AI 工具

从一道题的判分到可信的模型比较：20 章完整教程、5 个交互实验，以及可下载复算的 Python 示例与教学数据。

做一个小型 Coding Agent 评测：定义成功，检查依据，再验证提示词改动是否真的有帮助。

理解 AI Agent 的一个办法，也许就是亲手做一个简单的。

从一个具体任务出发，图解模型与工具的循环、并发协调、用户中断和上下文管理。

昨晚到今天初步体验了 grok4.5，感觉很好用，grok build 也还挺好用。

记录一个关于推理与训练的地形类比：模型参数像初始地形，prompt 影响局部路径，训练则在长期上塑造地貌与变化规则。

对腾讯 agent.qq.com 邮箱的一点产品观察：Agent-first mail 的身份、分发方式、邮箱能力，以及目前看起来还差一点的地方。

整理长上下文退化的含义、位置偏置、长距离泛化、训练分布、检索与推理差异，以及 Agent 场景中的 context rot。

整理 RAG 的核心思路、离线索引与在线问答流程，以及 Retrieval-Augmented Generation 论文中的检索器和生成器架构。

记录 page-annotator 的想法、标注交互设计和模型测试过程。