AI KNOWLEDGE BASE
从模型原理、Agent 实践到 AI 与人的长期变化。先找到适合自己的入口,再往深处走。
START HERE
不是按发布时间堆文章,而是按你此刻最想解决的问题组织阅读。
先看见 Token、Attention 和训练过程如何连起来,再继续理解大模型。
从能力边界、系统约束和真实部署出发,避免只停留在好看的 Demo。
把工具放回学习、工作和社会关系里,讨论效率之外更长期的影响。
By 芝士AI吃鱼
自动化系统正在进入更多业务流程,能力提升同时带来了新的可靠性挑战。人工接管机制需要从系统设计阶段开始规划,明确触发条件、信息展示、操作权限和责任边界。本文分析自动化环境中的人机协作方式,并讨论风险等级、治理框架与工程实践之间的关系。
生成式 AI 正在重新塑造学习环境。学生获取解释、整理资料和生成文本的成本不断下降,但工具效率提升并不等于学习能力提升。真正重要的能力正在转向问题定义、信息验证、知识迁移和独立判断。本文讨论 AI 原生学习者如何在使用智能工具的同时保持主动思考,并建立适应未来学习环境的认知能力。
当 AI 接管了我们的智力活动,我们还剩下什么?
从市场扫描器、三情景 DCF、另类数据、机器学习诊断到多智能体验证,拆解一个自动化股票研究系统如何把重复劳动交给 AI。
从 Karpathy 的 microGPT 出发,用一份极简 Python 代码拆开 GPT、Autograd、Embedding、Attention、MLP 和训练过程。
Agent, 落地, AutoGPT, 人工智能, AGI
Token,Agent,生死局,龙虾,openclaw
GEO时代,个人营销,SEO的升级
算法、算力与我们被重塑的三年 —— 科技哲学、社会观察与未来简史。
这是我的第一篇博客,关于这个网站的愿景:在被 AI 折叠的时间里,寻找确定性。