Lizi

视频来源：最近爆火的 Harness Engineering 到底是啥？一期讲透！ — code秘密花园核心观点：AI 模型已经能写出 100 万行代码。真正的挑战不再是让它写得更好，而是怎么驾驭它稳定、可靠、不失控地工作。 一、什么是 Harness Engineering？Harness Engineering（驾驭工程） 是围绕 AI 智能体设计和构建 约束机制、反馈回路、工作流控制和持续改进循环 的系统工程实践。 核心哲学：人类掌舵，智能体执行 本质：不优化模型本身，而是优化模型运行的环境 公式：Agent = Model + Harness 如果把模型比作 CPU，Harness 就是 操作系统。CPU 再强，如果 OS 拉胯，体验也会很差。 起源 2026 年 2 月 5 日：HashiCorp 联合创始人 Mitchell Hashimoto 在个人博客中首次提出该术语 6 天后：OpenAI 发布《Harness Engineering: leveraging Codex in an agent-first world》详细实验报告 随后：Mar...

Token 到底是什么？揭秘大模型背后的”文字压缩术” 本文整理自 B 站 UP 主 马克的技术工作坊 的视频 《Token 到底是什么？—— 揭秘大模型背后的”文字压缩术”》（20.3 万播放），并补充了额外的知识点和实践建议。 你可能每天都在用大模型，但如果我问你：40 万 Context Window，到底能装多少内容？ 你能准确回答吗？ 大多数人对 Token 的理解停留在”大概就是字”——但这个模糊的认知，会让你在写 Prompt、算成本、管 Context 的时候踩一堆坑。 一、大模型的基本工作原理在理解 Token 之前，先快速回顾大模型是怎么工作的： 1用户输入文本 → Tokenizer 编码为数字 → 模型处理 → 预测下一个 Token → Tokenizer 解码为文字 大模型只认识数字，不认识文字。所以需要一个”翻译官”在文字和数字之间来回转换——这就是 Tokenizer（分词器）。 而 Token，就是 Tokenizer 切分出来的最小文本片段。 二、Token 的本质2.1 Token ≠ 字 ≠ 词Token 是大模型处理文本的最小基本...

Claude Code 从 0 到 1 全攻略 本文整理自 B 站 UP 主 马克的技术工作坊 的视频 《Claude Code 从 0 到 1 全攻略》（84.9 万播放），并补充了额外的知识点和实践建议。 Claude Code 是 Anthropic 推出的命令行 AI 编程助手，它不只是”让 AI 写代码”，更是一个能读取代码库、编辑文件、运行命令、调用外部工具的完整编程 Agent。 本文将从安装到高级定制，系统梳理它的全部核心能力。 一、环境搭建与安装1.1 安装12345# 官方推荐方式npm install -g @anthropic-ai/claude-code# 或使用官方安装脚本curl -fsSL https://claude.ai/install.sh | bash 补充： 如果安装慢，可使用镜像源： 1npm install -g @anthropic-ai/claude-code --registry=https://registry.npmmirror.com 1.2 启动与登录123456# 进入项目目录后启动cd your-projec...

从 LLM 到 Agent Skill：一文打通 AI 底层逻辑 本文整理自 B 站 UP 主 马克的技术工作坊 的视频 《从 LLM 到 Agent Skill，一期视频带你打通底层逻辑！》，并补充了额外的知识点和个人理解。 AI 领域每天都在冒新名词：LLM、Token、Prompt、Agent、Agent Skill……这些词你可能都听过，但你真的能准确说出每个概念的确切含义吗？ 本文不讲商业概念，而是从底层工程视角，将这些概念逐一拆解，帮你建立完整的认知框架。 一、LLM（Large Language Model，大语言模型）是什么大语言模型，简称大模型。目前绝大多数大模型基于 Google 团队 2017 年提出的 Transformer 架构。 发展简史 时间 里程碑 2017 Google 发表 “Attention is All You Need”，提出 Transformer 2022.11 OpenAI 发布 GPT-3.5 (ChatGPT)，首个真正可用的大模型 2023.03 GPT-4 发布，拉高能力天花板 2023-2026...

AI 设计模式完全指南 用最简单的语言，讲清楚 AI 领域最核心的设计模式。每个模式都回答三个问题：是什么？什么时候用？怎么理解？ 一、Prompt 设计模式1. Chain of Thought (CoT)是什么： 让 LLM “一步一步思考”，而不是直接给答案。通过在 prompt 中引导模型展示推理过程，提升复杂任务的准确性。 什么时候用： 数学推理、逻辑分析、多步决策等需要推理链的场景。 2. Few-Shot Prompting是什么： 在 prompt 中提供几个示例（输入→输出对），让模型通过类比学习来处理新任务。 什么时候用： 格式化输出、分类任务、风格迁移等需要明确输出模式的场景。 3. Prompt Chaining是什么： 将一个复杂任务拆分成多个子 prompt，前一个的输出作为后一个的输入，形成流水线。 什么时候用： 复杂文档处理、多阶段生成、需要中间校验的工作流。 二、Agent 设计模式4. ReAct (Reasoning + Acting)是什么： 让 Agent 交替进行”推理”和”行动”。先思考下一步该做什么，再执行动作，观察结果后继续推理...

文章归档 分享一个很好用的文档工具，功能真的超级齐全。样式也很奈斯！ 我的主页 后续的一些文章的更新以及分享也会直接在飞书文档中更新

CompletableFuture 用法详解解原理介绍 Java 文档说明，创建线程的方式只有两种：继承 Thread 或者实现 Runnable 接口，具体源码说明如下 12345678910111213141516171819202122232425262728293031// 继承 Thread 类 class PrimeThread extends Thread { long minPrime; PrimeThread(long minPrime) { this.minPrime = minPrime; } public void run() { // compute primes larger than minPrime . . . } } // The following code would then create a thr...

Spring源码中的设计模式设计模式的七大原则设计原则名称定 义使用频率单一职责原则 (Single Responsibility Principle, SRP)一个类只负责一个功能领域中的相应职责★★★★☆开闭原则 (Open-Closed Principle, OCP)软件实体应对扩展开放，而对修改关闭★★★★★里氏代换原则 (Liskov Substitution Principle, LS 完整内容请参考原始 HTML 文件

git commit emoji 使用指南执行 git commit 时使用 emoji 为本次提交打上一个 “标签”, 使得此次 commit 的主要工作得以凸现，也能够使得其在整个提交历史中易于区分与查找。 commit 格式git commit 时，提交信息遵循以下格式： 12345:emoji1: :emoji2: 不超过 50 个字的摘要，首字母大写，使用祈使语气，句末不要加句号提交信息主体引用相关 issue 或 PR 编号 <#110> 初次提交示例： 1git commit -m ":tada: Initialize Repo" emoji 指南 emoji emoji 代码 commit 说明 :tada: (庆祝) :tada: 初次提交 :new: (全新) :new: 引入新功能 :bug: (bug) :bug: 修复 bug :ambulance: (急救车) :ambulance: 重要补丁 :lipstick: (口红) :lipstick: 更新 UI 和样式文件 :wrench:...

vim相关操作（简略版）备注： 编辑模式：vim进入文档以后，按下 insert 或者 i 命令模式：直接 vim 打开文件或者在编辑模式下按下ESC 复制 单行复制：在命令模式下，将光标移动到将要复制的行处，按”yy”进行复制 多行复制：在命令模式下，复制光标所在的向下n行，按”nyy”多行复制 粘贴 直接复制，在命令模式下，按”p”粘贴 删除 单行删除：在命令模式下，将光标移动到将要删除的行处，按”dd”进行删除 部分字段删除：在命令模式下，按下”dw”删除当前行光标之后的所有值 多行删除：在命令模式下，按下”ndd”,n为数字，删除当前光标之后的 n 行数据 撤销 撤销：在命令模式下，按下”u”,撤销上一步操作 取消撤销：在命令模式下，按”Ctrl+r”,取消上一步撤销操作 查找 向后查找：在命令模式下，按下”/word”,word为需要查找的内容 向前查找：在命令模式下，按下”?word”,word为需要查找的内容 显示行号 在命令模式下”:set number”即可显示行号 跳到指定行 跳到首行：在命令模式下，按下g...