Engineer · Writer · Builder
清醒时做事，
独处时思考。
我是老羊。iOS 老兵，最近拥抱 AI，这里记录一些感想和学习过程。
沉淀
全部沉淀 →
最近写的
全部文章 →AGI 之后：无辜的牢笼——一场关于 10% 与 90% 的推演
上周，我让 AI 重构一个模块。几秒钟，它吐完了，测试全绿。我本该高兴——那是我一下午的活。可我盯着屏幕，心里空了一块。那一刻脑子里冒出一个问题：如果有一天，它接管的不是我一下午，而是我这一辈子的活，
LingBot World 2 API 技术调研与思考
最近我盯上了一个叫 LingBot World 2 的东西。它是蚂蚁 LingBot 团队做的世界模型,由 Reactor 托管成了一个实时可交互的在线版本。说人话:你给它一张参考图和一段文字描述,它
Claude Opus 5 技术调研：系统提示词 × 跑分对照
上一轮我们已经知道 Opus 5 跑分涨得很凶——SWE-bench Pro 从 69.2% 到 79.2%、Frontier-Bench 翻倍、OSWorld 用三分之一成本超过更贵的 Fable
最近在想
全部手记 → 大模型只是一个无情的概率机器 大模型本质是判断概率分布的机器,这决定了它的三个先天特性: 大多数先生 ：它算的是最大概率的那个token。最大概率=普通的大多数，独特性就丧失了，但人类还有； 讨好型人格 ：你问…
上下文工程应该是第一步 你可以把 AI 想成一个很聪明的同行（或者一个刚入职的实习生） —— 脑子够用，但他要帮上你，前提是先得搞懂你这套工程。而 "搞懂" 这件事，其实是分层的： 公域知识 ：网上能搜到…
iOS Agent 为啥难做 不是 iOS 难,是它先天缺东西。 比如我们看看前端为什么 AI 写得飞起?因为它有完整的"写 → 编 → 跑"反馈闭环。而iOS的问题是 数据 ：语料少，相比前端等（GitHub…
反馈循环 Agent 先靠 Guides 在行动前尽量做对，再靠 Sensors 在行动后看见偏差、自我纠正。那些在循环里反复出现的问题，最后由人沉淀回 harness，变成下一轮更可靠的引…