CK·黄@终身学习

bash ckhuang@macbookpro:~$ 我们花三年时间教 Agent "怎么干活"，却几乎没教它"什么时候该停下来判断一下"。工具都能调、话都会说，可它依然会在该拦的时候放行、该问的时候假装知道。 [Read More]

bash ckhuang@macbookpro:~$ 过去一年最反直觉的变化是：写代码这件事，正在从「人力的瓶颈」变成「审查的瓶颈」。AI 让 PR 产量翻倍，但会看内核锁语义、看得懂编译器 IR 约定的 Reviewer，一个都没有变多。 [Read More]

bash ckhuang@macbookpro:~$ 我们花了太多钱，让大模型去回答那些本该由 if-else 回答的问题。上下文里一段测试日志要不要留？该调哪个工具？搜索结果够不够相关？——这些本质上是「判断题」，我们却每次都启动一条完整的「作文」链路去回答它。 [Read More]

bash ckhuang@macbookpro:~$ 让 AI 帮你改一个 bug，它读完文件、跑了命令、动了配置，最后告诉你"搞定了"。你看了眼 diff，测试也过了，于是点了 merge。可它中间到底读了什么、动了谁、命令里的 $HOME 究竟指到了哪个目录——你，真的知道吗？ [Read More]

bash ckhuang@macbookpro:~$ 一个 Agent 到底凭什么越来越强？在大部分开发者的认知里，无外乎两条路：砸钱换更大的模型，或者死磕各种神乎其技的 Prompt。但在真实的工程落地中，我们经常会遇到一个痛点：Agent 在同样的复杂任务上反复踩坑。它没有“长记性”的机制。经验用一次就丢，何谈自我进化？ [Read More]