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 2 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
07·24
我做了一个不要求先学数学的强化学习网站
强化学习很容易被教成一排缩写：MDP、Q-learning、DQN、PPO、RLHF。每个词都能查到解释，但它们之间究竟是什么关系，一个智能体到底怎样从反馈里学会行动，常常还是模糊的。 我做了…
→
06·02
RL强化学习的底层假设
任何一个学科，都有前提假设，RL 也不例外。在RL的方法论中，如果选一个最基本的假设，我会选：行动会改变状态，并产生长期后果。 这个假设比“奖励”还更底层。奖励只是对后果的评价方式；而“行动导…
→
