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、选模型的动作正在从人转移到系统、扩散语言模型的部署...
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、几句部署技巧，6GB 显存就能跑出生产可用的效果。下...
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，但一旦中间某步失败，整条链就断了。ReAct 框架解决的...
大模型服务选型六维评测：从延迟到成本的决策方法
模型服务商上百家，每家都自称性能最强、价格最低、延迟最短。等真把业务压上去，宣传数据和实际体感的差距经常大到离谱。选型这件事，靠试用几天的手感远远不够，得有一套可复现的评测口...
律师Agent落地实录：可验证证据链与人工审核闸门设计
做法律方向的智能体，最容易掉进去的坑是把系统当成"更会聊天的知识库"。真正的分水岭在于：模型给出的每个结论，能不能还原出依据、能不能被独立复核、错了能不能追责。这三件事决定了法律 ...
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 Agen...
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...