AI
刷新
读SDD实战:规范驱动开发之道02SDD的核心思想

博主头像 1. SDD 1.1. SDD的一句话定义是:由人类工程师撰写规范,AI依据规范生成代码,规范是项目的唯一真相来源 1.1.1. 4个关键要素(人类撰写规范、AI生成代码、规范可工程化、规范是真相源)共同构成了SDD定义的基石 1.2. SDD是一种AI时代的软件开发方法论 1.2.1. 主张在AI ...

大模型学习笔记 18:Agent 的边界在哪里?从模型输出到可控行动

博主头像 Agent 可以看成是在模型输出外面加上状态、工具和行动循环。模型不只写文字,还要决定下一步做什么;程序执行以后,把结果再交回来。这样一来,系统就有机会完成多步任务,也多了一整套新的风险。 目标 -> 观察状态 -> 规划 -> 工具调用 -> 观察结果 ^ | └── 失败/新信息 ──┘ 真正增 ...

从 DBeaver 一键导入数据源,让 AI 也用起来

博主头像 AI 生成声明:本文内容由 AI 生成或经 AI 辅助完成,请注意甄别。 你的 Agent 会写 SQL,但它不认识你的数据库。每次对话你都得把表结构贴进聊天框,贴上几行样例数据,再解释字段关系。等这些都做完,真正的问题才开始被回答。 dsh-db-mcp 解决的就是这件事。它是一个 DeepSee ...

读SDD实战:规范驱动开发之道01Vibe Coding

博主头像 1. AI辅助编程工具 1.1. AI辅助编程工具的能力越来越强,每一个都宣称自己能带来“10倍效率提升”​ 1.1.1. Claude Code、Cursor、GitHub Copilot、Windsurf 1.2. Vibe Coding通常依赖用户通过简短的自然语言指令让AI去猜 1.2.1. ...

为什么PPO难以做出顶级棋类引擎

博主头像 为什么 PPO 难以做出顶级棋类引擎 一个中国象棋项目的实验复盘:从复现腾讯的「无搜索象棋 AI」,到把 PPO 模型接进 αβ、MCTS、BFMS 三种搜索,搜索全部失败。 本文只讲一条主线:PPO 优化的是"最优解",而所有搜索算法需要的是"全宽度排序"。 文中所有数字都来自本项目的实测(等节点 ...

大模型学习笔记 17:RAG 应用不是接上向量库就结束了

博主头像 做 RAG Demo 时,把文档切块、塞进向量库、拼到 Prompt 里,很快就能看到一个能回答问题的原型。真正难的是上线以后:解析、切分、召回、排序、上下文拼接和引用,任何一环出问题,答案都会跟着变。 把 RAG 拆成两个阶段 离线:文档 -> 解析 -> 切分 -> Embedding -> 索 ...

大模型学习笔记 16:让模型分步思考有用吗?从推理规划到任务拆解

博主头像 遇到复杂问题时,给模型加一句“请回答”通常不够。它需要先拆目标、处理中间条件,最后才能得到结论。思维链和由少至多提示,本质上都是在想办法把这几个中间步骤组织起来。 为什么拆解可能有效 一步生成最终答案时,模型要同时处理理解、规划、计算和表达。把任务拆成子问题,可以降低每一步的复杂度,也便于检查中间结 ...

从 RAG 到 Context Engineering

博主头像 从 RAG 到 Context Engineering:不是技术升级,而是工程认知的升级最近很多人把 RAG、Agentic RAG 和 Context Engineering 排成一条「技术升级路线」:传统 RAG 过时了,Agentic RAG 是下一代,Context Engineering ...

DeepSeek 写完的简历贴进 Word 为啥会乱?我怎么把 AI 纯文本排成 A4 并导出可编辑 Word

很多人用 DeepSeek 或豆包写完简历文案,一粘进 Word 就遇到 ###、* 号满天飞、左右对齐全崩、多出两行挤成两页纸的问题。本文先分享一套直接可用、不瞎编数据的结构化 Prompt,再聊聊作为开发者我是如何拆解“AI 纯文本直转 A4 所见即所得排版与真实可编辑 Word”的完整流程。 ...

工作从「写代码」变成「做判断」之后,验收标准该怎么定?

AI 说任务做完了,对话里出现「计划已完成」,有时还贴了测试通过。下一步很容易变成:直接合并。 可当写代码的大部分工作交给 Agent 之后,人真正要做的,已经不是再写一遍,而是判断:这份改动能不能进主分支。如果判断标准是临时想的,赶时间时最容易放水;标准如果只写在脑子里,每次问到的地方还会不一样。 ...

大模型学习笔记 15:PPO 如何更新语言模型?把 RLHF 的优化闭环串起来

博主头像 把 RLHF 拆开以后,语言模型可以看成一项策略:给定上下文,按概率生成下一个 token。奖励模型负责评价回答,PPO 再利用这个反馈更新策略,同时避免模型为了追奖励一下子跑得太远。 为什么需要约束 如果只追求奖励,模型可能快速偏离原始语言能力,或找到奖励模型的漏洞。KL 惩罚常被用来约束新策略与 ...

123···50>