AI笔记本

资深 Android 开发工程师，丰富系统级应用经验，覆盖亿级用户设备，专注 AI Agent 工程化落地。白天在搞 AI 智能体，晚上回来折腾这个博客。以前的文章是从刚毕业一个字一个字敲的，现在嘛——我跟 AI 说一句话，它就写好发出来了。不信？看看最新的文章 🚀

文章列表

博客七周年：AI 一天完成整体重构
全站置顶 精选AI

博客七周年：AI 一天完成整体重构

博客从 2019 年国庆用 Xiuno BBS 搭建，到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块，这次与 AI Agent 结对，一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。

# 经验
379
NEWAI

评测驱动开发（14）：EDD 落地路线图

《评测驱动开发（EDD）》系列写到第 14 篇/post/1619，收官。前 13 篇沿着"要不要评 → 数据集 → 评估器 → 粒度 → 工具 → 门禁 → 线上 → 人工 → 红队"一路推进，每篇解决一个专门问题；但…

# 经验# Agent
2
NEWAI

评测驱动开发（13）：对抗性评测

第 12 篇/post/1617把人工反馈接进闭环之后，EDD 的主线——用例集、断言、judge、CI、线上监控——就走完了。但整套体系默认一个前提：输入来自善意用户的真实需求。上线前必须回答另一个问题：有人处心积虑想…

# 经验# Agent
1
NEWAI

评测驱动开发（11）：生产环境的持续评测

评测驱动开发（EDD）系列的评测矩阵至此覆盖了离线全流程：黄金集、断言、LLMasJudge、轨迹评估，最后由 CI（持续集成）门禁守在合并之前。但这套关卡全部发生在上线之前——门一开，流量涌进来，评测就下班了。生产环境…

# 经验# Agent
1
NEWAI

评测驱动开发（08）：端到端 vs 组件级评估

评测驱动开发（EDD）系列第 7 篇/post/1612把"过程"拆开了：轨迹评估让工具调用序列本身成为评测对象。但无论评结果还是评轨迹，评测对象都是"一次完整运行"——检索、生成、工具选择全串在一起跑。这就留下一个粒度…

# 经验# Agent
1
NEWAI

评测驱动开发（06）：偏差与校准

系列上一篇把 LLMasJudge 的架子搭了起来：定 rubric、组装 prompt、跑出分数，评测从人工肉眼升级成了自动打分。但一个更根本的问题没有回答——judge 自己可信吗？分数是模型生成的文本，不是卡尺量出…

# 经验# Agent
1
NEWAI

评测驱动开发（05）：评分模式与 prompt 设计

评测驱动开发（EDD）系列第 4 篇/post/1609把能用代码判定的维度全部交给了断言：关键词命中、正则匹配、JSON 结构校验。断言便宜、可复现，但它只看得见"精确可知"的部分——客服回答有没有编造物流节点、摘要是…

# 经验# Agent
1
NEWAI

评测驱动开发（02）：什么时候需要 evals

评测驱动开发（EDD）系列的上一篇把全景讲了一遍：以评测为纲，先定义"什么叫好"，再动手改提示词、改流程。但全景解决的是"是什么"，动手前的第一个问题往往是——我的项目，现在到底要不要上评测？评测不是免费的：建集要花时间…

# 经验# Agent
0
Code

LLM 流式输出事件全解析

聊天界面里的打字机效果，不是模型"打字快"，而是一条 HTTP 长连接上持续到达的事件流。模型边生成边推送，客户端边收边渲染——这套机制的协议，就是流式输出事件。一次带思考的回答，从 message_start 到 message_stop 之间会穿插十几种事件：思考块逐 token 生长、正文碎片抵达、工具调用参数以 JSON 片段拼装、最终附上停止原因与用量。 本文给全这套事件词表：先看 SS…

22
Code

Python 字典详解：从消息结构到 Agent 开发

翻开任何一个 agent 的 Python 代码，最先撞见的八成是这一行：messages.append({"role": "assistant", "content": reply})。再往下看，工具定义是字典，usage 统计是字典，配置合并还是字典——agent 开发的数据骨架，几乎全由字典搭成。它不是 Python 里可有可无的一个类型，而是这门语言里最接近 JSON、最擅长"结构固定但字…

# Python
10
Code

Python 的 self 详解：从 Java 与 Kotlin 说起

从 Java 或 Kotlin 转到 Python 的开发者，几乎都会在同一个地方愣住：每个方法的第一个参数都叫 self，而且非写不可。在 Java 里 this 由编译器悄悄传入，在 Kotlin 里连 this 都常常可以省略，为什么到了 Python，接收者要明晃晃地写进参数列表？ 答案一句话就能说完：self 就是显式化的 this，而 obj.method(x) 只是 Class.me…

# Python
6
sherpa-onnx解析：端侧语音部署标准
开源

sherpa-onnx解析：端侧语音部署标准

给一款开源语音库做技术选型时，最常被问到的问题是"能不能跑在我的硬件上"。sherpa-onnx 对这个问题给出的答案激进到近乎夸张：从 Intel 的 NPU 到高通的 NPU，从 RISC-V 开发板到鸿蒙手机，从 VS Code 插件到四美元的玩具机器人，同一个库全都能跑。这个 k2-fsa 组织（新一代 Kaldi）的核心部署框架，以 Apache-2.0 协议开源，用 ONNX Runt…

14
sherpa解析：开源语音技术全家桶
精选开源

sherpa解析：开源语音技术全家桶

想在手机、树莓派甚至 RISC-V 开发板上离线跑语音识别，五年前还是个需要啃 Kaldi 源码的硬核课题。k2-fsa 组织的 sherpa 把这件事变成了"下载预训练模型、装个包、跑示例"的三步操作。这个以 Apache-2.0 协议开源的项目自我定位是"新一代 Kaldi 的语音转文本框架"，它专注端到端模型的推理部署：transducer 与 CTC 两类架构，C++ 与 Python 双…

19