Agent沙箱拆解：AI为什么不能随便动你电脑
让 AI 编程助手改代码、装依赖、跑测试，效率确实高。但只要它能在你的机器上执行命令，一个必须回答的问题就摆在那里：它执行了 rm -rf ~/ 怎么办？更糟的场景是提示词注入——Agent 读到一个...
AI为什么总漏步骤：任务清单机制的演进
让 Coding Agent 开发一套 JWT 用户认证：分析项目、设计库表、写接口、实现 Token 签发与校验、跑测试。执行到一半它突然宣布"任务完成"——中间有一步被它静默跳过了。这不是模型能力问题，...
从回答到执行：Agent执行循环与工程可靠性的边界
向模型提一个问题，它给一段回答——这个交互模式大家都熟了。AI Agent 带来的变化是：它不只回答，还能搜资料、调工具、跑代码、自主完成一串任务。从"回答问题"到"完成任务"，中间隔着一套完...
大模型是一条生产链：从语料到服务的分层排查思路
下载一个开源模型，很容易产生"拿到权重就拥有了模型"的错觉。实际上权重只是整条链路中间的一站：原始语料怎么来、怎么清洗、训练怎么跑、模型怎么被服务化、最后怎么评估——缺一环都算不上...
事实写进权重为什么不好用：微调遗忘机制与替代路线
给模型灌一条新事实，微调之后它能一字不差复述。可换个问法——"这个材料能不能装液氮？"——它就答不上来，甚至退回训练前的常识默认。这不是提示词技巧问题，是权重通道的固有缺陷：能背和会...
注意力机制再理解：信息路由视角与长上下文成本账
Q、K、V 和几层矩阵乘法，第一次看公式很容易卡住。换个角度就通了：序列里每个位置都在问一个问题——"为了更新自己的表示，我应该从别的位置读多少信息？"注意力权重，本质是一张动态的信息...
把AI资讯搬进编程Agent会话：提问过滤与信息降噪法
早上开工，代码敲两行，忽然想知道 AI 圈有什么新动静。于是切浏览器、刷时间线、翻收藏夹——切回来时，刚才要写什么已经忘了。对写代码的人来说，状态切换的代价比阅读本身更高。信息不缺，...
模型发布与编排层变革：开发者该跟进的五个信号
模型发布与编排层变革：开发者该跟进的五个信号
模型排行榜隔三差五刷新，多数新闻看完就忘。但最近这一轮动态里，有几个结构性变化值得开发者停下来想：模型发布方式和开放节奏在变、选模...
6GB显卡跑大模型：小显存部署量化实测与微调实践
6GB显卡跑大模型：小显存部署量化实测与微调实践
"跑大模型得先上 RTX 3090"——这个说法让很多预算有限的小厂直接放弃。开源模型权重放开后，这件事的门槛其实低得多：老显卡、INT8 量化、几...
ReAct智能体实战：旅游规划多步推理与循环调参要点
ReAct智能体实战：旅游规划多步推理与循环调参要点
单轮问答和真正的智能体之间差着一层"边想边做"的能力。查天气、荐活动、搜股价这类环环相扣的任务，用简单链式调用写死流程当然可行，但...