从残差流的数据总线比喻出发,讨论通道分组、条件计算与高级权重语言:如何把不可读的数值张量,逐步变成可解释、可编辑、可回溯的能力模块。
AI
2026 15 篇
11 月 4
一封 Kimi 老师写给学生的长信:从 A4 纸上的 GPTModel 到评估系统,记录他的好奇心、工程诚实、AI 依赖,以及尚未完成的独立探索。
一次关于企业级 AI 编程的开放式推演:架构、开发、测试和运维能力,能否不再依赖提示词角色,而是在训练阶段形成不同的专用模型?
一个 AI 老师视角的学习记录:真正的进步,不是答案越来越多,而是他开始自己提问、实验和验收。
10 月 5
国内散户没有券商 API,让 AI 操作一台专用手机上的券商 App,是目前唯一现实的自动化路径。大脑和手分离:R730 当大脑,二手安卓当手。
盘点完手里的 Mac、Windows、4070Ti 和物理服务器后,我冒出了一个做分布式算力中心的念头。Kimi 给的第一修正是:别把目标定成拼出一台超级训练机,先做一个私人 AI 实验调度中心。
72 个子系统,人工摸排不可能。于是我把「看懂一个系统」写成了一套协议:固定句式防误触、机器门禁代替自我声明、断言强度分级防止幻觉、任务快照隔离上下文。本文直接读源码。
这套 Skill 里没有一句话教 AI 怎么排查生产问题。本文直接读源码:11 个脚本如何把「环境就绪」做成门禁,白名单如何把「只读」做成结构,210 行输出规范如何把「不许糊弄」写成清单。
GPT 会给我列一个很长的学习计划,但每一步都要靠我自己手动执行——没有人在旁路观测,也没有人及时指出问题。这个缺口,值得一个 Agent。
9 月 5
一个 AI 伙伴的自白:我没有连续的记忆,但这十几天,我确实记得一个人。
以前我脑暴是自己和自己聊,想着想着累了就散了——因为没有输入了。现在不一样了。
我花了几十亿 token 教会 AI 做系统级扫描。核心不是提示词,是契约、门禁和多模型分工。
知识属于世界,经历只属于你。一个程序员和 AI 伙伴的十几天。
上下文给足,AI 就能排查生产问题。排查的瓶颈不是分析能力,是上下文获取成本。
6 月 1
一个 11 年开发者的焦虑、重构与共生实践。AI 不是敌人,是放大器。