发简信
IP属地：云南
-
LLM 不一定要“说话”：从 Jev 到 SGLang Score
一句话先讲清楚：当答案已经提前知道，LLM 不必逐 Token 把答案“写”出来；它可以直接对候选答案打分，然后做决策。 本文主线 Jev 的冲...
-
为什么你学了很多年英语，还是一说话就卡住？
核心原则 流利不靠“知道”，而靠“反应”。视频里说，你的大脑在做“双重工作”（先想 → 再翻译 → 再说出口），而正是这一下的停顿，让你明明完全...
-
从 Memory 到 Skill：Agent 如何把“经历”沉淀为“能力”
在研究 Agent、Harness 和长期记忆机制时，一个很容易混淆的问题是： Memory 和 Skill 到底有什么区别？ 如果 Agent...
-
从 Chain-of-Thought 到 Agent Experience：Harness 如何让 Agent “从过去的工作中学习”
在研究 Agent、Harness 的过程中，一个很容易被忽略的问题是： 一个 Agent 每次执行任务时，都是从零开始吗？ 传统的 LLM 应...
-
如何面对随着年龄的增大，人生各种可能性窗口慢慢地在向你关闭这个令人沮丧的事实呢？
来自GPT回答如下 这种感受其实很难靠一句“想开点”解决。因为你感受到的并不完全是悲观，而是对时间具有不可逆性的认识越来越清楚了。 年轻的时候，...
-
Agent Harness 核心工程：从“状态估计”到“分级压缩”的上下文管理指南
在构建长周期、多步骤的自主 Agent（智能体）时，开发者面临的最大敌人往往不是模型不够聪明，而是上下文窗口的物理极限与 LLM 注意力的衰减。...
-
为什么你的 Agent Harness 必须“缓存友好”
Prompt 不只是“告诉模型该怎么做的文字”，它同时也是 KV Cache 的“缓存 Key”。 如果你正在做 Agent Harness、A...
-
LLM 的长上下文：从 Token 到 KV Cache，再到 vLLM大模型经常宣传“支持 128K、256K 甚至百万级上下文”。但“长上下文”到底意味着什么？上下文长度是模型决定的，还是 vLLM 决定的？为什...
-
从工具调用协议到匿名模型指纹识别同一个 get_weather(city="Pittsburgh")，在 Qwen、Mistral、DeepSeek 的底层输出里，却像三种不同...