 00:03:12
576
原创 搞懂域名映射：如何把你的“门牌号”挂到“新房子”上？
别被“映射”这个技术名词吓倒。我们用一个最生活的例子来理解它。想象一下，你在网络世界里建了一座“房子”，这就是你的网站服务器。这座房子里装着你的文章、图片和代码。每座房子在建造时，都有一个精确的地理坐标（经纬度），在网络世界里，这个坐标就是IP 地址（比如但是，IP 地址太难记了！你不可能跟朋友说：“嘿，快来看我的博客，地址是 192.168...” 朋友听了想打人。于是，你为了方便大家找到你的房子，去相关部门申请了一个好记的门牌号，这就是你的域名（比如baidu.com那么，什么是域名映射？
2026-02-09 15:37:51
662
原创 博客标题：深入浅出 HTML ＜iframe＞：网页里的“画中画”魔法
iframe><iframe>就像是网页开发工具箱里的一把瑞士军刀。它非常适合将外部的、独立的第三方服务（视频、地图、工具）集成到你的网站中。能力越大，责任越大。在使用它时，务必关注安全（使用sandbox），并注意它对性能和用户体验的影响。合理使用，它就是魔法；滥用它，它可能就会变成麻烦。
2026-02-09 14:48:20
848
原创 AI 不再单打独斗：一文看懂“多智能体 (Multi-Agent)”协作模式
摘要：多智能体系统(MAS)通过模拟人类分工协作，解决单一AI处理复杂任务时的局限性。文章分析了四种核心协作模式：1)中心化指挥模式（经理-工人结构，适合简单任务）；2)去中心化模式（平等协作，适应动态环境）；3)流水线模式（顺序处理标准化任务）；4)黑板模式（专家智能体共享信息解决复杂问题）。这些模式展示了AI从单一工具向自主协作团队的进化趋势，未来AI应用将更注重组织架构设计而非单一模型性能。多智能体系统正推动AI向"数字伙伴"转变，为复杂问题提供更优解决方案。
2026-02-09 14:26:27
1170
原创 5个关键要素，打造真正的敏捷土壤
打造敏捷环境不是购买一套 Jira 软件，也不是把工位搬到一起就结束了。它是一场关于信任、透明和赋能的修炼。当你把这五个要素凑齐时，你会发现，你不需要天天催进度，团队自然会像这就引擎一样，高效、自主地运转起来。这就敏捷的魅力。
2026-02-05 00:10:39
605
原创 敏捷双雄：Scrum与XP终极融合指南
在软件开发的世界里，“敏捷（Agile）”早已不是什么新鲜词汇。为了更快地响应市场变化，我们都在寻求更高效的工作方式。Scrum和极限编程（Extreme Programming，简称 XP）。很多时候，团队成员会问：“我们到底是在做 Scrum，还是在做 XP？” 甚至有人认为它们是非此即彼的关系。今天，我想用最直白的方式，一次性讲透这两者的核心要素、区别，以及为什么对于成熟的项目经理来说，**“小孩子才做选择，成年人全都要”**才是最佳策略。
2026-02-04 23:52:04
853
原创 Python新手入门：6大核心关卡全解析
恭喜你！看完这篇，你已经掌握了 Python 80% 的核心骨架。变量是数据的基础。def让你能封装逻辑。import让你能连接世界。接下来的路，就是打开电脑，新建一个.py文件，把上面的代码敲一遍！加油！
2026-02-04 09:57:14
679
原创 博客标题：一张图看懂项目管理：瀑布、迭代、增量与敏捷的区别
如果你要造一座桥，需求明确且不允许试错，请选瀑布。如果你的客户大概知道要什么，但细节不清楚，且希望尽快看到雏形，请选敏捷。如果你的项目庞大，必须分模块上线，但每个模块需求很清晰，可以尝试增量模式。没有最好的生命周期，只有最适合当下的选择。
2026-02-04 09:47:59
764
原创 博客标题：图解敏捷宣言：一文读懂4大核心价值观与12条原则
敏捷开发是一种强调灵活协作的软件开发方法。其核心包括4个价值观：重视个体互动而非流程工具、可运行软件优于详尽文档、客户协作高于合同谈判、响应变化重于遵循计划。12条原则进一步细化为四大类：客户价值导向（优先交付、欢迎变更）、团队协作（每日共事、面对面沟通）、质量标准（可运行软件为进度指标）和持续改进（定期反思调整）。相比传统瀑布式开发，敏捷通过频繁交付和灵活调整，能更有效应对需求变化，降低项目风险。
2026-02-03 13:30:59
625
原创 AI 真的有思想吗？用大白话拆解大语言模型（LLM）的“大脑”
这只动物没有过马路，因为它太累了。作为人类，你读到**“它”**字时，你的大脑会瞬间反应过来：“它”指的是“动物”，而不是“马路”。为什么？因为“马路”不会“累”。这就是注意力——理解一个词时，要同时关注上下文里的其他词。看完了这四层洋葱，你可能会发现：LLM 并没有科幻电影里的“灵魂”。它没有意识，只有概率。它不懂逻辑，只有向量距离。它不理解你，它只是注意到了你话语中的关键词。但正是这种纯粹的数学构建，涌现出了惊人的智慧。它像一面镜子，虽然镜子本身没有生命，但它折射出了全人类文明的光辉。
2026-02-01 21:52:40
607
原创 揭秘大模型：从Transformer到ChatGPT的底层逻辑
核心模块关键技术点一句话解释表示层把文字变成计算机能算的数字向量。架构层理解上下文，知道“它”指代谁。训练层从“猜下一个词”进化到“听懂指令”。生成层根据概率逐个崩词，温度控制脑洞。扩展层决定了一次能读多少书，能不能外挂知识库。大语言模型并没有产生“意识”，它本质上是对人类语言统计规律的极致压缩。但正是这种极致的概率计算，涌现出了通过图灵测试的智能。理解了这些原理，作为开发者的你就不仅仅是在“调用 API”，而是在驾驭概率，构建未来。
2026-01-25 14:15:16
928
原创 机器学习三大流派：监督、无监督与强化学习
维度监督学习 (Supervised)无监督学习 (Unsupervised)强化学习 (Reinforcement)数据特征输入 + 标签只有输入动作 + 奖励核心任务回归、分类聚类、降维决策控制、策略优化人类类比老师教学生刷题孩子自己玩积木找规律训练小狗 / 玩游戏典型算法线性回归、决策树、随机森林商业应用房价预测、人脸识别、垃圾邮件过滤用户分群、推荐系统召回自动驾驶、游戏AI、动态定价。
2026-01-25 13:59:31
1284
原创 AI如何秒懂你的文档？揭秘向量魔法
所以，智能体并不像人类那样在“阅读”或“观看”，它们是在一个高维的数学空间里，不断地计算着词与词、句与句之间的距离。文本被“榨”成了语义果汁；视频被“翻译”成了带时间的剧本；你的提问就是探测器，在数据的海洋里精准地吸附到了最匹配的那块拼图。这就是 AI 能够瞬间“读懂”你所有资料的秘密。下次当你惊叹于 AI 的查找速度时，请记得：这不仅是科技的魔法，更是数学的魅力。(完)
2026-01-24 19:57:19
955
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