01
AI 应用的 5 道枷锁
从模型、上下文、知识、工具与工程五个约束,解释 AI 应用真正的复杂度。
WRITING / EDITED SELECTION
12 篇关于 AI、系统、工具与人的编辑精选。
ai
从模型、上下文、知识、工具与工程五个约束,解释 AI 应用真正的复杂度。
用对照实验说明代码知识图谱为什么能帮助 Agent 更快理解大型仓库。
把 Prompt 优化还原为可测量、可迭代的强化学习策略。
systems
从沙箱、凭证与供应链风险拆解多 Agent 平台的基础设施边界。
沿一次请求穿过浏览器、DNS、CDN 与服务端,理解多级缓存的取舍。
用团队、业务与复杂性约束判断何时值得采用微服务。
tools
从一段未经公开产品化的 ultrawork 体验出发,讨论如何用 JavaScript 编排多 Agent 并保留人工控制。
记录在没有 API 的场景中,如何让 Browser Agent 完成一条真实业务链路。
用 Chrome DevTools MCP 把 AI 的浏览器调试能力落到安装、诊断与工具选择。
human
给高后果决策建立独立验证规则,避免被 AI 的迎合性回答带偏。
复盘一次 AI 量化实验如何经过审计、删减与鲁棒性检查。
说明 AI 编程的主战场为何是存量代码,以及安全改造所需的工程纪律。