博客

8 posts

一个跑了三十七个模拟年的系统里，六处机制代码完整、单元测试全绿、从来没有真的生效过。判据只是一个除法——数它在生产数据里发生过几次。

同样一句「帮我写个东西」，为什么有人做出了产品，有人被法院罚了五千美元

AI 时代真正的分层不在编程水平上。能安全使用 AI 的上限，等于你验收它产出的能力——这个量可以算，而且能解释为什么 AI 在围棋上早就超人、在法律上却还在制造事故。

AI 自己写、自己跑、自己改，和 AI 改完你得去看一眼日志，这两种开发模式的产出差着数量级。差距的来源不是模型，是你有没有给它装一个它自己能读的退出码。

一条公开跑分声称单张消费卡上 27B 稠密模型跑到 2103.6 tok/s。我没有那张卡，也没跑过那个配置，但三个除法就能确定它全程没做过前向计算。这三个除法你在自己机器上也能算。

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。

一个持续运行的 AI 虚拟社会实验：16 个角色在同一座魔门里修炼、算账、结仇、立契、衰老、死亡。这篇讲我看到了什么，以及为什么最难的部分和聪明无关。

4 个 AI agent 协作写代码，但运维全靠人肉。于是造了一个仪表盘：非 LLM 路由、看板、Context 监控，一个屏幕看全局。

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。