<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yuzeiger的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/yuzeiger</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yuzeiger]]></copyright><item><title><![CDATA[如何挖掘用户隐藏的真实需求]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160631423</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160631423</guid><author>yuzeiger</author><pubDate>Wed, 29 Apr 2026 20:32:06 +0800</pubDate><description><![CDATA[一句话就是，分析用户在什么场景下，为了什么目的，用了什么方式，忍受了什么问题。别扭的地方往往都是机会点。]]></description><category></category></item><item><title><![CDATA[如何判断一个需求是真需求还是伪需求？]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160595163</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160595163</guid><author>yuzeiger</author><pubDate>Tue, 28 Apr 2026 22:31:04 +0800</pubDate><description><![CDATA[第一是看问题是否真实存在。我会去追溯这个需求的来源，比如是用户反馈、数据异常还是内部提出的想法，并通过用户访谈或数据验证，这个问题是不是普遍存在，而不是个别情况。即使问题存在，也要评估它的影响范围和业务价值，不如影响用户的规模、使用频率，以及是否影响核心指标。我一般会从”问题是否真实存在“，"是否值得解决"，”以及解决方式是否合理“这三个层面来判断一个需求是真需求还是伪需求。总的来说，我会尽量把”表面需求“还原成”底层问题“，再结合数据和业务目标来判断它是不是一个值得投入资源去解决的真需求。]]></description><category></category></item><item><title><![CDATA[你为什么想转行做产品经理？]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160594460</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160594460</guid><author>yuzeiger</author><pubDate>Tue, 28 Apr 2026 22:29:38 +0800</pubDate><description><![CDATA[在工作过程中，我逐渐发现，相比专注在具体功能实现，我更关注的是”为什么要做这个功能“，”这个需求是否真的解决了用户问题“。比如在参与一些需求开发时，我会主动去理解业务背景，也会思考有没有更优的实现方式，甚至会和产品同事讨论需求合理性。同时，技术背景也让我在和研发沟通、评估方案可行性和成本时，会更有优势。这些经历让我意识到，我对”从需求定义到方案设计，再到落地效果“的完整过程更感兴趣，而不仅仅是实现其中的一部分。我之前是做研发的，这段经历让我对技术实现、系统架构以及开发流程有比较扎实的理解。]]></description><category></category></item><item><title><![CDATA[你是怎么理解产品经理这个岗位的]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160594050</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160594050</guid><author>yuzeiger</author><pubDate>Tue, 28 Apr 2026 22:26:59 +0800</pubDate><description><![CDATA[第三是 推动落地和结果负责。产品经理需要和研发、设计、运营等团队协作，确保产品按时上线，并通过数据验证效果，持续迭代优化。我理解 产品经理的核心职责，是围绕用户需求，协调资源，把一个模糊的问题转化为可落地的产品解决方案，并持续优化结果。第一是 理解用户和业务。产品经理需要通过调研、数据分析等方式，找到真实的问题，而不是停留在表面需求。所以我觉得产品经理本质上是一个"连接者"和"决策者", 既要理解用户，又要对业务结果负责。包括产品功能设计、流程设计，以及在用户体验和业务目标之间做权衡。]]></description><category></category></item><item><title><![CDATA[调整LLM的哪些参数可以控制提示响应结果]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160477972</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160477972</guid><author>yuzeiger</author><pubDate>Mon, 27 Apr 2026 16:46:39 +0800</pubDate><description><![CDATA[参数值越小，返回的结果越确定，调高该参数值，LLM可能会返回更随机的结果，也就是说可能会带来更多样化或更具创造性的产出。我们可以通过配置大语言模型的一些参数来获得不同的提示结果，调整这些参数值对于提高响应的可靠性非常重要，可能需要尝试几次才能找出合适的正确配置。可以通过调整max length来控制大模型生成的token数，指定长度有助于防止大模型生成冗长或不相关的响应并控制成本。如果需要准确事实的答案，就把参数值调低，如果想要更多样化的响应，可以把参数值调高。温度，是用来控制生成文本随机数的。]]></description><category></category></item><item><title><![CDATA[对基础模型的理解]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160166912</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160166912</guid><author>yuzeiger</author><pubDate>Fri, 17 Apr 2026 16:04:18 +0800</pubDate><description><![CDATA[英语在互联网上占据主导地位，其次是中文。那些训练数据有限的语言，被称为低资源语言。能否将非英语语言的查询翻译成英语，获取回答后再翻译回原语言？答案是否定的，首先，它需要模型充分理解代表性不足的语言，才能进行准确翻译；其次，翻译过程可能导致信息丢失。构成了训练数据的三大黄金法则。参数量（代表模型的学习能力）、训练token数（代表模型学习到的知识量）、FLOPs（代表训练成本） 是衡量模型规模的三个关键指标。]]></description><category></category></item><item><title><![CDATA[AI工程中关于模型评估和提示工程的问题]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160138683</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160138683</guid><author>yuzeiger</author><pubDate>Tue, 14 Apr 2026 23:44:52 +0800</pubDate><description><![CDATA[制定指令遵循标准，比如，可以从这几个类型设置指令和描述，“关键词”，“语言”，“长度限制”，“可检测内容”，“可检测格式”等。首个token响应时间（从请求到第一个token出现）。可以通过CoT(思维链)和自我批评提示词，鼓励模型花更多时间去“思考”问题。更容易进行监控，调试，减轻工作量，编写简单提示词比编写复杂提示词更容易。对模型的理解加深，会有更好的编写提示词的思路。将提示词与代码分离，可复用性，可测试性，可读性，协作性。MMLU，功能正确性。流畅性，连贯性，实施一致性，安全性。]]></description><category></category></item><item><title><![CDATA[AI工程可能会遇到的一些问题]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/160113714</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/160113714</guid><author>yuzeiger</author><pubDate>Mon, 13 Apr 2026 23:25:57 +0800</pubDate><description><![CDATA[1，检索质量太差，根本没有检索到正确内容原因：embedding不行，相似度算错，语义没对齐。query没有被改写，完全没有上下文，检索失败。解法：LLM改写查询，关键词+向量。2，Chunk切分错误原因: chunk太大，信息很多，但不相关，模型被噪声干扰。chunk太小，语义断裂，找不到完整答案。解法：重叠切分， 按语义切，而不是按字数。3，top-k策略错误原因：k太小，找不到信息。k太大，噪声爆炸。解法: 重排序，动态调整。4，Prompt设计不对（模型不会用资料）]]></description><category></category></item><item><title><![CDATA[关于RPC的3个架构级高频核心问题，面试必问]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/158731121</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/158731121</guid><author>yuzeiger</author><pubDate>Sat, 07 Mar 2026 12:10:25 +0800</pubDate><description><![CDATA[RPC性能优于HTTP的主要原因包括：1）采用轻量级二进制协议减少数据传输和解析开销；2）高效序列化（如Protobuf）使数据体积缩小至JSON的1/3；3）长连接机制避免重复握手；4）专为服务间通信优化，去除了HTTP的冗余设计。gRPC的高性能源于HTTP/2的多路复用、头部压缩、Protobuf序列化以及流式通信支持。]]></description><category></category></item><item><title><![CDATA[状态机的简洁释义]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/158581457</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/158581457</guid><author>yuzeiger</author><pubDate>Thu, 05 Mar 2026 22:09:11 +0800</pubDate><description><![CDATA[状态机是一种用于建模系统行为的数学模型，它描述了系统在不同状态之间的转移和如何响应事件，简单来说，状态机是一种有限的计算模型，用于表示一个系统的各个状态，以及在不同的输入条件下从一个状态转移到另一个状态的规则。它广泛应用于计算机科学、软件工程、自动化控制系统等领域，用来解决涉及状态变化和事件驱动的各种问题。例如，自动售货机、交通信号灯、游戏角色的行为、网络协议的状态管理等都可以使用状态机来进行建模和设计。]]></description><category></category></item><item><title><![CDATA[车联网架构知识地图（AI辅助总结版）]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/158067678</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/158067678</guid><author>yuzeiger</author><pubDate>Mon, 02 Mar 2026 22:49:51 +0800</pubDate><description><![CDATA[一，汽车电子与整车电子电气架构（EEA）一，汽车电子与整车电子电气架构（EEA）这是车联网架构的基础，不懂整车架构，很难设计真正可落地的车云协同系统。推荐书籍：《AUTOSAR入门与实践》适合理解AUTOSAR经典平台，对理解传统整车电子架构很关键。《汽车电子架构设计》系统理解EEA演进趋势，对理解域控制、中央计算平台非常重要。二、嵌入式系统与车载软件开发车联网不是纯云系统，车端能力是关键。《嵌入式Linux系统开发》理解车端软件运行机制，适合向T-Box/域控软件延展。]]></description><category></category></item><item><title><![CDATA[MQTT的简洁释义（高度总结概括版）]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/158575707</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/158575707</guid><author>yuzeiger</author><pubDate>Mon, 02 Mar 2026 22:45:00 +0800</pubDate><description><![CDATA[MQTT是一种轻量级的消息协议，专门设计用于低带宽，不稳定网络和资源受限设备之间的通信，它通常用于物联网（IoT）设备之间的消息传递，特别是在传输数据的质量要求不高或对网络条件有限制的场景下，MQTT凭借其简洁高效的特性，成为了物联网领域的广泛应用协议。]]></description><category></category></item><item><title><![CDATA[这是我看过的对卷积最幽默的解释，中科院半导体研究所老师真的很牛]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/158010148</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/158010148</guid><author>yuzeiger</author><pubDate>Thu, 12 Feb 2026 19:55:42 +0800</pubDate><description><![CDATA[-----根据疼的严重程度他会哼哼，像无赖这种体格，每天挨一板子啥事没有，连哼一下都不可能（输出0），如果一次连凑他十个板子，他会皱眉咬牙硬挺（输出1），一次连续给他二十个板子，他会疼得脸扭曲，开始哼哼（输出3），连续给他三十个板子，他会像驴似的嚎叫，哭着求饶命（输出5），连续四十个板子，大小便失禁，没有力气，勉强哼一声（输出1），五十个板子，他就一命呜呼了（输出0）。------人（系统）挨板子（脉冲）以后，会有什么表现（输出）哈哈，还是不太明白，时间间隔小为啥痛苦程度会叠加？------疼的表现呢。]]></description><category></category></item><item><title><![CDATA[如何在一天内改变你的整个人生（油管大神丹科全文翻译）]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/157686311</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/157686311</guid><author>yuzeiger</author><pubDate>Tue, 03 Feb 2026 22:41:01 +0800</pubDate><description><![CDATA[你大概会放弃你的新年决定。不过这也没关系，大多数人都会这样（研究表明失败率高达80%-90%），因为大多数人其实并不愿意从深层、内在层面做出改变。也就是说，他们改变生活的途径完全错误。他们制定新年决心只是因为别人都这么做----人们更在意他人看法，而非自我认同....我们为身份游戏赋予肤浅的意义，但这并未满足真正改变的条件，真正的改变远不止说服自己今年要自律或更高效。我来此并非为了贬低你。]]></description><category></category></item><item><title><![CDATA[记录AI相关的50个关键词和20本书]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/157541801</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/157541801</guid><author>yuzeiger</author><pubDate>Sat, 31 Jan 2026 19:57:59 +0800</pubDate><description><![CDATA[记录AI相关的50个关键词和20本书]]></description><category></category></item><item><title><![CDATA[美国主流的新闻网站]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/157282057</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/157282057</guid><author>yuzeiger</author><pubDate>Tue, 27 Jan 2026 00:09:15 +0800</pubDate><description><![CDATA[NBCUniversal网络的一部分，提供全面的新闻报道、政治和观点文章。一家全球性的新闻机构，报道金融、政治和一般新闻，注重准确性。美国广播公司的新闻部门，提供突发新闻、国家大事和世界报道。一个主要的新闻网络，涵盖国内和国际新闻、政治、娱乐等。一份以深入报道时事、政治、文化和分析而闻名的著名报纸。一家倾向于保守派的新闻媒体，报道政治、商业和突发新闻。提供有关政治、科学、文化等方面的全球新闻、分析和意见。国家和全球新闻、政治报道和调查性新闻的主要来源。西海岸的一家主要报纸，提供新闻、娱乐和政治报道。]]></description><category></category></item><item><title><![CDATA[什么是梯度]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/157214892</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/157214892</guid><author>yuzeiger</author><pubDate>Wed, 21 Jan 2026 23:25:22 +0800</pubDate><description><![CDATA[本文介绍了梯度的基本概念及其在机器学习中的应用。梯度作为多维函数的导数向量，表示函数值随参数变化的速率和方向。在深度学习中，梯度用于优化模型参数，通过梯度下降算法沿反方向更新参数以最小化损失函数。文章还讨论了梯度类型（如梯度向量、梯度场）及其在反向传播、解决梯度消失/爆炸问题以及动量法中的应用。通过二维示例直观展示了梯度指向函数增长最快方向的特性，说明其在优化过程中的核心作用。]]></description><category></category></item><item><title><![CDATA[数据指标体系搭建（极简科普）]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/156264992</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/156264992</guid><author>yuzeiger</author><pubDate>Sun, 28 Dec 2025 22:14:51 +0800</pubDate><description><![CDATA[摘要：数据指标是对业务有价值的统计数据，需具备简单易懂、能驱动业务等特征，包含衡量维度、汇总方式和度量三要素。常见指标分为用户、投流、行为和消费四类，如GMV、ARPU、付费率等。构建数据指标体系可采用OSM模型，从业务目标出发拆解策略并匹配指标。以线上商城为例，GMV作为北极星指标，通过工具赋能、内容消费等场景的维度分析，确定素材使用量、文章发布量等具体指标，形成完整的指标体系。（149字）]]></description><category></category></item><item><title><![CDATA[上下文工程(Context Engineering)是什么(6千字科普)]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/156066495</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/156066495</guid><author>yuzeiger</author><pubDate>Tue, 23 Dec 2025 23:22:13 +0800</pubDate><description><![CDATA[本文阐述了上下文工程在构建高效AI代理中的核心作用。上下文作为AI代理决策时的完整信息集，包含系统提示、用户提示、工具定义和知识库等关键组件。通过精确设计系统提示（角色定义、语气风格、工作流程和约束）和用户提示（任务说明、上下文提供、输出示例），可显著提升代理行为的可预测性。文章详细介绍了工具定义的最佳实践，包括功能性命名、输入输出规范和数据格式一致性，并以客户支持代理为例展示了不同系统提示如何影响交互体验。良好的上下文工程能消除AI代理的猜测行为，确保其严格遵循意图执行任务。]]></description><category></category></item><item><title><![CDATA[什么是MCP？what is MCP?]]></title><link>https://blog.youkuaiyun.com/yuzeiger/article/details/155595539</link><guid>https://blog.youkuaiyun.com/yuzeiger/article/details/155595539</guid><author>yuzeiger</author><pubDate>Mon, 08 Dec 2025 23:10:32 +0800</pubDate><description><![CDATA[摘要：模型上下文协议(MCP)是连接AI系统与外部工具和数据的开源标准协议，旨在解决MxN集成问题。它采用客户端/服务器架构，通过JSON-RPC 2.0实现标准化通信，支持动态发现功能使AI能自动识别可用工具。MCP生命周期包含初始化、运行和关闭三个阶段，通过主机管理客户端与多个服务器的连接，简化了AI应用与第三方服务的集成流程。相比传统API，MCP提供了更统一的标准接口，显著降低了开发和维护成本，被称为&quot;AI应用的USB-C&quot;。(149字)]]></description><category></category></item></channel></rss>