Tw93

分类：分享花一小时让 AI 找到你的内容这几天有几个小伙伴@我说，他们在向 AI 提问时，自己的开源工具被主动推荐了。之前啥也没做居然也能被收录，我就想顺手花一个小时把站内内容结构化梳理一下。改完后随手发了条推特，大伙挺感兴趣，索性把完整的思路和配置写成一篇文章，方便大家查找和参考。我很讨厌去刷排名或者生产垃圾内容，更多想着让现有的内容对 AI 更可见，所以这篇文章不会教你投机，而是如何让 AI 更好理解你现有的内容。去查了一下，发现 AI 搜索跟传统搜索逻辑完全不一样，传统 SEO 拼的是进 Google 前 10，但 83% 的 AI Overview 引用来自排名前 10 之外的页面，AI 看的是结构清晰、来源可靠，跟 PageRank 关系不大。项目不大，但 README 和文档写得还算清楚，大站内容单薄的地方 AI 就能找到我，大概这就是为什么朋友们能搜到 Pake 和。

原文 ↗

Tw932026/4/26

你不知道的 AI Coding：非技术人的上手、场景与实战

分类：分享太长不读上个月在公司里给产品和业务的小伙伴分享了下如何上手 AI Coding，加上最近又发了条推特，聊到不少同学因为订阅门槛没机会用上一线 AI Coding 工具，方法和习惯不花钱就能先学，索性把上手这部分整理出来。不少人用 Claude Code 其实是卡在使用命令行的第一步，看到只有字符的终端会觉得是给程序员用的，自己肯定搞不定。其实门槛没想象的高，会用豆包这类对话框 AI 的人花点时间也能上手，剩下的就是慢慢习惯把执行权交给它。等你用顺手后会发现它像个什么活都接的能干助手，跑后台数据、写解决你问题的小工具、把乱七八糟的文档拼成简报、做原型、整理销售报表都能干。之前会不会写代码不是关键，等你有意识把项目背景写进 CLAUDE.md、把需求写得足够精确、会去想着沉淀几个 Skill 把重复动作打包，那你其实就称得上入门了，这篇文章主要是想带非技术同学也用上我最爱的 C。

原文 ↗

Tw932026/4/6

在 AI 时代，我是如何深入学习一个技术领域的

分类：分享想和大伙聊聊，在 AI 时代我是怎么深入学习一个技术领域的。没有 AI 之前，更多是看书、翻这个领域国内外有名的人的博客，然后摘抄记录到笔记本，速度挺慢，但很有学习的乐趣。比如当时学 WebGL，学懂一个东西差不多要半年空闲时间，慢但快乐。有了 AI 之后，我还是很讨厌网上那种「3 分钟教你看完百年孤独」，也不喜欢短剧和倍速看剧的方式，更多还是挑好的看，宁愿慢一点、真正搞懂，也不愿意刷一堆摘要最后脑子里什么都没剩。不过最近写「你不知道的 Claude Code」和 Agent 系列，除了自己懂的部分，还有大量不太清楚的领域。好在之前收藏了不少相关资料，刚好借这个机会清库存，全部搞懂再输出出去。一直觉得，看了多少、听了多少、输入了多少，其实不是最重要的，更在乎你能输出多少，能清楚说出来、写下来、整理发布的，才真的是你自己的。前不久给自己挖了个深坑，研究大模型的训练流程，目标。

原文 ↗

Tw932026/4/3

你不知道的大模型训练：原理、路径与新实践

分类：分享太长也要读在写完《你不知道的 Claude Code：架构、治理与工程实践》、《你不知道的 Agent：原理、架构与工程实践》后，我想着继续来写第三篇，这次打算挑战下自己来梳理一下大模型训练到底怎么回事，这篇文章争取让非专业背景的人也能读得懂。 2026 年来看大模型效果真正拉开差距的地方，慢慢不再是预训练本身了，而在它更后面的那一大段：后训练、评测、奖励、Agent 训练、蒸馏，每一个步骤都在影响用户实际感受到的效果。你发现某个模型突然变强了，背后可能是这几块一起优化到位了，而非单一因素导致。下文按大模型训练链路顺序来讲，重点放在厂商怎么通过后半段训练栈来提升最终上线效果。大模型训练其实是一条流水线过去几年，大家习惯用参数、数据、算力的堆积来解释模型进步。但很多时候用户实际感受到的体验飞跃，往往来自预训练后面那整套后训练流程。模型怎么说话、怎么听指令、怎么推理、怎么用。

原文 ↗

Tw932026/3/30

杀死那个手工程序员

分类：思考标题来自 12 年前我很喜欢的一首万青的歌《杀死那个石家庄人》的改写，虽然歌里写的不是一回事，但那种看着熟悉世界一点点被替换掉的感觉，还真有点像。好多年没坐公交了，上次去太子湾，因为景区限行，只能把车停在外面，坐景区的免费接驳车进去。前排有个小女孩一路都在刷那种 AI 生成的短视频，画面很粗糙，内容也很假，滑到下一个居然还是差不多的东西，她却看得津津有味，每个视频的点赞居然也都不低。看到这一幕的时候，我甚至有点难受，会忍不住想，以后我的小孩是不是也会在这种粗制滥造的 AI 内容里慢慢长大，最后连什么是真正美好的东西都越来越难分辨。有了 AI 之后，很多东西的生产一下子就变简单了，做内容简单了，做软件也简单了。以前做一个东西出来，往往要花不少时间反复琢磨，要真的解决很多问题，最后才敢拿出来。现在很多环节一下就被抹平了，写点东西很容易，做个产品也很容易，花钱买 Token，问。

原文 ↗

第 1 页

博客订阅源 1

Tw93 →科技