"LLM"相关的文章
AI,个人随笔
AI FDE,会是 AI 产品经理的未来吗?

AI FDE,会是 AI 产品经理的未来吗?

FDE(前向部署工程师)正成为AI时代的关键角色,它不再是传统意义上的软件工程师,而是融合全栈开发、LLM实战、评测体系操盘等多重能力的复合型人才。从Palantir的早期实践到OpenAI、Anthropic的前沿应用,FDE正在改写技术落地的游戏规则。本文深度解析这一角色的核心能力与市场趋势,并探讨其与国内AI产品经理的异同。
AI
概率模型 vs 确定性工程:AI Agent产品化瓶颈的本质解法

概率模型 vs 确定性工程:AI Agent产品化瓶颈的本质解法

AI Agent 的落地困境并非源于模型能力不足,而是我们对它的定位出现了根本性偏差。从多智能体协作到全自动办公,酷炫的 demo 背后隐藏着封闭世界与开放现实的鸿沟、概率模型与确定性需求的矛盾,以及被严重低估的监督成本。本文将揭示三大致命陷阱,并提出回归专用工具本质的三条务实路径,为 AI 落地的困境指明方向。
AI
就因为会“搬砖”了,物理AI一夜爆火

就因为会“搬砖”了,物理AI一夜爆火

物理AI正成为2026年最炙手可热的科技风口,从黄仁勋的预言到Figure AI的产线直播,这场AI从虚拟走向现实的革命已势不可挡。本文深度剖析物理AI如何突破‘会聊天’到‘会做事’的技术鸿沟,揭示LLM、世界模型与VLA三大核心技术如何赋能机器人自主执行,并前瞻性分析量产交付能力如何成为资本角逐的新战场。
AI,个人随笔
Prompt 工程在 Agent 里怎么跑

Prompt 工程在 Agent 里怎么跑

Agent系统的Tool描述比System Prompt更能决定模型行为?本文通过实战案例揭示了一个反直觉的发现:在多层Prompt架构的Agent系统中,Tool Description才是真正的决策核心。从模糊描述引发的调用失效,到长流程中的Prompt稀释效应,作者系统性地拆解了Agent场景下Prompt工程的六大关键层级与运行时管理策略。
AI
LLM Wiki实战篇:少花token,多沉淀知识

LLM Wiki实战篇:少花token,多沉淀知识

构建一个高效的LLM Wiki系统,关键在于解决超长文档处理、精准检索与稳定调用等核心挑战。本文详细拆解了基于qmd的本地知识库架构设计,从CLI封装到目录结构规划,再到CLAUDE.md操作手册的编写,提供了一套可落地的解决方案,让LLM真正成为知识管理的得力助手。
产品设计
一个人跑完 AI 情绪产品从 0 到 1,我沉淀了一套练手项目复盘方法论

一个人跑完 AI 情绪产品从 0 到 1,我沉淀了一套练手项目复盘方法论

从零到一打造AI情绪产品的背后,藏着练手项目的黄金法则。一位产品人通过「月光灯」项目,将泰语塔罗占卜与AI共情结合,实战演练了BRD假设驱动、安全底线分层、LLM双Provider架构等核心方法论。本文揭示如何在非商业项目中建立严谨框架,让每个技术债务和未验证假设都成为可量化的学习成果。
AI,个人随笔
ChatGPT之后,AI的下一个终局:机器人正在迎来自己的“GPT时刻”

ChatGPT之后,AI的下一个终局:机器人正在迎来自己的“GPT时刻”

从ChatGPT到家用机器人,AI的物理化进程为何步履维艰?红杉资本AI峰会揭示:机器人行业正在复制大语言模型(LLM)的成功路径,通过世界动作模型(WAM)、数据飞轮和虚拟训练场(DreamDojo)三大突破,让机械手臂也能拥有'脑补'物理常识的能力。当AI从数字世界走向物理世界,2026年或将迎来真正的家庭机器人革命。
AI,个人随笔
动手LLM Wiki前,建议你先想明白这些

动手LLM Wiki前,建议你先想明白这些

知识管理的未来正在被LLM Wiki重新定义,但盲目跟风可能让你陷入新的效率陷阱。本文深度解析Karpathy提出的知识编译理念,揭露那些教程不会告诉你的五大真实痛点——从规模天花板到惊人的API成本,同时带来突破性解决方案qmd的完整拆解。这是一篇给真正想建立可持续知识体系的工作者的避坑指南。
AI,个人随笔
图解:资管行业「大模型」50个核心名词(首篇)

图解:资管行业「大模型」50个核心名词(首篇)

大模型技术正深刻重塑资管行业的智能投研与合规生态。本文以10个核心概念为脉络,系统拆解LLM在金融领域的垂直应用——从Transformer架构的底层原理,到行业大模型的知识蒸馏;从Token计费机制的成本控制,到多模态处理的财报分析实战。这是一份面向金融科技从业者的AI认知升级指南。