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，...
AI编程Agent的数据出网自查：密钥防护与只读库实践
先把结论放前面：用 Claude Code、Codex 这类命令行编程 Agent，真正离开你电脑的是"发给模型的上下文"——提示词、Agent 读过的文件片段、它执行命令的输出。项目文件不会被整包上传，但 Age...
Agent记忆系统落地：三类记忆与写入检索维护闭环
现象你肯定遇到过：AI 编程助手第一天才说过项目用 pnpm、测试跑 Vitest，第二天开新会话，它一脸茫然让你从头介绍。问题不在模型笨，在于历史信息没有被保存和复用。这篇把 Agent 记忆系统...
大模型分布式训练的显存账：参数梯度优化器与激活
很多人对分布式训练的最初想象是"多插几张卡，训练变快"。真上手算过账才知道，单卡的窘境往往不是慢，是根本放不下。这篇把显存这本账拆开算一遍，给你一套开训前就能做的预算方法。
显存里...
多AI同时改代码？用Worktree隔离战场
让三个 AI Agent 同时开发一个项目：前端改页面、后端写接口、测试补用例。听起来效率翻三倍，实际跑起来第一周就会撞上同一个问题——两个 Agent 同时改 package.json，先写入的修改被后写入...
AI 编程系统化工程方法论中的三大核心环节
AI编程系统化工程方法论-让AI开发从随意尝试变为可靠工程
当下多数人用 AI 编程遇到的代码问题，大多不是 AI 编码失误，而是人机需求没对齐，导致 AI 只能自行脑补逻辑去适配需求。
一、目...