Writing

文章

围绕 AI 应用开发与产品思考,整理可以反复回看、继续校准的工程实践。

AI 工程

Agent、RAG、LLM 应用工程化与评估体系。关注真正能上线、能观测、能持续改进的 AI 系统。

意图驱动开发

Vibe Coding:从写代码到描述意图

Vibe Coding

Vibe Coding 把开发者的重心从逐行实现转向意图表达、运行反馈和快速迭代,但它越自由,越需要清楚的边界与验收机制。

AI 面试优势

现在都是 Vibe Coding,那你的优势是什么?

Interview

AI 越来越会写代码,人的优势不在于说 AI 做不了什么,而在于让 AI 写得更对、更稳、更便宜。

AI 对话界面

Spark Chat,创造工具的工具

Portkey

Spark Chat 将对话视为构建复杂 AI 交互的基础设施,用 Portkey 把文本流转为可组合、可理解、可操作的结构化界面。

AI 工作流

让 AI Flow 更简单:Spark Flow 设计实践

Flow

Spark Flow 旨在为开发者提供 AI 工作流搭建的基础设施,提供可读、可控、可调试、可复用的编排体验框架。

Agent 运行时

Agent 不是聊天框,而是一套可观察的执行系统

AI

从任务拆解、工具调用、长期记忆、失败回放到评估闭环,梳理 Agent 系统真正上线前必须回答的问题。

RAG 系统

RAG 的难点常常不在检索,而在问题定义

RAG

如果评价集、知识边界和失败样本没有被认真处理,再复杂的链路也只是漂亮的迷雾。

系统思考

技术路线图、架构取舍和产品思考。把复杂的协作问题拆成更清楚的约束、顺序和风险。

决策日志

小团队如何维护一份不过期的技术路线图

系统

路线图不是甘特图,而是关于目标、约束、依赖和风险的持续表达。它必须能被质疑,也能被执行。

运行笔记

更短的阅读笔记、生活观察和写作片段。它们像运行日志,记录判断是如何慢慢形成的。

构建日志

把个人知识库当成一间正在营业的工作室

笔记

笔记系统应该服务于行动,而不是收藏冲动。真正重要的是让材料进入下一次判断。