// AI 工程
Topic Archive — 6 articles
SIGNAL ROUTER
Visible Posts
6
01
AI 工程的核心不是让模型万能，而是定义边界
成熟的 AI 工程不是把模型包装成万能助手，而是把模型放进边界清晰、责任明确、风险可控的系统里。
→
02
企业 AI 本地部署，第一步不是买 GPU，而是先洗数据
企业 AI 真正的起点不是模型和算力，而是内部数据是否具备可检索、可引用、可追溯和可回答的知识质量。
→
03
AI 编程时代的代码审查债务：为什么写得更快，反而更容易失控
AI coding 工具放大了代码生成速度，也放大了团队的审查压力。真正稀缺的不再是提交量，而是稳定理解和验证这些改动的能力。
→
04
上下文腐烂：大模型为什么会「越聊越笨」
Context Rot 的两种机制——注意力稀释与上下文中毒，以及行业正在给出的不同答案。为什么「清空重开」目前仍然是最有效的解法？
→
05
Token 经济学：当 AI 时代的「原材料」越来越贵
Token 正在成为这个时代的原材料，工作者如同工厂，购买原材料、加工、赋予附加值。理解这个逻辑，才能找到自己的核心竞争力。
→
06
WebGPU 浏览器端深度学习：从 WebNN 到实时推理
探索 WebGPU 在浏览器端运行深度学习模型的可能性，从 API 设计到 Shader 优化，实现浏览器内的实时推理引擎。
→
当前信道暂无文章
换一个筛选主题，或者回到“全部”模式，继续浏览这份技术与观点混合的文章档案。