LukeLi

很多初学者有一个误区：认为大模型天生就会对话。其实不然，原始的底座模型（Base Model）只会“续写”。如果你问它“北京的首都在哪？”，它可能会接着写“上海的首都在哪？”。 它是如何变成现在这种能

在上一篇中，我们知道了 AI 把文字拆成了 Token，并给它们分配了空间坐标（Embedding）。但问题来了：孤立的单词是没有意义的。 比如“苹果”这个词： 在“苹果很好吃”里，它是水果。 在“苹

当我们输入“你好，帮我写个代码”时，大模型（LLM）看到的并不是这些汉字，而是一串冰冷的数字。要理解 2026 年那些复杂的 MCP 或 Skills，我们得先看清模型底层的两个基本动作：拆解（Tok

一、一句话理解 Harness 工程 它是套在 AI Agent 外面的那层管理框架，决定 Agent 如何被约束、如何运转、如何交付结果。 二、必要组件 组件 1：多 Agent 架构 核心思想：让

来源：https://gitcode.com/gh_mirrors/getshi/get-shit-done 一、为什么需要 GSD？ 你是否遇到过这些问题？ ❌ “AI 写的代码前后不一致，改完 A

一、 命名规矩：拒绝“猜谜语” 良好的命名是代码自解释的第一步。 全小写 + 下划线： 禁止使用驼峰命名（如 UserName），一律使用 user_name。 原因： 不同操作系统对 MySQL 大

前言：为什么要写这篇笔记？ 在面试中，面试官通过“字段类型选择”和“长数据存储”这两个问题，考察的不仅是基础知识，更是对 InnoDB 存储引擎底层原理（如行溢出、页限制）的理解。 反思： 以前只知道

前言：为什么要写这篇笔记？ 在最近的一次技术面试中，面试官问到了“Redis 集群模式下的常见问题及解决方案”。坦白说，虽然我在项目中一直使用 Redis，但由于现有的业务规模尚未达到触发集群极端瓶颈

核心设计思想：以空间换时间 索引本质上是一种排好序的数据结构。它的存在是为了减少磁盘 IO 次数，让你从几千万行数据中“定位”而不是“扫描”。 一、 核心组件：B+ Tree（最强导航仪） 虽然索引可