文章
2026
-
个性化的模型benchmark
根据每个人的ai使用偏好定制benchmark,快速了解对你来说一个新模型是不是真的厉害。
-
MASS:多智能体经验如何转化为模型能力
拆解 MASS 的工作流搜索、轨迹筛选与监督微调,核对两轮迭代的收益与局限,并延伸讨论多智能体训练、数据价值、关键决策与泛化。
-
让人教 AI 的经验可以流通
从 AI 之间的交流,转向人机协作中产生的实践知识:如何提取、去隐私、复用,以及为什么应当先验证一个经验提取工具。
-
AUI:让 App 在编译时生成 Agent 接口
从同一份应用源码生成给人使用的 GUI 和给 Agent 使用的 MCP 接口:一个关于编译器、界面语义与接入成本的构想。
2025
-
前后端部署:服务器、容器与 Serverless 分别解决什么问题
从一个普通的前端、API 和数据库应用出发,梳理部署方式的责任边界,以及什么时候需要容器编排。
-
Action Resilience:当我和 AI 一起工作
AI 改变了任务完成的速度,也改变了我评价自己的参照系。从行动节奏的失调出发,思考如何区分管理、审核与创作,以及如何把自己和 AI 作为一个组织来理解。
-
我的效率系统,留不下那些暂时无用的事
从要不要设置无 AI 时段,谈到任务优先级、时间与精力,以及一个运转良好的工作系统为什么仍然需要给探索留出位置。
-
把什么交给 AI,把什么留给自己
从简单/复杂、已知/未知、次要/重要三个维度讨论人机分工,再追问:当 AI 能做更多事,人们真的需要更多能力吗?
没有匹配的文章。试试其他关键词或标签。