Editorial standards
编辑标准与 AI 使用说明
最后更新:2026-11-16
这一页说明本站的文章是怎么来的:谁选题、谁验证、AI 参与到哪一步、写错了怎么改。 如果你在读某篇文章时想知道它的可信度边界,看完这页应该能判断。
这个站是什么
ZiCode 是一个人维护的技术博客,作者 Alex Xiang,做产品、写代码、排查线上问题三十多年, 经历从汇编、文件系统、搜索引擎到 Agent 工程的迁移。这里不发通稿,不做新闻聚合, 只写自己动手做过、并且能留下过程记录的东西。
选题标准
判断一篇文章值不值得写,我只问三个问题,三个都过才动笔:
- 我有没有亲自跑过。涉及工具、模型、配置、部署的,必须在自己的机器或真实环境里复现过。没有跑过就不写结论。
- 有没有别人拿不到的东西。本机显存占用、耗时、成本、报错原文、失败次数、对照实验的数字。厂商发布会的内容本身不构成选题,除非我把它拆开验证了一遍。
- 能不能说清边界。什么条件下成立、什么条件下会失效、我暂时没解决什么。只讲成功案例的文章不写。
AI 参与的范围
这个站的文章使用 AI 辅助完成,范围如下,不含糊:
- AI 参与:公开资料与文档的检索、整理、初稿组织、结构建议、语言润色、英文版翻译。
- AI 不参与:选题判断、实测过程、数据结论、观点与取舍。文中的命令、参数、截图、性能数字、成本计算,都来自作者本机的实际运行;涉及外部信息的,会在正文标明来源与发布日期。
- 发布前,每篇文章由作者逐段复核:数字对不对、结论是不是被数据支撑、有没有说超出证据范围的话。复核不过的段落会被删掉,而不是保留下来凑长度。
换句话说,AI 在这里承担的是编辑助理的角色,不是署名作者。文章的判断和错误都归作者。
数据与引用
文中出现的版本号、参数、价格、跑分和基准结果,都尽量标注来源与获取日期。来自厂商自报的数字会写明「官方口径」, 与第三方复现结果不一致时会两种都列出来。凡是引用外部报道的,给出可点击的原文链接,方便你自己核对, 而不是让你相信我的一句话。
纠错与更新
技术和环境会变,文章也会过时。发现错误或不一致,欢迎通过 联系页面 告诉我; 确认后我会回到原文修改,而不是另发一篇更正,并在文末留下更新日期。改动涉及结论的,会在正文里说明原来错在哪。 被推翻的判断不会被悄悄删掉——那部分通常比正确结论更有信息量。
广告与利益关系
本站可能展示第三方广告(如 Google AdSense),也可能出现对自建工具或服务的介绍。广告内容由平台投放, 不代表作者推荐;涉及自有项目的文章会明确标注。没有任何厂商可以付费改变文章结论,也没有接受过以修改结论为条件的合作。