坐下来读

长文与精华，横穿所有版块

近期

今天去镇上的手机店，把一台屏幕报废、伊拉克成色的 vivo X27 抵了 100 块，又补 140 块，拿下一台中兴远航 10 5G，准备当热点机用。这次查资料、拆旧工具、看日志、写脚本基本都是 Codex 陪我弄的。技术确实强，资料这么少又这么旧，没它帮忙的话，我自己折腾两三…

Andrej Karpathy 在 2026 年 1 月发了一条获得 4 万点赞的动态：他在一个月内，把日常编码的工作比例从 80% 手动翻转到了 80% 交给 Agent。这句话之所以炸场，不是因为它来自 Karpathy，而是因为它精确描述了这一年内数百万开发者的真实体感——…

就在上上周，我们团队咬着牙，真金白银地砸了一个 8 机 64 卡的 H100 集群，把这头 2.8 万亿参数的巨兽——Kimi K3，真机跑通了。看着终端里 Application is ready at http://0.0.0.0:30000 打印出来的那一刻，确实很有成就感…

过去两年，大模型行业变化很快。模型能力在提升，产品边界在移动，研究热点不断重构，创业公司的 PMF 也可能只持续几个月。很多人看到的是新模型、新榜单、新融资和新产品。真正身处一线的人，更关心另一组问题：模型下一次升级之后，今天做的事情还剩下什么？数据、环境、训练和产品，哪一个会成…

一句话结论：GLM5.3 用一份"基座不变、后训练拉满"的成绩单，验证了后训练 Scaling 可独立驱动智能上限突破的范式价值——TerminalBench 3.0 从 4.6 跃升至 28.3、DeepSWE 提升 20.7 分、CyberGym 白盒漏洞发现以 84.5% …

除了语言模型的后训练，我们现在更关注的是 VLA（VisionLanguageAction）在真实机器人项目中的工程化落地。相比 LLM 的“语言—工具”闭环，VLA 本质上是“视觉—语言—动作—环境反馈”的物理闭环，其复杂度不再停留在 token 生成，而是进入真实世界的状态控…

2026 年 4 月，RAG 概念的原始提出者 Douwe Kiela 在 The New Stack 的访谈中公开表示："RAG"这个词已经被一个更大的范畴吸收了——上下文工程。几乎同一时间，VentureBeat 用一个直白的标题宣告范式更替："上下文架构正在取代 RAG"。…

其实我对 AI 总结功能的有无一直是无所谓的态度，但既然可以免费做一个，那就顺手实现一下。我之前一直使用 Mabbs 大佬的 AI 摘要项目，不过项目部署在 Cloudflare 上，花了一下午才部署完成。后续因为 Cloudflare 在国内无法正常访问，加上我没有在 CF 托…

前几天，我们团队针对 DeepSeek V4 Flash 做了一轮比较完整的微调和后训练实验。这次真正把模型拉到训练环境里跑起来以后，我们最大的感受是：微调一个模型本身并不是最困难的事情，真正困难的是如何确定“到底要把模型训练成什么样”，以及如何证明训练之后的模型在真实工程环境中…

前言平时浏览网页、刷论坛、访问服务的时候，经常会遇到一串数字报错：502、503、404、500……很多人分不清到底是自己网络问题，还是服务器炸了，或是网页本身挂掉。本篇主要围绕高频的5xx服务端错误，顺带把容易混淆的4xx客户端错误一起讲清楚，方便大家遇到报错时快速判断问题根…

0、碎碎念不知不觉，从一开始接触learnclaudecode这个项目，到完整看完这二十章内容，已经过了将近两个月。中间有过间断，不过总体而言，收获还是蛮大的。在进行下一步的学习之前，在此做个review。总的来说，这个教程的内容，模块原理与工程细节兼有之。我的一大感触是，A…

8 月

这里收两种帖子：站长标过精华的，和正文超过 2000 字的。不挑版块 —— 一篇讲部署的长文既属于「折腾与教程」，也属于这里。