Eson Wong  /  标签  /  AI

#AI · 9 篇

2026
08-28 · 随记

网上介绍 DeepSeek Harness,重点几乎都放在「万物皆插件」。我觉得放偏了。

真正难、也真正重要的是热插拔

因为它意味着:LLM 可以在 Agent 跑着的时候去改 Harness 本身,不用把 Agent 停下来。Agent 于是能持续迭代自己的运行时——改完立刻生效,全程不中断。这才是这套架构真正的价值。

而热插拔恰恰是工程上最硬的那块。Harness 底下的 Cordis 只有约 2000 行,核心根本不是「怎么装插件」,是可逆的副作用:插件卸载时必须把自己留下的一切清干净——事件、定时器、连接、状态,一个不剩。每个插件跑独立的状态机(PENDING → LOADING → ACTIVE → DISPOSED),为的就是长期运行不重启。

「万物皆插件」只是把可插拔的对象变多了。那是量的增加,不是质的变化。

08-19 · 随记

当前时间点上,你如果投简历,会针对每个公司的岗位 JD 用 AI 生成一份定制简历吗?我不会这么做。但你想想,如果招聘者用 AI 做简历初筛,这么做的人在初筛时能取得巨大的优势。

08-19 · 随记

我在构建一个超级 App:随时让 AI 添加我想要的功能,通过 TestFlight 推送到我的手机。

我为什么开发 AI 英语听力生成器:Im-ListeningProject
2025
如何使用 LlamaIndex 构建一个 RAG 检索系统
2024
Milvus 入门教程
什么是检索增强生成(Retrieval-Augmented Generation)?
2023
在 Macbook 上运行 ChatGLM-6B教程
使用 Google Colab 训练 Stable Diffusion LoRA 模型教程教程