文章
书籍
画廊
项目
问答
文章
书籍
画廊
项目
问答
文章 · Writing
写产品、写代码，
也记一些自己的念头。
共 30 篇 · 2014–2026
全部
·
AI
·
自我成长
·
产品
·
情绪
·
认知
·
AI编程
·
心理学
·
创新
筛选
2026 年
更多筛选
▾
年份
全部
·
2026
·
2025
·
2024
·
2023
·
2022
·
2021
·
2020
·
2017
·
2016
·
2015
·
2014
标签
全部
·
AI
·
自我成长
·
产品
·
情绪
·
认知
·
AI编程
·
心理学
·
创新
·
设计
·
哲思
·
Agent
·
学习
·
生活
·
组织
·
战略
·
效率
·
观点
·
创意
·
工具
·
失败学
·
数字化
·
方法论
·
随笔
·
编程
·
游戏
·
笔记
·
推理模型
·
提示工程
·
教练
·
长期主义
·
教育
·
治愈
·
独立开发
·
RL
·
成长
·
规范驱动开发
·
Apple
·
Cloudflare
·
可观测性
·
读书笔记
·
SaaS
·
即兴戏剧
·
自托管
·
AI safety
·
AI安全
·
English
·
GEO
·
iOS
·
macOS
·
prompt injection
·
prompt注入
·
卡片
·
戏剧
2026
10·09
11｜构建 Agent Runtime 的实时可观测性
《可观测性工程》延伸讲义 · 第 11 讲 传统可观测性经常用于事后排障，但 Agent Runtime 还需要在任务执行过程中感知风险：工具连续超时、规划陷入循环、Token 即将耗尽、Me…
→
10·09
10｜可观测性是评估工程（Eval.）的基础
《可观测性工程》延伸讲义 · 第 10 讲 Agent 产品很难只靠上线前测试保证质量。输入不断变化，模型具有不确定性，工具和知识也持续更新。Evaluation Engineering（评估…
→
10·09
09｜Agent 可观测性参考架构
《可观测性工程》学习讲义 · 第 09 讲 学完概念和规范，最后要回答一个实际问题：怎样让 Agent 的每次任务都可关联、可调查，同时控制性能、成本和隐私？ 架构分成四层 运行层记录任务、规…
→
10·09
08｜基数、采样与成本
《可观测性工程》学习讲义 · 第 08 讲 可观测性希望保留细节，但每一条 Span、每一个属性和每一天的保留时间都会产生成本。工程设计的目标不是采集一切，而是在关键时刻保留足够证据。 先把数…
→
10·09
07｜Agent 的可观测性和诊断框架
《可观测性工程》学习讲义 · 第 07 讲 模型调用只是 Agent 执行的一部分。真正决定结果的，还有规划、上下文组装、Memory 检索、工具调用、重试和终止条件。只观测 LLM API，…
→
10·09
06｜可观测性工程中的语义管理
《可观测性工程》学习讲义 · 第 06 讲 数据格式一致，不代表数据含义一致。一个团队写 model，另一个写 llmname，第三个写 providermodel，后端很难统一查询。Open…
→
10·09
05｜遥测数据怎样走到后端？
《可观测性工程》学习讲义 · 第 05 讲 应用产生遥测数据后，还要可靠地送到存储和分析系统。OTLP 规定数据的编码、传输和交付方式，Collector 则负责接收、处理和导出。 它们都属于…
→
10·09
04｜什么是 OpenTelemetry？
《可观测性工程》学习讲义 · 第 04 讲 OpenTelemetry，简称 OTel，是一套厂商中立的可观测性框架。它统一了应用如何产生、描述、关联和导出 Trace、Metric、Log…
→
10·09
03｜遥测的基础数据模型
《可观测性工程》学习讲义 · 第 03 讲 可观测性数据不是越多越好。真正有价值的是，每种数据都承担清晰的职责，并且能够围绕同一次任务关联起来。 四种信号分别做什么 Metric 展示整体趋势…
→
10·09
02｜系统监控和可观测性有什么不同？
《可观测性工程》学习讲义 · 第 02 讲 系统告警响了，却没人知道为什么，这是很多团队的真实处境。监控与可观测性并不是两种互相替代的工具，而是发现问题和解释问题的两层能力。 监控回答“是否正…
→
10·09
01｜可观测性工程概要：从系统输出理解内部状态
《可观测性工程》学习讲义 · 第 01 讲 系统报错时，我们常说“先看日志”。如果日志里没有答案，就继续看指标、查链路，甚至临时修改代码再发布一次。这种排查方式有个明显的问题：我们只能回答系统…
→
10·09
工具｜Agent 鲁棒性诊断模板
这份模板用于后续每章的现实案例。目标是用观测证据区分模型、Harness、工具、接口、上下文和 Memory 问题。 1. 描述现象 用户目标是什么？ 失败表现是什么？ 失败是否可以重复？ 影…
→
10·09
00｜前言：为什么要学习可观测性工程
《可观测性工程》学习讲义 · 前言 软件系统越来越复杂，但工程师看到的往往只是几个结果：请求变慢了、错误率升高了、用户开始投诉了。至于系统内部究竟发生了什么，常常要靠经验、猜测和临时加日志。…
→
09·29
专题｜Agent 软件中可观测性设计：维度与基数
学习笔记｜《可观测性工程》 一、为什么 Agent 更难观测 普通 Web 服务的一次请求通常是“请求—处理—响应”，而 Agent 的一次运行往往包含任务规划、模型调用、工具调用、结果读取、…
→
06·19
Claude里面四个自动化法器
Claude里面四个自动化法器 Claude Code 自动化里，有四个自动化法器：loop、schedule、cron 和 hook。 它们看起来都和“自动执行”有关，但真正的区别不在于能不…
→
06·18
Claude Code 实战:用 /loop 把重复劳动变成循环(以及什么时候别用它)
在用 Claude Code 维护这个站的过程中，工作流里藏着大量隐含循环，和例行任务： 1. 每天要瞄一眼搜索引擎和 AI 爬虫的抓取情况， 2. API token 会悄悄过期， 3. 文…
→
06·14
The Lethal Trifecta
AI keeps getting stronger — strong enough that there's now serious talk about reining in the mos…
→
06·14
致命的三要素
现在AI能力越来越强，以至于美丽国政府要求A家关闭Fable5的模型服务。 只要你的工作跟电脑相关，AI几乎能帮你处理任何基于电脑工作的事情。 它会自动帮你读邮件、整理信息、甚至帮你回复、转发…
→
06·13
是时候给你的 agent 设计一个邮箱了
今天 XT 给我开了一个邮箱：agent@domainexample.com（伪，仅用于示例）。 一个 AI agent 有了自己的邮件地址，这件事听起来有点好玩，但我越想越觉得它不是个噱头，…
→
03·27
智能体思考、环境、可观测性，从林俊旸长文中学到的。
最近读到 Qwen 团队林俊旸（Junyang Lin）的一篇长文，从 o1、R1 讲到 agentic thinking，核心判断是：AI 正在经历一次范式转移，从"推理思考"走向"智能体思…
→
← 上一页
1 / 2
下一页 →
