新人软件配置教程
未读
别再纠结快模型还是推理模型：用自动路由同时控制成本、速度与准确率
别再纠结快模型还是推理模型：用自动路由同时控制成本、速度与准确率 全部使用推理模型，结果是一个简单的发票抽取任务也要等更久、花更多钱；全部使用快模型，遇到真正复杂的问题，又可能一本正经地给出错误答案。 有没有一种办法，让系统自己决定该用哪个模型？ 答案不是再找一个“全能模型”，而是搭建一套路由工作流
AI 记住我两周后，我关掉了一半记忆：个人助手长期记忆实测复盘
AI 记住我两周后，我关掉了一半记忆：个人助手长期记忆实测复盘 编辑说明：现有实验资料没有提供总会话数、总请求数、具体模型版本、Token 消耗和延迟日志。为避免虚构数据，本文对这些位置保留了待补字段。正式发布前，应从原始日志中填入真实数值，并补充对应截图。 第三天，我觉得 AI 终于开始懂我了。
我把两个常用网页 AI 工具放进同一套测试：总结、抽取和引用，谁更适合日常工作流
两个网页 AI 工具，放进同一套任务里比一比 挑工具时，我最怕的不是“谁更强”，而是“强在演示，弱在日常”。所以我通常会拿同一份材料，看看它们在总结、信息抽取和引用这三件事上到底表现怎么样。 测试任务 我会故意给它们一份稍微乱一点的材料： 一段长文 一张带信息密度的截图 一串需要提炼的要点 然后看它
新人软件配置教程
未读
先用本地小模型给合同脱敏，再交给云端大模型审阅：一套更稳的混合工作流
先脱敏，再审阅：我常用的混合工作流 把敏感文档直接丢给云端大模型，最省事，也最容易出问题。更稳的做法，是先用本地小模型做脱敏和结构整理，再把处理后的文本交给云端模型做理解、归纳和建议。 1. 先做什么 第一步不是总结，而是识别敏感信息：姓名、电话、地址、合同号、金额、账号、项目代号。 本地小模型适合
差一点就发布错了：浏览器 Agent 进入真实后台前，必须守住这三个接管点
差一点就发布错了：浏览器 Agent 进入真实后台前，必须守住这三个接管点 验证码出现时，它停住了；修改库存时，它一度选中了相邻的 SKU；而当“提交发布”按钮亮起时，我突然意识到：真正危险的不是 Agent 不会操作，而是它操作得太顺了。 这次测试的任务并不复杂：登录一个经过脱敏处理的商品管理后台
Prompt、Skill、MCP 到底该写什么？用一次订单退款任务讲清三层边界
Prompt、Skill、MCP 到底该写什么？用一次订单退款任务讲清三层边界 你明明把退款政策写进了 Prompt，又复制到技能文件里，还在 MCP 工具说明中强调了一遍。原以为这是“三重保险”，结果 Agent 换了一个用户，仍引用上笔订单；没有查询订单状态，就直接发起退款；工具明明返回失败，它
Prompt、Skill 与 MCP 不是三种写法：客服 AI 出错，往往是内容放错了位置
Prompt、Skill 与 MCP 不是三种写法：客服 AI 出错，往往是内容放错了位置 我把退款规则写得非常详细，模型也能准确复述规则。 可到了实际运行时，它没有查询订单，就直接告诉用户： “您的退款已经成功，款项将原路退回。” 问题是，退款工具根本没有被调用，系统也没有返回任何成功结果。 规则
别再只说“帮我写篇文章”：高质量长文 Prompt 的 6 模块框架和 10 个可复制模板
别再只说“帮我写篇文章”：高质量长文 Prompt 的 6 模块框架和 10 个可复制模板 很多人第一次让 AI 写长文，都会经历一个幻灭时刻：它写得很快，也很顺，但你读完会发现，整篇文章没有一句错得离谱，也没有一句真正有用。 标题像营销号，开头像套话，中间观点来回绕，结尾强行升华。你让它写“AI
AI写长文总在重复？这套六段式 Prompt，把“一句愿望”变成编辑任务书
AI写长文总在重复？这套六段式 Prompt，把“一句愿望”变成编辑任务书 你让 AI 写 3000 字，它确实交付了 3000 字。 但读到第三段，你会发现，它还在重复第一段： 随着人工智能技术的快速发展，AI正在深刻改变我们的工作方式。无论是文档处理、数据分析还是沟通协作，AI都展现出了巨大潜力
孙正义喊出“5万亿美元AI投入”，普通开发者真正该盯住的不是算力，而是应用层机会
孙正义喊出“5万亿美元AI投入”，普通开发者真正该盯住的不是算力，而是应用层机会 如果到2040年，全球每年有 5万亿美元 砸向AI，这意味着什么？ 是巨头烧钱的又一场泡沫，还是普通开发者的新一轮机会窗口？ 很多人看到这个数字的第一反应是：离我太远了。5万亿美元是什么概念？它不是一个开发者、一家创业
