自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 重建 AI 认知第 6 篇:RAG——答案不在“检索 + 生成“这四个字里

摘要: 讲 RAG 的内容几乎都在讲同一条路径:切块、向量化、检索、生成。这条路径没错,但它描述的是 RAG 顺利工作的样子。真实项目里决定成败的是另外四种状态——查不到、查太多、查到冲突、查到但不该给,它们没有一种在"检索 + 生成"这四个字里。而在讲这四道坎之前,得先拆开一个判断:听起来不新,和做起来不难,是两回事。

2026-09-12 19:58:41 145

原创 重建 AI 认知第 5 篇:Agent——从“回答工具“到“执行者“的跨越

Agent 不是"更聪明的聊天机器人",它真正改变的是交付物:Prompt 给你一段可用文字,Agent 把一个目标推进成一份更完整的工作成果。这个变化背后,不只是模型能力变强,而是规划、工具调用、记忆、Loop 和 Harness 这些系统能力开始接上来。理解 Agent,要从"它会回答什么"转到"它能把事情推进到哪一步"。

2026-07-13 10:00:00 175

原创 重建 AI 认知第 4 篇:Skill——提示词的系统化封装

Skill 跟 Prompt 的根本区别不是"更长",而是它把执行步骤、规则约束、输出格式打包成一个可复用的方法论容器——让你不用每次从零描述需求(省时间),更重要的是它的结构会逼你把"说不清楚的要求"一条条补上(补盲区)。这篇讲清楚 Skill 是什么、为什么它比 Prompt 多了一层价值。

2026-06-09 13:13:54 360

原创 重建 AI 认知第3篇:Prompt Engineering—怎么让 AI 听懂你的话

这篇从底层原理讲起,告诉你 PE 的本质不是"把话说清楚",而是理解 LLM 的工作机制后,用工程化的方式引导它产出你想要的结果。

2026-05-29 13:03:52 772

原创 重建 AI 认知第 2 篇:核心原理——LLM 是怎么工作的

你给模型输入一段文字,它怎么理解你的意思?又怎么组织出回答的?整个过程分几步走:先拆成 Token(分块)→ 转成向量(数字化)→ 算相关性(注意力)→ 逐字往外蹦(预测)。每一步对应一个核心概念,这篇把它们串起来。不写代码,不讲公式,讲给非人工智能技术的同事能听懂。

2026-05-26 15:45:18 609

原创 重建 AI 认知第 1 篇:基础认知——一张地图看懂 AI Landscape

AI > ML > DL > NLP/LLM > GenAI 是套娃结构,不是并列关系。大模型本质就是"140GB 参数文件 + 推理代码"。LLM 能生成内容、总结、翻译,但会编造事实、数学不精确、知识不实时。全产业链从能源芯片到应用层共六层。读完本文你就能把任何一个 AI 术语放在地图的对应位置。

2026-05-21 09:51:19 427

原创 重建AI认知第0篇:两年AI实践后,我的知识复盘与重构

传统行业 PM,两年 AI 实践后决定从头搭建认知体系。六层递进框架:基础认知 → 核心原理 → 关键范式 → 系统架构 → 产品策略 → 项目实践。面向同样在转型路上、学了碎片但说不透的人。

2026-05-20 15:12:32 68

原创 用 AI Agent 做面试准备和面试复盘:我写了一个Skill,把多轮面试当成系统来打

一套基于 AI Agent Skill 的面试准备与复盘系统,覆盖从JD分析、轮次策略、问题预测到结构化复盘的全流程,不是面经,是方法。核心解决三大问题:1、面试前不知道该准备什么(不同轮次考的不一样)2、面试中说不出自己的经验(缺少方法论框架)3、面完后凭感觉判断(没有客观复盘)内置六类问题的回答框架(定义、行为、认知、压力等)和节奏控制方法,支持准备模式和复盘模式。

2026-05-19 17:01:59 1380

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

提示
确定要删除当前文章?
取消 删除