Ariaki

我专注的方向

• AI Agent 与多智能体系统

  让 agent 进生产环境，本质是软件工程问题：状态、约束、可观测性，而不是提示词技巧。

• 本地推理与自建硬件

  在自己的机器上跑模型，用实测数字决定买什么卡、上多大的模型、什么活该交给小模型。

• 家庭基础设施与自动化

  智能家居、家庭服务器、监控与定时任务——一套自己维护、能查、能改的个人基础设施。

• 把结论写下来

  没写下来的实验等于没做。文章里的每个数字都来自跑过的那次，包括推翻我自己的那些。

在做的东西

可以点开看的部分。

• 01Alkaira16 个 AI 角色在同一个世界里自主生活五年的持续模拟，用账本而不是叙事来裁定事实。
• 02Agent Ops Dashboard给协作写代码的 AI agent 团队做的运维面板：非 LLM 路由、看板、context 监控。
• 03Cyber FireworksCanvas 粒子系统，带拖尾、辉光与重力模拟，可以直接在浏览器里玩。
• 04smartfridge-mcp-serverMCP 服务端实现，补齐了数据持久化、HTTP 桥接与容器化。

几篇代表文章

想快速判断我怎么想问题，从这几篇开始。

• 2026.07.16叙事会撒谎，账本不能：AI 虚拟世界的双层现实枢渊系列第二篇。一个 AI 角色宣称自己建立了地下情报网，另一个 AI 相信自己控制了线人——账本两边都不认。这篇讲双层现实：为什么撒谎应该被允许，以及世界如何守住事实。
• 2026.02.16$1,399 预算，给 AI 助手选一台主机从 $249 到 $1,399——五条路线的真实对比和最终选择。
• 2026.02.15当 AI Agent 进入生产环境，我们其实在做软件工程Prompt 只是组件。当 Agent 从 demo 走向生产，真正的挑战是规约、状态管理、权限控制和失败模式设计——这些都是经典软件工程问题。
• 2026.02.15小模型 vs 大模型：4B 参数能做什么不能做什么用本地 4B 模型跑多 agent 系统的真实经历：从 system prompt 压缩到最终放弃，记录小模型在 agent 场景下的能力边界。

理念

我只是希望事情是它该有的那个样子。

这句话的代价是返工。这个首页的第一版是一张漂亮的小卡片，做完我自己否掉了——它只是把装饰做精致，没有解决「首页该是什么」。于是推翻重来，改成整屏的点阵场。宁可重做，也不留一个自己看着别扭的版本。

联系

技术问题、合作、或者只是想说点什么，写邮件就行。