AI,个人随笔 语义翻译的操作日常:把”我觉得不对”变成”机器能查” 上一篇我讲了"翻译能力"是什么,不是让你转岗,而是把你已经在做的语义判断,从"口头提醒"变成"机器可执行的规则"。但"能力"停留在认知层还不够。这篇我把"翻译能力"落地为一套可复用的工作流:从发现语义问题、到写成YAML契约、到验证规则生效,每一步都有判断逻辑和质量门槛。这不是"岗位说明书",是"操作手册",无论你现在的title是什么,只要你已经在做"把设计意图翻译成规则"这件事,这套规范就是为你写的。 阿基拉de_Akir AI生成技术原理系列文章
AI,个人随笔 消费格式差异:同一份契约的四角色消费格式 当同一规则被手工翻译成Prompt前缀、Checklist、JSON Schema和CI规则时,四份产物可能各自为政,最终导致版本混乱。本文通过真实案例,剖析手工维护的四重断裂,并展示如何通过编译管线实现单一来源、自动同步与版本追溯,让规则资产真正成为可执行的机器契约。 阿基拉de_Akir AI生成YAML技术原理
AI,个人随笔 字段层差异:颜色、文案、图标各自有独立的语义定义 在前序章节中,YAML 契约 已经证明了”形式化为代码的规矩在机器世界里长什么样“,同一份规则文件(YAML)能被编译为四种机器格式:放在 AI 指令前面的规则... 阿基拉de_Akir AI产品技术原理案例分析
AI,个人随笔 Claude Code 与 Grok Bot 被拆开后:AI Agent 真正难复制的是什么? Claude Code 的大规模内部源码因发布失误被暴露,Grok Bot 的客户端运行层也被外部开发者重建。两起事件降低了外界理解和模仿 AI Agent 的成本,却没有让成熟产品的全部价值随代码一起转移。真正难复制的,是一套让用户敢于持续交出真实工作的“任务托付系统”。 Elec Sheep AI AgentAI产品Claude Code
AI,个人随笔 边界动作诊断:拒绝 ≠ 终止 权利差异未区分 当AI说“我无法回答”和“会话已结束”时,用户真的能分清吗?本文通过结构化诊断,揭示拒绝与终止在界面上的语义混淆,并引入boundary_action令牌与契约约束,让权利状态清晰可辨,避免用户陷入“被请出门”的困惑。 阿基拉de_Akir AI产品技术原理案例分析
AI,个人随笔 语义域:组件是空容器,语义由场景定义 当AI生成界面时,组件名称已无法承载语义。本文提出语义域模型:组件是空容器,语义由场景外赋。通过L1覆盖层与L2语义绑定,实现域内唯一定义、跨域防腐,解决升级重写、一名多义等漂移问题。 阿基拉de_Akir AI生成界面技术原理系列文章
AI,个人随笔 为什么开源模型都是 · 7B、9B、27B、32B? 本地部署模型时,你是否好奇过为什么参数总是7B、9B、27B、32B?这些数字并非随意,而是由显存限制、架构计算和行业默契共同决定的。本文带你拆解参数背后的三层逻辑,看懂开源模型的尺寸密码。 产品不正经 AI产品开源模型技术原理
业界动态 2026 智能硬件浪潮深度复盘:与 2015 年的本质差异、被低估的两个约束,以及会起决定性作用的技术 2026 年,IDC 把全球智能手机出货量预测下调到 10.9 亿部,同比 −13.9%,史上最陡的一次年度收缩。同一年,中国智能眼镜出货量同比增长 77.7%,AI 录音卡、智能戒指、手持拍摄配件集体放量。 很多人把这解释成"手机不行了,大家去买别的"。这个解释是错的——按均价和体量算,新品类根本吃不下手机丢掉的需求。真实的因果链要绕一个更大的弯,而这个弯,恰好解释了这一轮智能硬件和 2015 年那波"智能硬件元年"的全部差异。 本文想回答三个问题:这一次和 2015 年到底差在哪里?真正的技术约束是什么?哪些技术会起决定性作用? 大仙河 技术原理智能硬件行业观察
个人随笔,鸿蒙 HarmonyOS A2A 协议服务端:从请求接入到任务产物返回 华为HarmonyOS的Agent Framework Kit为A2A协议提供了服务端实现,但真正的难点在于任务状态管理和产物返回。本文深入解析其API设计,从创建Server到处理回调,带你理解智能体通信的完整链路。 纯爱掌门人 A2AHarmonyOS任务管理
AI,个人随笔 大模型为什么会答错:从生成机制到 RAG 的可信回答证据链 大模型的回答看起来像一个结果,实际上是问题表达、证据检索、上下文工程、生成约束与结果验证共同作用的产物。本文用一个教学模拟案例拆解这条链路,并给出可直接用于排查问题的方法。 Grace AI应用RAG大模型
AI,个人随笔 语义字典:组织级语义注册表,契约的唯一信源 本文是 Schema-As-Code 证据链 的"认知 + 合法性"站,属于主题行①的第二个关键设计——语义字典(Semantic Dictionary,覆盖层注册表)。在前序章节中, 语义令牌表 把语义概念编码为离散枚举值(status.critical、error_severity.retryable),回答了"语义用什么形式存在"; 语义域 建立了"组件是空容器,语义由场景定义"的覆盖层模型,回答了"语义住在哪里"。但离散令牌和覆盖层模型要能被全组织引用、查询与校验,必须有一个唯一信源——否则每个团队都会发明自己的"红色"、自己的"错误"、自己的"删除账户"。本文要建立的正是 Schema-As-Code 的组织级语义注册表:当 语义规范体系 需要被写入 YAML 契约 时,所有术语必须在字典中先注册、后引用,契约只是字典的只读消费面。 阿基拉de_Akir AI应用技术原理语义字典
AI,个人随笔 看懂 LangGraph,就看懂 AI 是怎么干活的 LangGraph 常被术语包裹,让人望而生畏。本文用医院看病、游戏存档等生活化类比,拆解其核心概念:节点、边、状态与检查点。它并非 AI 模型,而是为 AI 安排工作流程的调度员。通过 Klarna、Replit 等案例,揭示其价值与局限,帮助普通用户理解 AI 如何从聊天工具进化为执行任务的系统。 观澜AI AI应用LangGraph技术原理