个人站点

有所得,辄记之。

札记

学习中的发现,实践后的思考。

开发流程怎样随理解加深和模型能力变化:先叠加,再取舍。

主线 5 篇 · 延伸 5 篇 · 合计约 61 分钟

  1. 01

    流程是怎么变重的:从 Superpowers 到三套框架

    2025 年 11 月到 2026 年 4 月,我的开发流程从一个先讨论再动手的习惯,加到三套框架一起用,最后连小改动也要走完整流程。

    约 5 分钟 · 1 篇延伸
  2. 02

    项目记忆放进文件:Trellis、Aegis 与轻量澄清

    2026 年 5 月,小任务的步骤减了下来,三套框架也换掉了。留下的组合是:Trellis 把项目记忆写进仓库,Aegis 在高风险改动时把边界收紧,轻量澄清只问真正影响方案的问题。

    约 8 分钟 · 3 篇延伸
  3. 03

    规则越积越多以后:拆分规则文件与整理 Skill

    2026 年 6 月到 7 月,一个越写越长的全局规则文件被拆成几份按需读取的文件,职责互相重叠的几个 Skill 也理了一遍。

    约 5 分钟
展开其余 2 篇主线收起
  1. 04

    模型变强以后:重新检查每条规则

    2026 年 9 月 GPT-6 发布后,我回头检查早期加的规则和 Skill 还用不用得上,顺带撤回了对 Trellis 的改写,也回看了这几轮的加加减减。

    约 10 分钟
  2. 05

    几个模型怎么分工:从人工传话到按职责派活

    2026 年 4 月到 9 月,前端从 Codex 交给 Gemini,协作从我在中间传话,变成 Codex 主导、先讲理解再动手;9 月又改成按职责派活,不再按模型固定分工。

    约 6 分钟 · 1 篇延伸

从零开始管服务器:先弄清连接和服务,再解决进来、互连和出去。

主线 6 篇 · 合计约 44 分钟

  1. 01

    连上服务器:我能登录,AI 为什么不行

    从零开始管服务器,最先卡住的是连接本身:SSH 什么时候要用户名,localhost 指哪台机器,AI 为什么输不了密码,免密登录到底验证了什么。

    约 7 分钟
  2. 02

    让服务一直在:关掉的进程为什么又起来了

    服务器上的服务时在时不在:进程由谁拉起,开机自启和正在运行差在哪,Swap 能缓冲什么,日志为什么不会自己变小,Docker 又多了哪一层。

    约 8 分钟
  3. 03

    从外面进来:去掉公网 IPv4 以后,怎么还连得上

    服务器没有公网 IPv4,为什么还能从家里访问?从入站和出站的区别讲起,认识 Tunnel、SSH 代理入口、手机保活,以及入口失效时的另一条路。

    约 8 分钟
展开其余 3 篇主线收起
  1. 04

    让机器互相找到:为什么都要经过那台美西服务器

    从逐个访问服务器,到让服务器彼此通信。自建 WireGuard 中枢借出了公网入口,也带来了转发、绕路和单点依赖;内网地址、正常握手和服务可用分别证明了什么。

    约 7 分钟
  2. 05

    连成一张网:同一个 tailnet 里,谁能连谁,又走哪条路

    从一台卡顿的云电脑起步,到国内设备和海外服务器同在一个 tailnet:控制面和数据面怎样分工,直连、Peer Relay、DERP 按什么顺序选,tag 和访问规则怎样把一张网分成两组。

    约 8 分钟
  3. 06

    从这里出去:代理协议各自在解决什么问题

    穿透管进来,组网管互连,代理管出去。一套代理由哪几部分组成,几种常见协议各自取舍了什么,换协议以后哪些故障容易搅在一起。

    约 6 分钟

不背命令,先弄清 Git 记录了什么、改动经过哪里,命令就能看懂、能现查。

主线 8 篇 · 合计约 60 分钟

  1. 01

    Git 到底记录了什么:快照、对象和哈希

    提交存的不是改动,是整个项目的快照。快照由数据对象、树对象和提交对象拼成,每个对象用内容算出的哈希命名;提交再指向父提交,连成一张只增不改的历史图。

    约 7 分钟
  2. 02

    一次改动要经过哪几处:工作区、暂存区和 HEAD

    改动从工作区出发,经过 git add 进入暂存区,再由 git commit 写进仓库。三处各存一份完整的项目内容,status 和三种 diff 比的都是其中两处。

    约 7 分钟
  3. 03

    分支到底是什么:分支、HEAD 和游离状态

    分支只是一个指向提交的名字,新建分支只多写一个几十字节的文件。HEAD 平时指向当前分支,提交时跟着分支往前走;直接指向某个提交时就是游离状态,这时新建的提交没有名字保护。

    约 7 分钟
展开其余 5 篇主线收起
  1. 04

    两条线怎么合到一起:快进、合并提交、冲突和变基

    能顺着走到的分支直接快进,分了叉的才做三方合并,生成有两个父提交的合并提交。冲突是两边改了同一处,Git 把三个版本放进暂存区等人决定。变基不合并,而是把提交在新的基础上重放一遍,换来一条直线和一批新哈希。

    约 8 分钟
  2. 05

    本地和远程怎么对上:远程跟踪分支、fetch、pull 和 push

    远程跟踪分支是上次联网时记下的书签,不联网就不会更新。fetch 只更新书签,pull 再把它并进当前分支,push 只接受快进。被拒绝的推送是在保护别人的提交,强制推送覆盖的正是这些提交。

    约 8 分钟
  3. 06

    改错了怎么办:restore、reset 和 revert 各动了哪一层

    restore 只动文件,不动分支;reset 改的是分支的指向,再按模式决定要不要连暂存区和工作区一起改;revert 不改历史,用一个新提交抵消旧提交。真正会丢东西的,是覆盖了还没提交的内容。

    约 8 分钟
  4. 07

    丢了的提交还能找回来吗:reflog,以及对象什么时候才真的被删

    HEAD 和每个分支改指向时,Git 都在本地记一笔,这就是 reflog。reset 拿掉的、删分支丢掉的提交,大多能从这里找回。它只在本地,有保留期限;提交真正被删,要等 reflog 过期、再被垃圾回收清掉。

    约 7 分钟
  5. 08

    什么时候可以改写历史:amend、交互式变基和强制推送的边界

    改写历史从来不是修改提交,而是换一批新提交、再让分支指过去。只在本地的提交,可以随意整理;别人已经基于它开发的提交,改写后对方的历史里会出现同一处改动的两个版本。边界看的是有没有人在用,不只是推没推送。

    约 8 分钟

从 Agent(智能体)和工作流的分界讲起,到工具调用、循环控制、检索与记忆,再到协议授权和评估。

主线 12 篇 · 合计约 107 分钟

  1. 01

    Agent 是什么:环境、感知、行动,和工作流的分界

    Agent(智能体)是在环境里感知、再行动去达成目标的系统。今天说的 Agent,多半是大模型加工具加一个循环。它和工作流的分界不在用没用模型,而在下一步由谁决定:写在代码里的是工作流,由模型看了结果再定的是 Agent。

    约 8 分钟
  2. 02

    从规则到大模型:做决定的知识由谁写进去

    早期的 Agent 靠人把知识写成符号和规则;强化学习和预训练让知识改成从奖励和文本里学出来。今天的 Agent 是模型加工具加循环,规则没有消失,只是挪到了模型的边界上。

    约 9 分钟
  3. 03

    大模型能做什么、不能做什么:token、上下文、采样和幻觉

    模型每次调用只做一件事:看着上下文里的 token,一个接一个地预测下一个。它只知道这次调用看得见的内容和训练时学到的东西,输出带着随机性,不确定时也会给出一个通顺的回答。Agent 的很多设计,都是为了补这几个缺口。

    约 9 分钟
展开其余 9 篇主线收起
  1. 04

    让输出能被程序接住:结构化输出、schema 校验、拒答与截断

    Agent 里模型的输出要交给程序处理,所以要按约定的结构生成,再一层层检查:为什么停下、语法、schema、业务规则。结构化输出能保证大多数情况下的格式,但拒答、截断和业务上的对错,仍然要应用自己处理。

    约 9 分钟
  2. 05

    工具调用:模型提出,应用执行

    工具调用里,模型只负责提出调用哪个工具、传什么参数,执行的是应用。在提出和执行之间,应用要检查工具在不在允许名单上、参数对不对、有没有权限,写操作先问人。工具返回的结果同样不可信,里面可能藏着指令。

    约 9 分钟
  3. 06

    三种经典范式:ReAct、Plan-and-Solve、Reflection

    ReAct 边想边做,下一步看上一步的结果;Plan-and-Solve 先写完计划再执行,路径可预期,但对意外不敏感;Reflection 先出答案再检查修改,有没有用取决于检查的依据来自哪里。三者是写在模型外面的三种控制流,可以组合使用。

    约 9 分钟
  4. 07

    让循环停得下来:state、上限、stop reason、guardrail 和人工确认

    模型说“完成了”只是循环结束的一种方式。其余的结束方式要由应用写出来:把一次运行写成显式的 state,在每轮开始前检查步数和预算,识别重复动作,用 guardrail 拦住不该放出去的内容,写操作停下来等人确认。每一种结束都要有一个程序能分支的 stop reason。

    约 9 分钟
  5. 08

    检索增强生成:先找依据,再带着来源回答

    模型参数里没有的知识,可以在回答前从外部资料里找出来放进上下文。这条链路分两段:事先加载、切分、建索引,回答时检索、带来源生成,找不到依据就拒答。答错的时候,先分清是没检索到,还是检索到了却没照着说,两种问题的修法不同。

    约 9 分钟
  6. 09

    记忆与上下文工程:每次调用放进什么

    模型不记得上一次调用。所谓记忆,是应用存下信息,每次调用前挑一部分重新放进上下文。上下文是有限的预算,放得越多,模型越容易漏看,费用也越高。长任务要清理旧的工具结果、记笔记、压缩历史;跨会话的长期记忆还要决定写什么、何时写、怎样取回。

    约 9 分钟
  7. 10

    多 Agent 与框架:拆的是职责,不只是角色名

    多个 Agent 可以分开上下文、工具和任务,也会带来重复调查、信息遗漏和协调成本。先判断任务能否独立拆分,再选集中管理或交接控制。框架负责运行与连接,分工、授权和结果验收仍要明确写出来。

    约 9 分钟
  8. 11

    MCP、A2A、ANP:连接能力,不等于授予权限

    MCP 规范应用怎样接入工具与上下文,A2A 规范独立 Agent 怎样交换消息和任务,ANP 面向开放网络里的身份、发现和协作。它们减少接入方式的差异,却不替服务端决定谁能做什么。发现、认证、授权和人工确认需要分开处理。

    约 9 分钟
  9. 12

    评估 Agent:不只看答案,还看过程和结果

    能跑完一个演示,不等于能稳定完成任务。评估要固定输入和环境,分别检查答案、实际结果、权限与成本,用 trace 找到失败位置。公开基准提供参照,自己的任务集决定系统是否适用。一次成功和反复成功,也需要不同的统计方式。

    约 9 分钟