上下文窗口是什么，为什么大模型聊着聊着就忘了你说过的话
这篇把大模型的上下文窗口拆开讲清楚。为什么聊久了模型会忘了你开头说的话，token 是怎么计数的，窗口满了之后最早的内容去了哪，以及工程师们怎么用上下文工程把失忆问题兜住。看完你就知道下次该把关键要求放在哪了。
Function Calling 的真相，大模型其实一个工具都不会调
这篇把 Function Calling 的机制从头到尾拆开讲。你会看到大模型其实被关在玻璃房里只会输出文本，真正执行工具的一直是你的程序，模型做的只是说要调哪个工具加参数是什么。全文用「北京今天多少度」一个小例子走完一次完整往返，再讲清工具说明书怎么写、常见坑在哪，以及循环起来怎么变成 Agent。
RAG 到底是怎么工作的，从分片到生成，一条链路拆到底
这篇把 RAG 的工程链路从头到尾拆了一遍，例子是企业客服问答，一本 200 页的产品手册，用户问退货政策。从直接塞手册为什么不行讲起，再一环环拆分片、索引、召回、重排、生成各自在干什么，以及落地时最常见的召回不准是怎么来的。看完你能把整条链路复述出来，也知道每一环的坑埋在哪。
Embedding 是什么，把语义变成坐标，AI 才算看懂了世界
这篇把 Embedding 从头到尾拆开讲。什么是向量，模型怎么把一句话变成一串数字，余弦相似度怎么算出两句话像不像，向量数据库里存了什么，以及 RAG 召回、推荐系统、文本去重怎么把它用起来。全文只用三句话当例子，跟着走完，你就能把整套东西讲给别人听。
大模型是怎么读懂一句话的，Attention 注意力机制拆解
这篇把大模型的地基 Attention 拆开讲。从 token 讲到词向量，再到注意力打分、QKV、多头、堆叠，全程用一句话做例子，看看模型是怎么搞明白「它」指的是猫还是球的。看完你能把 QKV 的直觉讲给别人听，不背公式。
为什么 AI 会一本正经地胡说？
AI 一本正经地编造一个不存在的 API 或文献，这件事叫幻觉。它不是在回答你的问题，而是在猜下一个词。本文用大白话讲清楚它为什么会胡说、人类反馈训练为什么没能根治，以及我们自己该怎么跟它打交道。
学 AI 两年，我整理了一份不焦虑的学习路径
学 AI 两年踩过不少坑，最大的感受是焦虑本身就最浪费时间。这篇文章不卖课不堆资源清单，只聊怎么分清两条路、怎么一层一层递进着学、怎么给焦虑做减法。核心就一句，动手做个自己的东西，哪怕很烂。
试了一周新神器，我把 Cursor 换了又换回来了
最近圈子里一直在吹一个新的 AI 编程编辑器，我馋了一周没忍住，把用了快一年的 Cursor 切过去试了试。前三天真有新鲜感，某些场景快得不讲道理。但第四天开始别扭就来了，快捷键、插件、配置全要重新养。折腾了一圈我又把 Cursor 装回来了。这篇聊的就是这一周的真实体验，和工具迁移到底要付出多少隐性成本。
开源追上闭源了吗：2026 年中我看到的真实差距
2026 年中节点，我从编程、长文本、Agent 三个维度重新感受了开源和闭源的真实差距。结论是，开源在追赶，闭源在前沿能力和稳定性上还稳着，别只看榜单，选型要看你自己的场景。
别背术语了：我用一顿饭的功夫给表弟讲明白大模型
表弟问AI到底怎么学会说话，我用一顿饭的时间，拿「文字接龙」讲清楚了大模型预测下一个token、训练和推理的区别、为什么它记不住太长的上下文、为什么能写代码却算不对小学算术。
用 AI 三天写完一个小程序：真实代价和我踩的坑
一个不会写代码的人，用Claude Code和Cursor三天做完了第一个小程序并上线。但三天里真正写代码的时间不到半天，剩下全是找bug和填坑。这篇复盘全过程，不吹不黑，只讲真实代价。
MCP 到底解决了个什么问题？
以前让 AI 接个数据库，换个模型就得重写一遍代码，N 个模型乘 M 个工具的乘法题谁都会头秃。MCP 想做的事很简单，给 AI 和工具之间统一一个插口，像 USB-C 统一了充电线那样。标准是好事，但生态还很乱，不过方向我挺兴奋。
我把日常工作流搬进了 Claude Code
一个非资深工程师把 Claude Code 嵌入日常工作的真实折腾记录，从网页版迁到命令行，聊三个高频场景、配置踩坑、什么时候该用不该用，最后给新手三条实在话，不是软文。
2026 开年观察：Agent 终于开始替你干活了
2025 年 Agent 全是 demo，落不了地，真用起来一言难尽。2026 开年，长任务稳定了、工具调用靠谱了、computer use 能用了。我真让它订机票、整理报销、合并表格，踩了一身泥，但也确实省了力气。它还没到能撒手的程度，但我们的心态该从试玩转向分工了。