最新文章

• 本地大模型微调与 GGUF 部署全指南2026/10/20

  基于 Apple Silicon 的本地大模型微调与 GGUF 部署全指南 —— 以 Qwen2.5 打造专属"读书智能助手"为例 一、为什么要模型微调？ 1.1 通用大模型的落地困境 直接把预训练好

• LiteRT Tensor API C++ 怎么用？XNNPACK、GPU 与 NPU 路线如何选择2026/10/20

  Google 在 2026 年 10 月介绍了 LiteRT Tensor API。它解决的不是“再发布一个大模型”，而是让开发者通过 C++ 算子直接组织计算图，并选择 CPU、TFLite 或特定

• fallback 会盖掉平台提示词：system、空数组和 systemAppend 的差别2026/10/20

  system 没传和传入空数组，在 Tansr 默认 fallback 下不是一回事：没传才用平台提示词，空数组会去掉业务段；systemAppend 两种情况下都还在。

• Agent Harness 从用到会造：报错的那层，往往不是坏掉的那层2026/10/20

  前五讲我们一直在拆零件。prompt 怎么写、tool 怎么接、context 怎么裁、guardrail 怎么设、verify 怎么判——每一层单独拿出来，你都能跑出一个像样的 demo。但真把五个

• 大厂老兵从零学——Agent开发2026/10/20

  大厂老兵学Agent开发：1.为什么要学Agent开发；2.Agent开发入门；3.Agent开发常见问题

• 从根上吃透AI Agent：Agent拆解系列之DeerFlow2.0深度拆解2026/10/20

  Agent拆解系列之DeerFlow 2.0 〇、为什么从 DeerFlow 2.0 开始 市面上 Agent 框架不少，为什么第一个拆的是 DeerFlow 2.0？不是因为它最流行，而是因为它恰好

• 写了个 Agent Card 体检器：一张「自我声明」的名片，能验到什么程度2026/10/20

  一张卡能告诉你的，只有「我要跟谁说话、怎么说、它自称会什么」。它不能告诉你「该不该信它」。那件事要靠三样东西凑齐：来源可验证（签名+信任锚）、内容可比较（digest固定）、能力可实测（跑一次真调用）

• 从 Function Calling 到 MCP：用 TypeScript 写一个 AI 助手能用的工具服务2026/10/20

  过去一年多，我做 AI 应用开发的起点都是同一个需求：让模型别只会聊天，去真正干活——查库、读文件、调内部接口。这个需求的传统解法是 Function Calling（函数调用）：在请求里描述一堆函数

• 理解 TRAE 的 Agent + IDE 思路：用一个 Markdown 检查器拆解完整交付2026/10/20

  从一个实际运行的 Markdown 检查器出发，拆解 Agent + IDE 工作流中的需求、实现与验收，附三张运行截图、24 项测试结果及构建问题复盘。

• 探索副业五个月，最终以放弃告终2026/10/20

  副业不适合普通人，打工才是宿命 这个时代，总有人不断告诉你：要打造第二收入曲线，搞一份副业，对冲大环境的焦虑。 我也琢磨了小半年，一直在思考自己适合走哪条路