专业洞察
从一手过程里提炼出来的判断、框架与对比。它们回答"你怎么想的"，并且各自带着成立的边界。
篇目
16 篇- 01
装之前先量三笔账：上下文、热重载、卸载
个人给自己加能力，装、写、接之间差的不是功能，而是三笔账：每个工具每步占多少上下文、改一次要不要重启、删掉要留多少尾巴。三笔账都能落到数字与命令上，有一笔算不过来，就不该装进 harness。
0次浏览0条评论0个赞
- 02
插件、Skill、MCP、CLI：先判断这份能力该不该进模型上下文
同一个能力做成插件和做成 CLI，代价差在每一步：插件的工具声明每次请求都在场，CLI 只在被调用时存在。按「谁决定调用时机、多久用一次、失败会污染谁」三个问题，把能力分到工具、Skill、MCP、套件、领域包与脚本六种形态，并给出动手前的三条验收。
0次浏览0条评论0个赞
- 03
为什么 AI 项目失败，往往不是模型问题在写
三方各有各的成功定义，方案就一定收敛不了——不是模型不行，是没人先把"什么叫成功"写成同一句话。失败链条拆成四步：多方冲突 → 判据缺失 → 方案无法收敛 → 定义统一判据后如何收敛，并给出可复用的定义流程。
0次浏览0条评论0个赞
- 04
先修量具，再谈性能：判据的前提是可信的度量在写
优化的前提是先有可信的度量——否则你不知道自己改善了什么，也不知道判据是否成立。从"量具坏了"这一类事故里总结出来的检查清单：怎么验证一个指标可信，怎么在优化前先固定判据。
0次浏览0条评论0个赞
- 05
判据必须定义在最终产物上在写
链路中间的指标会骗人：它们可以全部达标而最终产物不可用。说明为什么判据要定义在最终产物上，中间指标只能当过程信号，并给出把"最终产物判据"写出来的四步方法与三条常见反例。
0次浏览0条评论0个赞
- 06
洞察的检验标准：五层递进，与三条能证伪的判据
有些判断听起来很像洞察，甚至能被数据支持，却无法指导任何动作——它们是把相关当因果的伪洞察。一套可复核的检验：三条判据（机制穿透性、可验证性、范式价值）、一条从噪声到结论的 SOP、五层递进的能力台阶，以及用技术/业务/资本三个视角对同一个判断做压力测试的方法。
0次浏览0条评论0个赞
- 07
调优中的统计决策：为什么 3% 的阈值不够，以及那 3 次"重复测量"其实不够用
性能调优里最容易被跳过的一步，是回答"这次判定凭什么成立"。当测量噪声 σ≈2% 而你要判定的效应只有 3% 时，信噪比接近 1——"多跑几轮看稳不稳"在统计上是没有内容的。这件事可以拆成四层错误：固定阈值、样本量不足、边看边停、多指标齐看，并给出对应的四件工具（本机标定的动态阈值、功效分析、always-valid 推断、FDR 控制）。
0次浏览0条评论0个赞
- 08
把规则装上牙齿：自动化闭环里的验收设计
一个自动化闭环最容易被漏掉的部分不是流程本身，而是"谁来验收、拿什么验收、不通过怎么办"。复盘两个真实系统的设计：三位一体对齐与不做清单，以及一套把"还行"变成数字的评分卡、五层监督与自动卡点——并给出一个关键判据：规则与机制的差别，在于有没有卡点。
0次浏览0条评论0个赞
- 09
答案会过时，追问路径不会：把一次 AI 对话变成资产
一次 AI 对话要变成可复用的资产，需要三件它通常不产出的东西——置信度、适用边界、可执行形式。一套六段式对话结构（原始提问 → 初答 → 人类追问链 → 综合论证 → 元指令集 → 自进化触发器）、追问链该推的三类问题，以及为什么最终形态必须是配置而不是散文。
0次浏览0条评论0个赞
- 10
优化技术该插在哪一格：一套三层坐标，与一个 KV Cache 推导
一份优化技术清单没有用，坐标系才有用。一套三层坐标（任务流阶段 × 软硬件层级 L1–L7 × 技术维度），三个带阈值的判墙判据，并用一个完整推导说明为什么坐标重要——GQA 模型的 KV 头数会决定张量并行是否在白白复制 KV Cache，以及该如何切回来。
0次浏览0条评论0个赞
- 11
慎用指标：AI 岗位评估里最容易做错的那一步
一个指标只要能被主动生产，它就会被生产。而 AI 岗位的关键能力恰好全都难以测量——于是人会用"容易测的量"替代，结果往往适得其反："代码提交量"度量的是复杂度增长，激励方向与目标恰好相反。给出三个慎用指标及其失败模式、以行为锚定替代打分的做法，以及为什么岗位定义本身也有半衰期。
0次浏览0条评论0个赞
- 12
通道怎么选：先把"是什么"和"从哪看"拆开
飞书回调配置全对、机器人一句话不回；浏览器镜像 HTTP 200、观察者计数正常、一帧都不出。两次都栽在同一件事上——把"接通了"当成"能用了"。用两条真实接入路径，把"约束在哪里""你看的是哪一份会话""什么才算成功"拆成三件可以独立回答的事。
0次浏览0条评论0个赞
- 13
从 67B 到 671B 再到 1.6T：DeepSeek 近三年换了五种结构，那道没变过的判断标准
从 2024 年 1 月的 DeepSeek-LLM 到 2026 年 10 月的 DeepSeek-V4.1-Flash-1017，DeepSeek 近三年换了五种结构，却始终守着同一道判断标准——省资源，但不掉点。前九次发布每次都要在这条判据上做一次交换；2026-10-17 的第十次更新第一次没换结构，让基准普涨、运行时间与输出长度同时缩短。按「每一代拆掉哪一根成本项」把主线串起来，数字均标注论文或官方模型卡出处，折算与推算的账本在文末「口径与边界」。
0次浏览0条评论0个赞
- 14
- 15
- 16
继续
系列是纵轴，话题是横轴 —— 回到博客， 用「话题」下拉横着找，或在「系列」下拉里换一条线读。