从提示词工程到上下文工程

上下文窗口不是硬盘，是预算。把每一 token 都当成有成本的资源来分配，效果差距就出来了。

AI 编程工具怎么选：补全、对话与智能体的区别

三类工具的能力边界完全不同，尤其第三类会真的执行 shell 命令——选型之外，更该先想清楚给它什么权限。

RAG 入门：从切分到召回的一条完整链路

给模型外挂知识库这件事，真正难的不是调 API，而是中间那几步工程。我按实际会出问题的顺序走一遍。

向量数据库到底解决了什么问题

它不存储向量这么简单——它解决的是“按意思找”这件事在千万级数据量下还要快。以及，什么时候你其实不需要它。

大模型 API 的账怎么算：token、上下文与缓存

很多人第一笔 API 账单都比预期高，原因通常不是单价贵，而是没意识到多轮对话的上下文是累计计费的。

AI 进实验室：算力成为新底座

从第23届中国计算机大会看一个转向：AI 的重心正从“生成内容”移向“参与科研”。而挡在第一位的不是算法，是数据。

个人智能体三国杀：Dots、Muse、Duet 在争什么

OpenAI 的 Dots、Meta 的 Muse、Anthropic 的 Duet 在一个月内先后落地。它们争的不是谁更聪明，而是谁先占位你电脑里那个“一直在跑”的位置。

2026 年 10 月，AI 与算力这个月发生了什么

旗舰模型密集发布、Vera Rubin 投产、AMD 82 亿美元收购、数据中心扩张——一个月里算力与模型同时提速，我按时间线梳理了一遍。