知行合一，以 AI 炼器
记录 AI 实践、技术思考与生活点滴
Day 1 练习：跑通你的第一段 API 代码
这是「AI 之路进阶升级指南」第一周 Day 1 的配套练习。你需要先读完 Part 1，再回来动手。 今天只做一件事：跑通 Part 1 里的 hello_api.py，在终端看到 AI 回复你一句话。 ...
AI 设计的实验，你得自己审
系列：AI Agent 实验方法论（第三篇） 上一篇：实验设计没毛病，LLM 为什么还是翻车了 TL;DR： 双盲实验 B 赢了 4/4，数据漂亮。但审设计时发现 rubric 有 3/8 维度直接测试被测变量，超过 1/3 上限，差点变成自我验证；另一个验证里一个场景满分、另一个才暴露缺陷，只跑一个就宣布通过的话缺陷就上线了。两个坑都是审设计发现的，不是跑完实验才看见的。 ...
AI 之路进阶升级指南（一）：API 初体验——第一次用代码调用 AI
TL;DR： 这是「AI 之路进阶升级指南」系列的第一篇。整个系列共 4 篇，每篇对应一周练习。本篇带你从聊天窗口走到 API——让程序帮你自动化地调用 AI，为后续的批量处理和自主执行型 AI 打基础。 ...
实验设计没毛病，LLM 为什么还是翻车了
系列：AI Agent 实验方法论（第二篇） 上一篇：如何用双盲实验验证 skill 改动的有效性 TL;DR： 双盲实验跑完第一轮，B 赢了 3/4 但没过"幅度筛选"，结论是"证据不足"。排查发现 S1-A 的输出被终端颜色代码污染，scorer 在 ANSI 乱码上认认真真打了 8 个维度的分。修复执行上下文后重跑，B 变成 4/4 全胜。翻车的原因不是实验设计，是子 agent 的上下文构造没约束异常行为。 ...
AI 之路初阶升级指南（五）：毕业考核与下一步
📖 本文是「AI 之路初阶升级指南」系列的第 5 篇（共 5 篇）——系列导航 + 毕业考核。 系列导航 篇 主题 核心内容 第一篇 理解你手里的工具 LLM 本质（不是搜索引擎）、工作记忆 vs 长期记忆、主流平台与专用工具 第二篇 从模糊提问到精确指令 RBGO 提问框架、Chain-of-Thought 思维链、格式约束 第三篇 把 AI 变成协作伙伴 追问迭代、上下文管理（开新对话/进度总结/分段处理）、角色扮演 第四篇 建立个人体系 Prompt 库、场景-工具映射（国际/中国双方案）、知识管理分层策略 第五篇 毕业考核与下一步 L1 达成清单、L1→L2 双路径预告 ...
如何用双盲实验验证 skill 改动的有效性
TL;DR： 改了 skill，怎么知道是真的变好了还是自我感觉良好？我跑了一个双盲实验：两个版本、四个场景、独立评审盲打分。评审看到 X=2.44、Y=2.41，说分不出来。揭盲后精简版 4/0 全胜。 ...
我的 Prompt 库长什么样：一个真实模板
建 Prompt 库最大障碍不是工具，是不知道怎么组织。昨天让你整理 5 条，今天展示一个完整的真实模板。 目录结构 这个结构基于 Markdown 文件夹方案，你可以直接复制： prompt-library/ ├── 写作类/ │ ├── 邮件.md │ ├── 文章总结.md │ └── ... ├── 分析类/ │ ├── 数据解读.md │ ├── 案例拆解.md │ └── ... ├── 日常类/ │ ├── 会议纪要.md │ └── ... └── README.md (全局说明) 每条 Prompt 的记录格式： ...
今日实践：整理你的前 5 条 Prompt
今日实践 从你近期用 AI 写代码、写文档、做分析的经历里，挑出 5 条你觉得"确实好用"的 Prompt。按 Part 4 教的模板记录：原始提问 + 效果评价 + 迭代版本。记录在哪里都可以——备忘录、Notion、纯文本文件，先别纠结工具。 ...
AI 之路初阶升级指南（四）：建立个人体系
📖 本文是「AI 之路初阶升级指南」系列的第 4 篇（共 5 篇）。 第一篇：理解你手里的工具 · 第二篇：从模糊提问到精确指令 · 第三篇：把 AI 变成协作伙伴 · 第四篇：建立个人体系 · 第五篇：毕业考核与下一步 前三周学了追问、上下文管理、角色扮演……技巧越积越多，问题来了：这些零散的能力怎么统一管理？第四周就干这件事——建 Prompt 库、选对工具、做知识管理，把你学到的东西固化成一套个人体系。 ...
维度实验：30多年前的奇书能搞定审查维度？
系列：用经典理论指导 Agent 实践（第三篇） 第一篇：双轮审查：召回和精确为什么不能兼得 · 第二篇：策略基因：借遗传算法思路精简审查 prompt TL;DR： 两组对照实验。代码审查维度从 8 个加到 11 个，已知问题的发现率从 1/6 升到 6/6。设计审查引入公理化设计维度，发现率同样从 1/6 升到 6/6。但加了数学公式的版本证明维度不是越多越好——计算过程挤掉了审查注意力，发现数掉 35%。做对照实验，用已知问题做参照，才知道哪个维度有效。 ...