小兵张健

最近和 AI 交流的过程中，有点厌倦的打字的低效和慢速，尝试使用各种 AI 语音输入，最终探索出一套目前最完美的方案，闪电说 + 豆包流式语音识别模型2.0 + GLM 4...

我是把电脑信息, PowerShell 信息(这个好像没啥用, win 的 Bash 用的 git 的),语言规范, Context7(好像没看到调用), Superpow...

我尝试了各种方式,换字体,改配置,结果还是乱的,有人知道怎么搞吗?跪求,Mac好像天然就没问题,急急急大佬们...

Antigravity 的配置文件路径和 cursor, Claude Code 等相对主流的都不一样,每次喜欢乱配,写了个 skills 规范配置文件地址....

核心思路： 利用机制：Google AI Premium (2TB) 订阅支持家庭共享。 裂变增值：1 个主号 + 5 个家庭成员号 = 6 个 Pro 账号。 技术聚合：...

Kiro free 版不支持 Claude ops 4.5，因此寻找别的解决方案了，发现 AntiGravity 里有免费配置，折腾一番配置好了，记录一下。 首先要有 go...

上面刚刚面试完森果云，2小时48分，接近 3 个小时，有点特别的一家公司，记录一下。 整个面试有三轮。 一面 一面技术面问一下基础的和技术相关的知识点，我是精通 Java ...

这是纳瓦尔最新的访谈博客的文稿，是一篇非常智慧的文章，是人生通向幸福和成功的攻略。它本身非常完整，原始的采访就有 3 个多小时，涵盖了人生的方方面面。但它原文是英文的，很多...

我对纳瓦尔访谈中 self-esteem 和社会信任度的没有理解透。于是和 Gemini 3 Pro 做了一次对话，随着问题的深入 AI 的一些观点让我头皮发麻，赶紧记录下...

趁年轻一定要多跳槽。刚刚在湖边背单词的时候，我回想了一下自己这大几年的开发生涯，大概经历了三份重要的工作。第一份是在去哪儿，第二份是在美好人家，第三份是在福禄，其中第一份和...

LLM 原理是根据前面的 token 预测后面的 token，Prompt 是最早输入的 token。 LLM 有一些配置也能影响模型输出。 参数 温度 Temperatu...

武汉这边腾讯招聘新的岗位，刚和面试官聊完，不知道情况怎么样，总体感觉还没聊爽，很多技术点没涉及到，趁着有感觉记录下。也穿插着讲讲之前字节和其他公司的面试感受。 首先是感谢字...

在刚开始用 cursor 等工具时，只是用 AI 帮忙生产代码，代码的逻辑、业务流程都在人的脑子里面，这导致 AI 只能在局限的范围内帮一小部分忙，效率很低。而且还经常帮错...

自之前写的 我这🤡般的7年开发生涯 后，痛苦大半年，在今年 8 月底离职了，距今已有 3 个月。 当时我和老板说承受不了，想退居二线，之后的某一天，HR 找我谈话，签了离...

在阶段二中，我主要解释的是推理过程，即根据输入 token 预测下一个 token，这一篇补充下训练过程，如何修改那么多参数。 前面的过程和推理一样，从 Layer1 到 ...

阶段二的详细推理过程讲解完毕，但这时候 LLM 只经过了预训练，他只会续写，阶段三通过特定的调试，让 LLM 拥有问答、规避风险等真正可以被人用的能力。 阶段三 阶段二的产...

上一篇解释完点积和矩阵乘法，矩阵乘法是一种转换，这一篇看 Transformer 中如何运用的。 LLM 的本质是预测下一个 token，阶段二中，使用大量的互联网内容，给...

这篇文章从程序员视角，类比理解 LLM 的底层原理。 阶段一：设计蓝图 LLM 现在都用 Transformer 架构，最开始也要设置一些额外的参数。 d_modle 比如...

这一节总结下工程化的区别，使用 DDD 领域驱动开发。以用户、订单、结算三个模块为例。 路由驱动开发就是以业务分块，如上图基础的用户、订单、结算分别有三块，再加上抽象出来的...

FastAPI 中 Depends 应用级使用 除了单个函数方法的 Depends 外，还有整个应用层级的 Depends yield，以 Redis 初始化连接池为例。 ...