置顶 精选
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。
23
分类
AI
聚焦于大模型（LLM）、AI 技术、MCP（Model Context Protocol）和 AI Agent 的前沿探索与实践应用。从基础的 LLM 原理、微调方法和提示工程，到 MCP 的上下文管理、Agent 架构设计（如 ReAct 框架）和多代理协作，代码示例、案例分析和优化策略。
共 69 篇文章
置顶
时隔三年，再次备份：从手搓博客到 AI 全面自动接管
时隔三年，再次备份：从手搓博客到 AI 全面自动接管今天打开尘封多年的备份目录，看到了一个熟悉的文件名——2023_07_09.sql。那一刻，恍如隔世。三年前的今天，我曾经认真地导出过一次数据库；三年后的今天——2026 年 7 月 9 日，自动备份启用。整整三年，1095 天，我的博客就这样安安静静地跑着，没有人备份，也没有人管，它就那么稳稳当当地活着。感慨万千，大概是此刻最准确的四个字——不
210
精选
Laya 详解：可自托管微调的非自回归判断模型
Laya 详解：可自托管微调的非自回归判断模型Jev 证明了"判断模型"这条路走得通，但它闭源、按 token 计费、只能云端调用。两天后（2026 年 9 月 18 日），NandhaKishorM 在 GitHub 开源了 NandhaKishorM/laya（Laya）：多语言、非自回归的 System 1 判断引擎——三个 checkpoint（laya / laya-multilingu
6
2026 大模型横评与选型：Fable 5、GPT-5.x、Gemini 3.x 怎么选
2026 大模型横评与选型：Fable 5、GPT-5.x、Gemini 3.x 怎么选 2026 年中，大语言模型早已不是"一家独大"。Anthropic、OpenAI、Google 三强贴身肉搏，国产 DeepSeek、Kimi、Qwen 紧咬不放，开源阵营持续走高。真正棘手的问题，已经不是"哪个模型最强"，而是"我的场景该用哪个"——同一条任务，选错模型可能多花十倍成本、还更慢更差。本文先用…
18
精选
Jev 详解：不做生成的判断模型
Jev 详解：不做生成的判断模型让 LLM 干"判断"的活，一直是件拧巴的事：它擅长生成文本给人读，你要的却是结构化决策给代码用——于是提示词约束、JSON 解析、重试兜底一层层糊上去。TypeSafe AI 的答案是干脆换一类模型：Jev，首个 System One 模型——不做文本生成，专职快速、结构化的判断：输入状态与类型化问题，输出带概率与置信度的结构化答案，类型错误在数学上不可能发生，因
11
AI Agent 2026 现状：浏览器、Computer Use 与多智能体深析
AI Agent 2026 现状：浏览器、Computer Use 与多智能体深析2026 年，AI 的重心正从"会聊天"转向"会办事"。Agent（智能体）以 LLM 为大脑，能自主拆解任务、调用工具、循环推进直到完成目标。今年最火的三条战线是：能自己上网干活的浏览器 Agent、能操作整台电脑的 Computer Use、以及分工协作的多智能体。本文不讲"Agent 很强"的废话，而是拆开它们
42
awesome-opensource-ai 详解：1024 个条目的开源 AI 全景图
awesome-opensource-ai 详解：1024 个条目的开源 AI 全景图AI 开源生态这两年爆发式生长，缺的从来不是项目，而是一张靠得住的地图。alvinreal/awesome-opensource-ai（Awesome Open Source AI）就是这样一份清单：从 PyTorch、vLLM 到 LobeHub，从训练微调、推理服务到安全评测，横跨整个开源 AI 技术栈，单文
21
Page Agent 详解：住在网页里的 GUI 代理
Page Agent 详解：住在网页里的 GUI 代理让 AI 操作网页，主流做法是在浏览器外面架一个"驾驶员"：截图、视觉模型识别、再外部驱动点击。阿里巴巴开源的 alibaba/page-agent 反其道而行——把代理直接搬进网页内部：一段脚本注入页面，代理读 DOM、懂结构、执行自然语言指令，全程不截图、不用视觉模型、不装插件。约 29.1k Star、MIT 协议，口号是"给任何网页一个
29
OpenCodeReview 详解：确定性工程与 Agent 混合的代码审查工具
OpenCodeReview 详解：确定性工程与 Agent 混合的代码审查工具让通用 Agent 做代码审查，三个老毛病反复出现：大变更集偷懒漏文件、报的行号对不上代码、提示词微调一点质量就波动。alibaba/open-code-review（OpenCodeReview，命令名 ocr）的答案是把不该出错的交给工程、把需要判断的交给模型：确定性管线负责文件选择、捆绑、规则匹配与定位反思，Ag
37
2026 AI 编程工具横评：选型决策与组合配方
2026 AI 编程工具横评：选型决策与组合配方2026 年，"AI 写代码"已从尝鲜变成日常，但工具也多到选择困难：Claude Code、Cursor、Codex、Windsurf、Copilot、Antigravity……它们看起来都能"自动写代码"，定位却天差地别。本文不是挨个夸一遍，而是帮你建立一套选型决策框架，并给出经过实战检验的"组合配方"——因为最聪明的开发者，从来不只押一个工具。
37
WebLLM：把大语言模型装进浏览器
WebLLM：把大语言模型装进浏览器想在网页里跑 LLM，传统答案只有两条路：要么调云端 API（数据出境、按 token 付费、断网即废），要么本地起服务再暴露接口（部署麻烦、跨设备困难）。MLC AI（CMU 系团队，Apache TVM 背后的力量）开源的 WebLLM 给出了第三条路——高性能浏览器内 LLM 推理引擎：模型直接在浏览器里运行，WebGPU 硬件加速，零服务器支持，API
44
什么是 Agent？一文讲透 AI 代理
什么是 Agent？一文讲透 AI 代理这两年"Agent（代理）"成了 AI 圈最热也最被滥用的词：编码代理、GUI 代理、多代理系统、代理平台……但若追问一句"到底什么才算 Agent"，多数人只能含糊作答。本文给一个清晰的定义，拆解它的核心循环与四大构件，分清它与聊天机器人、工作流的边界，并结合本系列此前介绍过的 LangChain、LangGraph、Agno、PocketFlow、Pag
47
AnythingLLM 详解：全合一的本地优先 AI 应用
AnythingLLM 详解：全合一的本地优先 AI 应用"跟文档聊天"的应用这两年出了几百个，多数停在 demo 水平；企业真要用，还差多用户权限、Agent 工作流、模型路由这些硬件。Mintplex-Labs/anything-llm（AnythingLLM）把这一整套做成了开箱即用的全家桶：本地优先、零配置起步，文档对话、内置 Agent、多用户、向量库、文档管线全部内置；35+ 家 LL
136
OmniRoute：把 352 家 AI 提供商拧成一个免费入口
OmniRoute：把 352 家 AI 提供商拧成一个免费入口AI 编程工具用得越狠，越会撞上两堵墙：贵（订阅 + API 按量计费，多工具多账单）和碎（各家 AI 提供商都有免费层，但几十个 SDK、几十种限额规则，手动"薅羊毛"几乎不可能）。OmniRoute 的答案是把这件事工程化：一个本地网关接住 352 个 AI 提供商（其中 90+ 带免费层，官方按共享池去重算出每月约 15.1 亿
63
speech-to-speech 详解：HuggingFace 的开源语音 Agent 流水线
speech-to-speech 详解：HuggingFace 的开源语音 Agent 流水线语音 Agent 的"全开源"路线一直有个尴尬：框架开源了，模型却离不开云端 API。huggingface/speech-to-speech 把这条路走通了：VAD → STT → LLM → TTS 四段低延迟流水线，每个组件都可换成开源模型本地跑——Apple Silicon 一台 Mac 就能撑起
71