分类浏览
Claude Code 是怎么运行的？给新手的 AI 编程代理入门指南
Claude Code 不是魔法。它其实就像一个会思考的机器人：一个循环、一张工具表、一个会说话的 AI。本文用新手能听懂的话，讲清楚它的核心原理和 20 节课里最重要的亮点。
《AI 工程》学习笔记（下）：RAG、Agent、微调、推理优化与应用架构
读 Chip Huyen《AI 工程：大模型应用开发实战》下半部分（第 6-10 章）的实战向总结：RAG 检索工程、Agent 规划与失败模式、微调与 RAG 的抉择、数据工程、推理优化指标，以及完整的 AI 应用架构。附踩坑记录、案例和面试高频题。
《AI 工程》学习笔记（上）：基础模型、评估方法论与提示工程
读 Chip Huyen《AI 工程：大模型应用开发实战》上半部分（第 1-5 章）的实战向总结：AI 工程全景、采样的概率本质、怎么搭一条靠谱的评估流水线、提示工程的最佳实践与防御。附带踩坑记录、真实案例和面试高频题。
LangChain 入门笔记：AI 视频生成实战
拆解 LangChain 的设计原理、核心组件，并给出可运行的 AI 视频生成 Demo，帮助你从调用 API 进阶到构建可复用的 LLM 应用。
生成式AI原理与实战（Part 4）学习笔记：推理模型、DeepSeek-R1 与高效训练架构
基于《生成式AI原理与实战 —— Part 4》的问题，从工程直觉出发回答推理模型、强化学习、DeepSeek-R1、GRPO、MLA、MoE、FP8、DualPipe 等高级主题。用 Mermaid 图例帮助初级开发者理解测试时计算、RLHF、模型架构创新与训练系统优化。
生成式AI原理与实战（Part 3）学习笔记：嵌入模型、表示微调与生成模型微调
基于《生成式AI原理与实战 —— Part 3》，把文本嵌入模型、分类任务表示微调、生成模型微调与对齐等核心概念整理成适合初级开发者的长文。用 Mermaid 图例讲解对比学习、双塔/交叉编码器、SetFit、LoRA/QLoRA、PPO/DPO 等关键技术。
生成式AI原理与实战（Part 2）学习笔记：提示工程、Agent 与 RAG 的通俗理解
基于《生成式AI原理与实战 —— Part 2》，把提示工程、Agent 架构、RAG 检索增强生成等核心概念整理成适合初级开发者的长文。用 Mermaid 图例讲解 temperature/top_p、提示词结构、幻觉控制、Agent 工作流、文档分块与混合检索。
生成式AI原理与实战（Part 1）学习笔记：给初级开发者的 LLM 入门图解
把《生成式AI原理与实战 —— Part 1》中 58 个核心问题，整理成一篇适合初级开发者阅读的 LLM 入门长文。用流程图和 Mermaid 图例讲解 Transformer、Token、Embedding、Attention、KV Cache、预训练/微调、文本分类与主题建模。
Transformer 不完全图解：一个 AI 工程师需要理解到多深？
结合《The Illustrated Transformer》与无恒实验室的 LLM 入门图解，从零讲解 Transformer：用大量 Mermaid 流程图和真实架构图，帮助 AI 应用开发者理解 Token、Embedding、Attention、训练过程与工程价值。
《深度学习的数学》核心算法学习总结：从梯度下降到 CNN 反向传播（中学生友好版）
结合涌井良幸《深度学习的数学》及其 Excel 示例文件，用中学生数学能听懂的语言，梳理梯度下降法、NN 求解器、NN 误差反向传播法、CNN 求解器、CNN 误差反向传播法的核心思想、计算例子、Mermaid 图解和避坑指南。
《labuladong 的算法小抄》学习笔记：刷题先学框架，算法本质是穷举
学习 labuladong《labuladong 的算法小抄》：全书暗线是’一切递归皆树遍历’——动态规划是带备忘录的穷举，回溯是决策树的 DFS，BFS 是层序穷举；加上双指针、滑动窗口、二分查找几个线性套路，配合典型原题、关键代码与图例，把 LeetCode 刷题从背题变成套框架。
《图解算法》学习笔记：一把尺子、一张地图，和算法的直觉
学习 Aditya Bhargava《图解算法》（Grokking Algorithms）：全书其实只教两件事——用大 O 这把尺子评估工具，用’问题形状→工具’这张地图选工具。二分查找、分治与快排、散列表、BFS 与 Dijkstra、贪婪、动态规划、KNN，各就各位。