工坊
本专栏展示我在技术上的各种尝试，成功的与失败的。有的是基于Vibe Coding或者古法手工编程，有的是进行一些偏理论方面的探索。
杂志社
该部分收录直接经过渲染的静态HTML文件，其中多位基于大模型提示词生成的交互式报告，采用的大模型包括Claude Sonnet、 Gemini(Canvas)、 Kimi、DeepSeek等，一方面为了提供充满设计感的阅读体验，另一方面也是为了测试语言模型在前端代码生成方面的能力。
最后更新: 2025-10-16
动物与幽灵
动物可能是一个很好的灵感来源。内在动机、乐趣、好奇心、赋能、多智能体自我博弈、文化。
Andrej Karpathy在本文中探讨了人工智能领域中“动物”智能与大语言模型（“幽灵”）的差异，反思了学习机制、进化和预训练的本质，并提出动物或许能为AI带来新的灵感和范式。
「翻译」Anthropic:为人工智能代理进行有效的上下文工程
在提示工程（prompt engineering）成为应用人工智能领域关注焦点几年后，一个新术语开始崭露头角：上下文工程（context engineering）。使用语言模型进行构建，正逐渐从为提示寻找合适的词语和短语，转变为回答一个更宏观的问题：“什么样的上下文配置最有可能产生我们模型的期望行为？”
「翻译」Cognition: 为 Claude Sonnet 4.5 重构 Devin：经验与挑战
我们为 Claude Sonnet 4.5 重构了 Devin。新版本在我们的初级开发人员评估 (Junior Developer Evals) 中速度提升了 2 倍，表现提高了 12%，现已在“智能代理预览”(Agent Preview) 中提供。对于喜欢旧版 Devin 的用户，该版本仍然可用。
2025年9月29日 Cognition 团队
Git 历史回退自救手册：reflog 找回与分支指针恢复
该指南来自于一次自我感觉惊险的经历，
一份精简但可操作的“掉历史”自救清单：当你在 GUI 或命令行误操作后，发现最近提交“消失”时，如何快速定位并安全恢复。
SymPy 基础入门教程：符号计算核心功能解析
欢迎来到 SymPy 的世界！SymPy 是一个强大的 Python 库，用于进行符号数学运算。与数值计算不同，符号计算处理的是数学表达式本身，而不是它们的具体数值。本教程将带您了解 SymPy 的基本功能，并通过与我们先前讨论的钢轨动力学案例相关联，展示这些功能在实际问题中的应用。
构建压缩感知（Compressed Sensing, CS）算法代码
构建压缩感知（Compressed Sensing, CS）算法代码通常涉及以下几个核心步骤。压缩感知理论指出，如果信号是稀疏的或可压缩的，那么就可以用远少于奈奎斯特采样定理所要求的采样点来精确地重建信号。