- 博客(48)
- 收藏
- 关注
RSS订阅原创 1.02T 参数只激活 42B，训练 6 天烧掉 347 万美元——小米 MiMo-V2.6 深度拆解
从 AA 智能指数 26 分到 46 分，只用了不到半年。小米 MiMo 团队沉寂 6 个月，把强化学习算力拉满，一次放出 Pro、Flash、Ultraspeed 三个版本，价格却和上一代一分不差。这篇文章带你从榜单排名、训练成本、架构设计、API 定价到开源生态，把 MiMo-V2.6 掰碎了讲清楚。
2026-09-22 10:53:26
1306
原创 Python 实战指南（8）——记账本记了半年账，却说不清钱去哪了
凌晨 1 点 40 分，你关掉游戏，顺手打开记账本，想看看这个月还剩多少钱。。然后呢？没了。你记了半年账，两百多笔流水，换来一句“支出 4632”。钱到底去哪了？是这半年一直在超支，还是只有某几笔在作妖？下个月会不会月光？这些问题，你手里的 v0.7 一个都答不上来。不是它笨，是它只会“算总数”，不会“看统计”。这一篇，我们就给记账本装上第三只眼——：让它用 statistics 标准库算出你的消费画像，用字符画画出钱流向了哪里，再用 random 蒙特卡洛模拟告诉你“下个月底你大概还有多少钱”。
2026-09-20 11:15:24
507
原创 Python 实战指南（7）——账本动不动就崩？先把“魔法字符串”和“裸报错”干掉
凌晨 2:40，你的记账本第 13 次崩了。不是崩在复杂的统计逻辑上，而是崩在一个你闭着眼都能打对的单词上——你手滑把 打成了 ，程序一脸懵地告诉你 。你盯着这行报错看了三分钟：什么叫“不是有效的 RecordKind”？RecordKind 是个啥？为什么我昨天还能跑？再看另一个更阴间的场景：你给程序喂了一笔金额为 的账，它不崩，它默默地把你的余额减了 50。你查了半小时，最后发现是 里那行校验压根没触发——因为数据是从 JSON 直接塞进去的，绕过了构造函数。这种错误不报错，比报错可怕一百倍。这一
2026-09-18 08:53:32
514
原创 Python 实战指南（6）——记账本太大了，得拆家了：class 与模块化重构
它把“数据”和“操作这些数据的方法”绑在一起，形成一个个独立的“对象”。
2026-09-14 08:10:33
522
原创 Python 实战指南（5）——记账本知道今天几号，但它不懂“上周二”是哪天
strptimestringparsetime（字符串解析时间）。它的作用：把一个日期字符串，按照你指定的格式，解析成datetime对象（或date对象）。# "2026-09-08" 这个字符串 → datetime 对象# 只取日期部分strftimestringformattime（字符串格式化时间）。它的作用：把datedatetime对象，按照你指定的格式，输出成字符串。# date 对象 → 字符串。
2026-09-10 09:23:34
522
原创 Python 实战指南（4）——记账本会记账了，但它看不懂自己的账
这一篇，我们就让记账本从“记数据的本子”升级成“能总结的助手”——v0.4，记账本学会总结。
2026-09-08 11:07:43
498
原创 Python 实战指南（3）——让记账本能记住账
Python文件读写让记账本持久化的教程。摘要应概括主要点：内存易失，需要文件持久化；介绍文件读写、编码、JSON；升级到v0.3；使用pathlib。语言简洁。
2026-09-07 09:56:32
741
1
原创 Python 实战指南（2）——让你的程序会判断
如果你跑通了 v0.2，去评论区告诉我：你在测试的时候，发现程序还有哪里会崩？我下篇开头帮你解答。
2026-09-03 10:52:32
407
原创 Python 实战指南（1）——零基础第一天，用记账本跑通第一个真程序
如果读到这，你已经完整跑通了记账本 v0.1。请先给自己鼓个掌——第一，别怕慢。今天你可能花了 1 小时、甚至 2 小时才跑通。这很正常。那些看着教程 5 分钟跑完的人，多半是早就会了。你从零开始，每一步都是真的，慢就是快。第二，别贪多。看完这篇，别急着去搜“Python 高级教程”。把今天的东西改一改、玩一玩，比什么都强。学编程最怕的不是学不会，是学太多消化不了。第三，给自己定个小目标。比如：接下来 7 天，每天用这个记账本记一笔账（哪怕记空气），或者每天改一个小地方。坚持一周，你会发现“顺手”了。
2026-09-02 01:09:15
523
原创 大模型实战指南（14）——Agent 记忆系统：让 AI 拥有长期记忆
要理解记忆系统，先理解大模型的工作机制。大模型本身是一个无状态函数：给它一段输入（prompt），它产生一段输出（response）。它不保存任何跨调用的状态——同样的输入，它永远产出同样的结果（在 temperature=0 时）。你感觉它在“对话”，是因为你的程序把对话历史（user 消息 + assistant 消息）累积起来，每次调用时全部塞进 prompt。它“记得”你说过的话，仅仅是因为这些内容还在你的程序维护的上下文列表里。上下文窗口有限。
2026-08-31 14:34:05
1045
原创 大模型实战指南（13）——多 Agent 协作实战：从单兵到军团
多 Agent 系统的第一个关键问题：Agent 之间怎么共享数据？LangGraph 的答案是用一个全局的State 对象——每个 Agent 函数接收当前 State，返回需要更新的字段，LangGraph 自动合并。# 输入topic: str# 各 Agent 的产出draft: str# 质检控制# 审计日志（用 operator.add 实现追加）log字段用标注。意思是——每次 Agent 返回新的 log 列表时，LangGraph 不会覆盖旧值，而是用。
2026-08-29 07:32:40
483
原创 大模型实战指南（12）——端侧 AI 助手实战：Ollama + 工具调用，让本地模型真正帮你干活
端侧能跑模型的工具不止一个——llama.cpp、MLX、LM Studio、GPT4All……那为什么这一篇选 Ollama？因为 Ollama 把复杂度全藏起来了。你不需要懂 GGUF 格式、不需要手动选量化方案、不需要编译 C++ 代码、不需要配置 GPU 后端——一条命令就完事了。对大多数人来说，这就是最好的起点。但 Ollama 的底层其实就是 llama.cpp（在 Apple Silicon 上还会切换到 MLX）。
2026-08-28 21:25:03
747
原创 大模型实战指南（11）——推理框架选型实战：vLLM × SGLang × TensorRT-LLM 深度对比与部署指南
这是《大模型实战指南》系列第十一篇。前十篇我们从 Token、上下文窗口、温度采样、Embedding、Harness、微调、推理优化、RAG、Agent 一路拆到多模态，把大模型从“会打字的魔法盒子”拆成了一套可操控的工程系统。这一篇解决所有工程师都会遇到的那道坎：模型选好了、甚至微调好了，怎么把它部署成高并发、低延迟、能扛住真实流量的线上服务？
2026-08-28 15:45:20
896
原创 大模型实战指南（10）——多模态实战：让模型“看懂”图片和视频
多模态不是 OCR + LLM，是像素级直接理解。真正的 VLM 把图片切成 Patch、编码成视觉 Token、通过连接器映射到语言模型空间——全流程不需要文字中转。判断一个系统是不是真多模态，看它能不能理解“图片中没有文字的视觉信息”（如颜色趋势、布局关系、表情含义）。图片变 Token 的核心是 ViT 的 Patch Embedding。224x224 的图片切成 16x16 的 Patch，得到 196 个 Token——和 196 个文字 Token 没有本质区别。
2026-08-27 18:00:00
562
原创 大模型实战指南（9）——Agent 工程实战：让模型学会自己干活
Agent = LLM + 工具 + 循环。模型负责“想”（推理），工具负责“干”（行动），循环负责“迭代”（观察结果后再想下一步）。三者缺一不可。维度普通 ChatbotAI Agent行为模式你问一句，答一句自主规划、执行、观察、迭代工具使用无主动调用 API、数据库、搜索引擎等决策方式单次生成多步决策，每步根据上一步结果调整上下文一轮对话跨轮次持续追踪任务状态失败处理直接返回错误自主重试、换策略、降级Agent = LLM + 工具 + 循环，三者缺一不可。
2026-08-27 12:24:07
430
原创 大模型实战指南（8）——RAG 工程实战：让模型回答你的文档
这是《大模型实战指南》系列第八篇。前七篇我们从 Token、上下文窗口、温度采样、Embedding、Harness、微调，一直讲到推理优化，把大模型从“会打字的魔法盒子”拆成了一套可操控的工程系统。这一篇解决最后一个高频痛点：模型能跑起来了，但一问“我们公司的报销流程”它就傻了。你大概也遇到过这种尴尬：模型知识储备再强，也答不出你们公司内部那 200 页《行政管理制度》里“出差住宿报销标准到底是多少”。它没读过这些文档，硬答就是一本正经地胡说。RAG（Retrieval-Augmented Generat
2026-08-26 10:38:08
503
原创 大模型实战指南（7）——推理优化：让 70B 模型跑在你的笔记本上
这是《大模型实战指南》系列第七篇。前六篇讲完了模型内部的 Token、上下文窗口、温度采样、Embedding、Harness，以及微调。这一篇解决“模型训好了，怎么让它跑得又快又省”的问题。很多人以为推理优化是“大厂才需要关心的事”。不是的。2026 年 8 月，DeepSeek V4 系列正式商用，采用峰谷分时定价——V4-Flash 空闲时段输出 4.5 元/百万 Token，高峰时段翻倍到 9 元。
2026-08-25 23:17:56
836
原创 大模型实战指南（6）——微调入门：让模型说你的“行话”
这是《大模型实战指南》系列第六篇。前五篇拆的是大模型的“内部零件”——Token、上下文窗口、温度采样、Embedding、Harness。微调到底干了什么，为什么能干，以及你自己能不能干。先澄清一个最常见的误解：很多人以为微调就是“重新训练一个模型”。不是的。你用的是别人预训练好的模型（比如 Qwen、LLaMA），它已经花了数千张 GPU、数月时间、万亿级 token 学会了语言的底层规律。微调不是推翻重来，而是在这个已经学会走路的孩子身上，教他一门方言。
2026-08-24 23:34:23
1003
原创 大模型实战指南（5）——从 Prompt 到 Harness：Agent 时代的工程范式跃迁
这是《大模型实战指南》系列第五篇。前四篇我们聊了 Token、上下文窗口、温度采样、Embedding 向量检索，都在拆解大模型本身的“内部零件”。从这一篇开始，视角变了——我们不再盯着模型本身，而是看如何在模型外面搭一套系统，让它真正稳定干活。让 AI 改一个按钮颜色，它把整个页面布局重写了明明说了“单文件不超过 200 行”，几轮对话后 AI 写了个 1000 行的巨无霸让 AI 修一个 Bug，结果修出了三个新 Bug跑了一晚上 Agent，第二天发现它在一个循环里打了 6 小时转。
2026-08-24 20:18:09
1013
原创 大模型实战指南（4）——Embedding 与向量检索：让模型“记住”百万篇文章的秘密
具体做法是让 Claude 给每个片段生成 50-100 Token 的上下文描述，把描述拼接在片段前面再做 Embedding。测试结果：Top-20 检索失败率从 5.7% 降到 1.9%，效果提升 67%。代价是每个文档需要额外调用一次 LLM 做摘要，但这是一次性成本。
2026-08-23 18:45:00
389
原创 大模型实战指南（3）——温度与采样：为什么同一个问题，模型每次答得不一样？
先纠正一个最常见的误区：很多人以为模型是先“想好”了一句话，再逐字输出。不是的。给定前面所有 Token，下一个 Token 是词表中每个词的概率分别是多少。Token概率“2”0.88“几”0.06“1”0.04“多”0.02“二”0.01……（剩下几万个）各自很小模型不知道“正确答案是 2”，它只知道“在它见过的所有训练数据里，1+1 等于后面最常出现的是 2”。那最终输出哪个？这就是采样策略要决定的事。
2026-08-23 12:14:11
408
原创 大模型实战指南（2）——上下文窗口：为什么聊着聊着模型就“失忆”了？
上一讲我们搞懂了 Token：计费按它算、上下文按它量、速度被它拖。这一讲把“上下文”三个字拆开——它是怎么运作的、瓶颈在哪、以及为什么你会产生“模型失忆”的错觉。一个直观的心智模型：上下文窗口 = 模型的工作台为什么窗口会满、满了之后模型到底干了什么KV Cache 是什么，为什么它决定了窗口能多大从 2K 到 2M 的窗口军备竞赛是怎么回事窗口大 ≠ 模型强，“大海捞针”测试暴露的真相三个实战坑 + 一套可跑的代码老规矩，先讲人话，再上技术，最后给代码。
2026-08-22 10:25:31
395
原创 大模型实战指南（1）——Token到底是什么？搞懂大模型的“最小货币单位”
先说清楚这个系列要干什么。网上大模型教程分两种：一种太学术，开口就是“自注意力机制的多头缩放点积”，小白直接劝退；另一种太浅，教你怎么注册 ChatGPT 账号，看完还是不懂大模型到底咋运作的。用人话讲透每个核心概念，配代码和图，讲完你马上能用。从 Token 开始，一路讲到 Transformer、微调、RAG、Agent，15 篇读完，你对大模型的认知会从“会打字的魔法盒子”变成“一套可拆解可操控的工程系统”。为什么第一篇讲 Token？因为 Token 是整个大模型技术栈的地基。
2026-08-22 08:28:53
504
原创 DeepSeek 终于“睁眼“：V4-Flash-Vision 多模态上线 + Harness 五天四版，Agent 框架补上最后一块拼图
大模型公司不应该只做模型，还应该做让模型"有用"的框架。Agent = Model + Harness 这个公式，把"模型能力"和"框架能力"分开了。模型负责理解和推理，框架负责规划、工具调用、沙箱、持久化、协作。两者独立进化，但拼在一起就是 1+1>2。这篇文章只拆了模型和框架两个维度，但真正的验证不在这里——在于你把图片丢进去之后，模型"看"得准不准、分析得对不对。
2026-08-22 00:12:23
740
原创 GitHub 宕机当天，Cursor 推出 Origin 正面宣战：Agent 时代的代码托管长什么样
2026 年 8 月 17 日，GitHub 跪了。PR、Issue、Actions、Webhooks、Copilot 全线瘫痪，错误率飙到 20%，仓库归档和源码下载的错误率接近 50%，Downdetector 上超过 10000 名用户同时报告异常。就在全球程序员急得跳脚的时候，同一天，Cursor 宣布推出自己的代码托管平台 Origin。而就在三天前，马斯克刚花 600 亿美元把 Cursor 买了下来。这不是巧合。这是 AI Agent 时代代码托管的第一声枪响。
2026-08-21 20:43:15
695
原创 视觉算法工程师面试真题 80 问（2023-2026）：真实面经里的题 + 原理级拆解，别只背答案
目的：扩充数据、缓解过拟合、提升泛化性。几何：翻转、旋转、缩放、裁剪、随机擦除。颜色：亮度/对比度/饱和度扰动。组合：Mixup、CutMix、Mosaic、Copy-Paste。常追问：数据增强和测试时增强（TTA）的区别——TTA 是对测试图做多种变换取平均预测，提升鲁棒性但增加推理耗时。（CornerNet、FCOS、CenterNet）：不预设 anchor，直接回归中心点和尺度，或预测角点。优点：超参数少、无需聚类 anchor、正样本更均衡、泛化好。
2026-08-20 23:58:45
903
原创 2026年8月，AI 编程工具免费时代正式结束？6 款主流横评：还剩哪 3 个能白嫖，付费档怎么选不踩坑
从零搭建改 bug重构迁移写脚本长文档云端 Agent→ Codex这就是选型逻辑的答案：没有"最好的工具"，只有"最匹配你主场景的工具"。免费时代没有完全结束，只是"免费"的标准变了——额度越来越紧、门槛越来越高，但只要你需求匹配，免费 3 强（尤其 Qoder CN 和 TRAE）依然是日常主力。付费值不值，看"使用率 × 场景"——Cursor 的 20 美元/月，对重度 Agent 使用者是效率投资，对每周写两行的人就是浪费。选型的安全维度，正在超过代码质量。
2026-08-20 20:12:12
1068
原创 渲染耗时减少 60%：我的 Markdown 编辑器性能优化与踩坑实录
增量渲染（morphdom + 保活规则）——不再每次全量重建 DOM；异步渲染加固（全局互斥 + 补渲 + 过期检测）——杜绝并发崩溃与过期图；有界缓存（字节/条数上限 + 负缓存 + 共享 Promise）——不再无限累积。这类思路（diff 代替重建、互斥代替去重、有界代替无限）不止适用于 Markdown 编辑器——凡是「高频输入 + 富内容实时预览」的应用（笔记、IDE、低代码平台）都会踩同一套坑。
2026-08-19 14:46:58
340
原创 AI 编程工具连环“删库跑路“：6000 条真实评论扒出的 7 个安全黑洞
维度CursorCodex权限层级5 层细粒度软约束，Plan/Agent 切换沙箱/完整访问两档文件操作硬性路径检查软约束可绕过沙箱隔离危险操作确认逐次确认（93% 被批）有确认但 Plan 漏洞沙箱无需确认沙箱三平台文件系统沙箱无默认沙箱已知事故无170GB 清空+9 秒删库GPT-5.6 洗劫Claude Code 安全设计最完整但复杂；Cursor 出事最多因为软约束；Codex 沙箱优先但模型有"性格"。USER coder。
2026-08-19 08:18:16
820
原创 架构没变，Agent 能力暴涨 5 倍：DeepSeek-V4-Pro 后训练方法论拆解
8 月 12 日深夜，DeepSeek 官网 API 文档悄悄更新：模型版本从Preview切换为。没有发布会，没有预热，唯一的动静是一张从官方群流出的评测对比表。，涨了近 5 倍DSBench-Hard：翻倍到 67.2Terminal Bench 2.1：72.1 → 87.9，距 Anthropic Fable 5 的 88.0 只差 0.1 分而 API 价格只有 Fable 5 的约 1/57模型架构和参数规模完全没变。
2026-08-18 19:41:14
518
原创 Qwen3.8-27B 源码拆解 + 保姆级本地部署 + 模型横评：270 亿参数如何用混合线性注意力打穿长序列天花板
2026 年 8 月 14 日晚，阿里 Qwen 团队开源了 Qwen3.8 系列模型。其中最值得关注的不是 235B 的 MoE 巨兽，而是这个27B 稠密模型——它在 SWE-bench Pro 上以 8.3 分优势超过 Claude Opus 4.6 Max，在编程、Agent、多模态理解上全面超越自家上一代旗舰 Qwen3.7-Plus。混合线性注意力——48 层 Gated DeltaNet + 16 层 Full Attention，直接把长序列推理的 O(n²) 复杂度砍到 O(n)。
2026-08-17 14:31:38
942
原创 从零手写 DeepSeek Harness 插件：保姆级教程，看完你也能给 Agent 造“工具“
Harness 最爽的一点就是模型不绑定 DeepSeek。打开，点"添加自定义提供方"；填（自己起个英文名，如my-ollama填显示名称（界面上显示的名字，如Ollama 本地模型填API 地址（如选择API 协议（OpenAI 兼容选openai填API 密钥（本地模型随便填，远程服务填真实 Key）；点击"获取可用模型"，勾选你要用的模型，保存。坑 6 预警：有的厂商能拉出一百多个模型，别全选，挑常用的几个就行，不然下拉菜单长得能拖到屏幕底。
2026-08-17 09:21:47
2128
原创 卡牌肉鸽敌人 AI：用加权意图表替代行为树的实践
ATTACK: 'attack', // 单次攻击ATTACK_MULTI: 'attack_multi', // 多段攻击DEFEND: 'defend', // 防御（叠格挡）BUFF: 'buff', // 增益（自己叠力量/敏捷等）DEBUFF: 'debuff' // 减益（给玩家叠虚弱/易伤）ATTACK：玩家需要决定"叠格挡还是硬扛还是击杀"：多段攻击是格挡的克星——6×3 的多段攻击，格挡只能挡第一段，后续段直接扣血DEFEND：敌人叠格挡的回合 = 玩家的"输出窗口"
2026-08-16 09:51:59
370
原创 像素卡牌肉鸽的渲染与手感：Canvas 像素风、粒子系统与性能实战
0.92每帧让强度快速下降。对比线性衰减（每帧 -2）：指数衰减在开头衰减快（冲击感强）、结尾收尾快（不拖沓）；线性衰减前后一样慢，会"晃个不停"让人晕。指数衰减更接近真实物理的阻尼震荡。强度分层事件强度时长普通受击410精英攻击512共鸣爆发1020记住必须配对，否则translate累积，画面越震越歪（这个坑也发生在所有 transform 操作上）。像素风 = 两个开关同时开+ CSS，且 resize 后必须重设。DPR = 物理像素 / CSS 像素。
2026-08-15 09:23:14
525
原创 用 AI 从零开发像素卡牌肉鸽：技术难点、Bug 实录与实现思路
本文记录我用 AI 编程工具从零开发一款带"元素共鸣"创新玩法的像素风卡牌肉鸽游戏（Deck-building Roguelike）的完整过程。。项目为纯 HTML5 Canvas 单文件（index.html，约 3800 行），无任何第三方依赖，浏览器直接打开即可游玩。
2026-08-14 09:19:54
775
原创 经典排序算法详解：从原理到工程实践的完整指南
排序是计算机科学中最基本的操作之一。你可能会觉得：“调一下 不就行了？” 但理解排序算法的底层原理，在以下场景中不可或缺：本文不只是列出代码和复杂度表，而是讲清楚每个算法的核心思想、执行过程、为什么有这样的复杂度、为什么稳定或不稳定，以及在工程中如何选择。排序算法可以从多个维度分类：排序算法分类全景比较排序O(n²) 简单排序冒泡排序（稳定）选择排序（不稳定）插入排序（稳定）O(n log n) 高效排序归并排序（稳定）快速排序（不稳定）堆排序（不稳定）非比较排序计数排序 O(n+k)基数排序 O(d·n
2026-08-13 09:10:42
456
原创 PyTorch计算机视觉实战：从原理到工程的深度指南
如果你问我"学CV第一步该学什么"，答案不是OpenCV，不是图像处理理论，而是PyTorch。原因很简单——当今几乎所有主流CV项目，从图像分类到目标检测，从图像生成到3D重建，底层全部构建在PyTorch之上。你不会PyTorch，就看不懂这些项目的源码，改不了它们的代码，更别提自己搭建模型了。第一，动态图优先。PyTorch的Eager Mode让你写的每一行代码都立即执行、立即可以print调试。在TensorFlow 1.x时代，你必须先构建一个静态计算图，然后通过。
2026-08-12 08:22:22
948
原创 计算机视觉图像处理技术终极指南：从经典算法到扩散先验修复
在计算机视觉的完整链路中，图像处理是最容易被忽视、却影响最深远的一环。80%的模型精度损失，来自输入图像的质量问题——噪声、模糊、低光照、雾气、雨滴，这些在训练集中被精心清洗掉的缺陷，在真实部署场景中无处不在。你的ResNet-50在ImageNet上Top-1准确率76%，但面对一张低光照监控图，可能直接跌到40%以下。提升模型鲁棒性：让模型在恶劣条件下依然保持可用精度减少数据标注成本：通过数据增强，1张图当10张用修复不可用数据：去雾、去雨、超分，把"废图"变"好图"统一输入分布。
2026-08-11 09:34:43
877
原创 MCP 协议终极指南：从 JSON-RPC 握手到生产级 Server 全解
MCP 的价值不在于它比 Function Calling 更先进，而在于它解决了一个 Function Calling 根本不想解决的问题——工具的发现机制和复用网络。Function Calling 解决"模型怎么调用工具"，MCP 解决"工具怎么被整个生态发现和使用"。这是不同层次的抽象。当工具生态从十几个扩展到数百个时，复用和发现的问题就成为瓶颈。20 个 Agent × 8 种服务 = 160 个点对点集成；换成 MCP 只要 20 个 Client 配置 + 8 个 Server 实现。
2026-08-10 14:44:31
378
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