把书放回床头：我和大模型的向内求与向外看
通勤从地铁换成自驾后，深度阅读的习惯悄悄丢了；把书放回床头，它又慢慢回来了。从这件小事出发，本文把《非暴力沟通》和《助推》看作向内与向外的一体两面，再对照大模型的两层演进：模型自身的推理能力是向内，模型之外的 harness 是向外，讨论两者各自的边界，以及在向外变得太容易的今天，如何把它们组合起来。
Sep 23, 2026
从 Vibe Coding 到 AI-Native Game：生成式游戏技术栈拆解
生成式游戏 AI 并不是一条单一赛道。本文从生成对象与运行时机出发，拆解 Vibe Coding、专业资产管线、Agent NPC 和神经世界模型四条技术路线，并讨论它们各自真正的工程瓶颈。
May 4, 2026
长程 Agent 为什么会失效：数据、训练与评估
Agent 单步很强，任务一长却容易迷路。本文以代码 Agent 为例，分析误差累积、上下文膨胀和奖励稀疏，并梳理轨迹数据、后训练、安全与评估中的关键方法。
Apr 11, 2026
Agent 如何积累能力：RAG、Memory 与 Skills
RAG、Memory 和 Skills 分别解决信息获取、经验保持与过程复用问题。本文从读写路径、上下文成本和工程边界出发，解释三者如何组合成一套可维护的 Agent 能力系统。
Feb 14, 2026
Code Agent 的中控系统：搜索、验证与长期运行
Code Agent 的能力不只来自模型，也来自规划、工具、验证、上下文和权限组成的控制闭环。本文从搜索、验证、RLVR、上下文与长期运行几个角度拆解这套中控系统。
Jan 2, 2026
如何识别真实需求：从场景验证到价值、共识与模式
真实需求不是用户说想要什么，而是在具体场景中，用户愿意持续付出时间、金钱或切换成本去解决的问题。本文从角色、场景、任务和证据出发，整理一套可验证的需求识别方法，并从价值、共识和模式三个维度判断需求能否成立为一门生意。
Jan 22, 2025
不写代码，但仍要为代码负责：AI for Code 这两年的变化
2024 年我还在自己写代码，2026 年已经完全交给 Agent。本文回看 AI for Code 这两年的变化：从代码助手到 Code Agent，再到通用 Agent；也讨论不写代码之后，人为什么仍要为代码负责，以及怎样评估 AI 的产出。
Aug 30, 2024
A few things about Code Agent
记录一些在实践代码大语言模型过程中的经验和思考总结，本篇是关于代码智能体的相关内容，包括代码智能体的关键功能、关键技术方案等。主要来源于公开论文。
Feb 1, 2024
A Survey of Code Foundation Models
记录一些在实践代码大语言模型过程中的经验和总结，本篇是关于代码大语言基座模型的相关内容，包括部分经典的代码大语言模型、以及对应的训练数据集和训练策略等信息的收集，其中StarCoder, Deepseeker Coder 以及 CodeLlama 占据相对较多的介绍篇幅。内容均来源于公开论文，不涉及商业敏感信息。
Jan 7, 2024
🌟 阅读笔记锦集
坚持阅读的习惯，坚持捕获阅读时刻的灵光一现，温故而知新。
Jan 1, 2024