用户12029797

文章/答案/技术大牛

发布

LV1

发表了文章 12小时前2026-06-22 17:40:54

很多团队把 LLM eval 当成“上线以后再慢慢补”的事情。这个顺序通常会带来一个问题：等系统已经接入真实用户、真实工具和真实预算以后，再去讨论“什么算失败”...

用户12029797 12小时前2026-06-22 17:40:54

发表了文章 14小时前2026-06-22 15:50:50

很多团队接入 LLM 应用时，会先把 prompt 调顺，再补一个“评测脚本”。这个顺序很容易出问题：等到线上开始失败时，大家才发现自己没有定义过什么叫通过、什...

用户12029797 14小时前2026-06-22 15:50:50

发表了文章 1天前2026-06-21 21:34:05

这也是我阅读 Doramagic 的 agent-memory manual 时认为最重要的点：它不应该被理解成“给 Agent 接一个向量库”，而应该被理解成...

用户12029797 1天前2026-06-21 21:34:05

发表了文章 27天前2026-05-26 13:33:31

很多人第一次评估 Codex CLI 这类终端 AI 编码工具时，会把注意力集中在两个问题上：它生成代码快不快、回答问题准不准。这两个问题当然重要，但一旦准备把...

用户12029797 27天前2026-05-26 13:33:31

个人简介