最近听了田渊栋关于 RSI 的访谈，又陆续看了 Darwin Gödel Machine、AlphaEvolve 等相关研究，感觉这个方向值得聊一聊。过去几年，...

代码仓库、PDF及检索到的多份文档，常在请求到达后才交给 LLM。由于内容事先未知，对应的 KV Cache 无法预计算，每次请求都要重新完成预填充。标准 Tr...

上周末我在家研究如何把自己过去十几年的工程思维能力沉淀成一个Skill，和 Agent 聊了很多轮之后，有个共识的问题出现了。

覆盖窗口：以 2026-10-20 ~ 2026-10-27 为主；部分延续 10 月中旬重大事件的后续（Gemini 定价细则、MiniMax 刷榜争议、De...

衡量 GEO 优化带来的提及增长，难处不在算提及率，而在前后两次算的是不是同一个数、差出来的那几个点是不是本来就有的波动。比较前后两段之前，先做四件事：把分母和...

她是一名咨询师，想做一个情绪管理 App，帮助自己的学员记录情绪、填写表单，后面还能查看历史数据。

你有没有过这样的经历——手里攥着一沓合同、发票、申请表，翻来覆去只为找到某个关键数字？或者见过窗口工作人员对着扫描件，一个字一个字地往系统里敲？

你可能遇到过这样的 AI 助手：方案讲得很清楚，真正做事时却漏读了文件；生成了一份 Excel，里面的统计口径却没有对齐；工具调用报错后，换个说法又试了一遍，最...

9 月 28 日，腾讯元宝回答一道盘点工具的题，一条回答里点了 48 个产品名。另一道同类的盘点题，元宝 26 天里给的名单最短 10 个、最长 47 个。要弄...

每周完成一个 ARTS： 至少做一个 leetcode 的算法题、阅读并点评至少一篇英文技术文章、学习至少一个技术技巧、分享一篇有观点和思考的技术文章。（也就是...

如果你用过 DeepSeek、通义千问或者任何一个聊天机器人，它们的底座都是同一个东西——Transformer。这篇大模型论文解读要讲的就是它。

昨天读了 Simon Willison 的一篇文章：2026 in LLMs (so far)，这个博客我基本每次必看，写的很不错。

拿真实记录一对，这三行都有问题。智谱的成功回答里有 30% 超过 120 秒，元宝有 14%。超过 4,000 字的回答，智谱占 23.6%，DeepSeek ...

假设你给个人资料助手两份读书会通知，问报名截止日期。把两份正文一起交给模型，就能让它依据这些材料回答。

多语言 GEO（Generative Engine Optimization）是指面向不同语言用户的 AI 搜索与问答场景，优化技术文档的语言组织、页面对应关系...

我第一次给 AI 回答里的引用做排行，排在最前面的一项是 https://mp.weixin.qq.com/s，后面一个参数都没有。这当然不是哪篇文章，是一千多...

想象一个学生，背过很多书，但有两个毛病：记不准细节，也记不住昨天才发生的事。你问他"公司上季度营收是多少"，他可能凭印象编一个数字——听起来合理，其实是错的。大...

If you've been building with LLM agents for a while, you've probably noticed the...