怎么用 AI 预测世界杯：别问冠军是谁，先问概率怎么来
世界杯预测不是让大模型猜一个冠军。更靠谱的做法，是把历史赛果、球队强弱、进球分布、赛程模拟和临场信息放进同一套概率框架里，再诚实地展示不确定性。
文章归档
第 9 页。归档页按时间倒序展示，每页只加载一组文章封面，减少首屏压力。
文章列表
浏览器 Agent 能做事以后，第一件事不是放权
浏览器 Agent 从能看网页走到能点按钮、填表单、提交操作，产品价值变大了，误操作和越权风险也同步变大。守护栏要比自动化能力先成熟。
从 Prompt 到 Context Engineering：Agent 开发真正难的是给上下文
Agent 系统不再只是写一段提示词。真正决定效果的，是如何选择、裁剪、排序和验证上下文，让模型在每一步拿到刚好够用的信息。
AI 产品里的数据契约：别等报表和模型一起坏掉
AI 产品比普通产品更依赖数据口径。数据契约不是多写一份文档，而是把字段、语义、质量、血缘和变更责任放进工程流程。
AI Gateway 上线之后：推理流量为什么需要自己的网关
LLM 推理不是普通 HTTP 流量。GPU 资源、上下文长度、流式响应、队列延迟和模型版本，会让传统网关的负载均衡策略很快失效。
小模型回到本地：NPU、端侧推理和开发者的新耐心
端侧 AI 不是云端大模型的缩小版。它关心的是延迟、功耗、隐私、缓存和产品边界，也需要开发者重新适应一套更贴近设备的工程约束。
MCP 真正要补的课：不是接上工具，而是画清安全边界
MCP 让 AI 应用接工具变得统一，但工具一旦能读文件、查数据库、发请求，安全问题就从接口规范变成了权限、身份、审计和供应链问题。
Agent 也要可观测：不然你只是在看一段神秘录像
Agent 系统出错时，最终回答往往看不出原因。要调试生产 Agent，必须记录任务、工具、上下文、成本、重试和每一步证据。
后量子密码迁移：现在要做的不是换算法，而是盘清楚债务
NIST 标准发布以后，后量子密码不再只是研究话题。真正困难的是资产盘点、协议兼容、供应商协调和长期的密码敏捷性。
RAG 评估别只看 Demo：真正要评的是失败方式
RAG 系统上线后，关键不在能不能答，而在什么时候答错、为什么答错、错得有没有边界。评估要拆开检索、证据、生成和拒答。
Wasm Component Model：插件运行时终于有了更像样的边界
插件系统最怕依赖地狱和权限失控。Wasm Component Model 把接口、能力和运行时边界标准化，为多语言插件和边缘运行提供了新的工程选择。
Codex App Server：把编码 Agent 接进自己的工作台
从 Codex app-server 的协议边界讲起，分析它适合嵌入哪些产品与工程场景，也比较 Claude Code、Cursor 在脚本化、云端 Agent 和自定义集成上的相近能力。
Gemma 4 12B 实战：本地代码生成、OpenClaw 和 QVeris 工具调用
在本地测试机上通过 Ollama 跑 gemma4:12b，先用三版分形树 prompt 测代码生成，再接入 OpenClaw + QVeris 做真实数据调用，复盘这个 12B 本地模型的可用性、速度和边界。
Codex 用得越久，越要学会省 Token
用一次真实 Codex 长会话的 token 与价格统计，拆解哪些对话最贵、为什么长上下文会拖高成本，以及如何通过拆会话、压日志、用文件和沉淀规则来优化。
Codex 实战问答
从真实使用出发，回答 Codex collaboration mode、GPT-5.3-Codex-Spark、statusline、skills、slash commands、codex exec 和 Codex SDK 这些容易混淆的问题。
我怎么用 AI 做真正的工作：从 PR 到文档、远程运维和发布
把最近一段时间用 Codex、Claude Code、Cursor、gh、lark-cli 做真实工程任务的过程脱敏整理成一篇复盘：哪些事适合交给 AI，哪些边界必须守住，以及怎样让 AI 的工作可验证、可交付。
两台闲置 RTX 4090 机器：本地大模型部署与测试教程
公司里居然有两台闲置的 RTX 4090 机器，这篇记录如何把它们用起来：从 NVIDIA 驱动、代理服务、Ollama 部署、模型下载，到 API 测试和模型能力评估。
编程工具也能生图，而且价格低到难以置信
Cursor 的 Composer 2 在实际使用中可以触发生图，而官方 changelog 指向 Google Nano Banana Pro。本文记录这种编程工具里的生图工作流、成本判断，并用 Codex 生成图做同画幅对比。