作者小头像 Lv.3
更多个人资料
222 成长值
0 关注
0 粉丝
+ 关注 私信

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
TA还没获得勋章~
成长雷达
210
12
0
0
0

个人资料

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
给非技术同事讲 AI，也是一门手艺
技术人常关注怎么用 AI，却容易忽略另一个关键问题：怎么让身边的非技术同事用好它。这是我推动 AI 在团队落地中花时间最多的部分，也积累了一些心得。别讲原理，讲“它能替你干什么”。 给同事培训 transformer 结构是大忌。我的做法是从他们的日常痛点切入：写周报、整理会议纪要、起草客户回复邮件——用他们自己的工作场景演示一遍，胜过十页 PPT。恐惧来自不了解，破除靠接触。 不少同事担心...
作者小头像 yd_226136886 2026-11-11 01:50:01
1
0
0
2026-11-11 01:50:01
1
0
0
AI 编程助手的正确打开方式
用 AI 写代码两年多，从最初把它当自动补全，到现在把它当结对编程伙伴，谈谈几点实操心得。上下文喂得越准，代码质量越高。 AI 写不好代码，多半是不知道你的“潜规则”：项目的目录约定、团队的命名风格、依赖的内部工具库。我的习惯是维护一份项目的 CLAUDE.md / 说明文档，每次让 AI 动手前先让它读——命中率立刻不一样。小步走，勤验证。 “帮我实现整个系统”必然翻车，“先实现这个函数，...
作者小头像 yd_226136886 2026-11-10 00:39:00
11
0
0
2026-11-10 00:39:00
11
0
0
本地部署大模型，值不值得？
在自己服务器上跑开源大模型，是这两年很多团队绕不开的选择。结合几次完整的部署经历，说说我的判断框架。先想清楚为什么本地化。 合理的理由通常有三个：数据不能出内网、调用量大到 API 费用不划算、需要深度定制（微调、改推理逻辑）。如果只是“想省 API 钱”，先算笔账：一张像样的推理卡不便宜，电费和运维人力是长期开销，低用量场景下 API 反而更便宜。显存是第一约束。 选模型前先算显存账：模型...
API
作者小头像 yd_226136886 2026-11-09 01:31:57
9
0
0
2026-11-09 01:31:57
9
0
0
多模态应用的落地观察
文本之外，图像、语音、视频能力的成熟正在打开新场景。分享几个多模态项目实战中的观察和经验。多模态不是炫技，要解决真问题。 我做过的两个对比鲜明的项目：一个“拍照识别植物”功能上线即火爆，因为用户痛点真实（这 plant 有没有毒？）；另一个多模态数字人项目，技术演示惊艳，上线三个月无人问津——用户宁愿打字。区别就在：前者是多模态才能解的问题，后者是噱头。图像理解的任务设计很讲究。 同一个视觉...
作者小头像 yd_226136886 2026-11-08 01:19:40
9
0
0
2026-11-08 01:19:40
9
0
0
从失败案例学到的十条教训
复盘这些年做 AI 项目的失败经历，总结出十条教训，每一条都有真实的“学费”支撑。Demo 到产品的距离比想象远十倍。 十几个惊艳案例不构成上线依据，长尾输入才是真正的考验。没有评估集的迭代等于裸奔。 改 prompt 全凭感觉，最终会在某个时刻一起还回去。过度依赖单一供应商。 模型突然限流或涨价时才后悔没做抽象层——接口层设计要为“随时换模型”留后路。把用户的容忍度当无限。 AI 出错是常...
作者小头像 yd_226136886 2026-11-07 02:01:26
21
0
0
2026-11-07 02:01:26
21
0
0
写好 Prompt 的几个“反直觉”细节
Prompt 工程谈的人多，谈到位的少。分享几个我反复验证过、却常被忽略的细节。负面清单不如正面示例。 “不要啰嗦、不要用 emoji、不要分点”——一堆“不要”往往管不住模型。换成正面示范：直接给它一个你理想输出的例子，模型对“模仿”的执行力远强于对“禁令”的遵守。要求放在最前面说。 长 prompt 里，中间部分的指令最容易被“淹没”。关键约束写在开头，末尾再强调一次——首尾位置的指令遵...
作者小头像 yd_226136886 2026-11-06 01:16:38
20
0
0
2026-11-06 01:16:38
20
0
0
在飞速变化的浪潮里，如何保持学习
AI 领域的更新速度令人窒息：今天的最优解，三个月后可能就是陈旧方案。分享我应对这种变化的个人方法。抓不变的东西。 框架和模型会过时，但底层逻辑不会：概率思维、评估方法、成本意识、人机协作设计——这些是穿越周期的能力。每次新技术出现，我会先问：它改变了哪个不变量？多数时候答案是“只是让某件事更便宜了”，那就不必焦虑。用项目驱动学习，拒绝收藏夹式学习。 收藏一百篇教程不如动手做一个东西。我每接...
作者小头像 yd_226136886 2026-11-05 00:25:18
20
0
0
2026-11-05 00:25:18
20
0
0
小团队如何用好 AI——给资源有限者的生存指南
没有大厂的算力和预算，小团队反而更需要把 AI 用在刀刃上。分享我在资源受限环境下的实战经验。优先解决高频、低风险的任务。 别一上来就想用 AI 颠覆核心业务。从内部工具切入：文档整理、周报汇总、客服话术草拟——高频重复、容错率高、见效快，容易积累团队信心和经验。拥抱开源和小模型。 很多任务根本不需要旗舰闭源模型。7B 级别的开源模型做分类、抽取、格式转换绰绰有余，自己部署没有按 token...
作者小头像 yd_226136886 2026-11-04 00:22:47
24
0
0
2026-11-04 00:22:47
24
0
0
Agent 热潮下的冷思考
这两年 AI Agent 概念火爆，我也在项目中做过不少尝试。热闹看尽之后，分享几点冷静的观察。Agent 的可靠性随步骤数指数衰减。 单步准确率 95% 的模型，十步任务的成功率只剩约 60%。所以 Agent 的价值区间很明确：短链路、高容错、可回滚的任务。长链路任务的正确姿势是把人类检查点嵌进流程，而不是幻想全自动。工具设计比模型聪明更重要。 Agent 表现差的锅，常常不在模型，而在...
作者小头像 yd_226136886 2026-11-03 00:34:30
20
0
0
2026-11-03 00:34:30
20
0
0
微调不是万能药，选对路径才省力
很多团队一提“提升 AI 效果”就想到微调，我踩过坑之后的结论是：微调往往是最后的选择，而不是第一反应。先问自己：Prompt 真的优化到位了吗？ 大量场景下，一个精心设计的 prompt（明确角色、结构化要求、给足示例）就能达到微调八成的效果，成本却低一个数量级。先用尽 prompt 工程，再考虑下一步。RAG 解决“知识”问题，微调解决“行为”问题。 这个区分是关键：模型缺少领域资料，用...
机器学习
作者小头像 yd_226136886 2026-11-02 00:18:42
27
0
0
2026-11-02 00:18:42
27
0
0
总条数：21
10
10
20
50
100
  • 1
  • 2
  • 3

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注