- 昨日不在
- 9/6经验变成 Skill 之前，为什么总会丢东西
- 9/6从“能跑”到“敢交付”：我重新理解生产化
- 9/3判断变化发生在哪里，产品就应该出现在哪里
- 9/3当一个内部思考系统开始走向产品
- 9/1Skill 可以自我改进，但判断不能自动接管
- 8/31我不想让认知系统变成顺从型信息茧房
- 8/31我为什么把外部内容当作前例，而不是答案
- 8/31推理交给原生 Agent，状态归我管理
- 8/31我为什么把 Trace 叫作 Thinking Infrastructure
- 8/31换 Agent 之后，我真正不想丢掉的是什么
- 8/31一个跨 Agent 思考系统，技术上先要承认什么
- 8/30我把大厂、初创和作品放进同一条路径
- 8/30我想治理的不是知识，而是知识长出来之前的线索
- 8/30我为什么不再把长期产品叫知识库
- 8/30重复消耗应该变成下一次更轻的结构
- 8/30AI 时代，我想进入什么样的人群场
- 8/29一个思考系统应该从哪里接住我
- 8/29进入陌生领域时，我先判断自己卡在哪里
- 8/29让思考累积，是一个什么样的产品问题
- 8/29技术越来越便宜之后，我还需要积累什么
- 7/3没有问题的工具，为什么总是学不会
- 7/3我学会一个方法，却不知道什么时候该用
- 7/2我把中间状态写下来之后，计算反而更快了
- 6/29从存储到激活：知识真正有用的时刻
- 6/28我怎么理解“用 AI 做事”和“用 AI 学东西”
- 6/28骨架可以借，皮肤不能换：我如何用 AI 改造内容
- 6/28我如何从话语分析里找到自己的写作声音
- 6/26我为什么不再把环境写进代码里
- 6/25我不再把优秀的人压缩成“大佬”标签
- 6/25我让 AI 写脚本时，为什么先检查解析方式
- 5/11Transformer 模型详解：从注意力机制到革命性架构
- 3/8网站逆向与自动化滥用及防御：学习文档
- 2/14音乐刮削方案