成長日誌
記錄每天的學習與實踐,累積自己的成長軌跡
833最新天數36文章總數2023.03.15開始記錄
所有文章
最新發佈
Day 827
日常學習第827天:從織布工匠到工廠管理員,AI Agent 時代工程師的「聞味」價值
本文記錄日常學習第827天的體會:隨著AI Agent自動化開發的普及,工程師角色正從手動敲代碼的織布工匠轉變為工廠管理員。如何辨識Agent的錯誤並優化決策,將成為未來軟體開發的核心競爭力。

Day 826
日常學習第826天:開源 Headroom 如何透過智慧壓縮層降低 92% 的 LLM Token 成本?
介紹開源工具 Headroom,它在使用者與 LLM 之間建立智慧壓縮層,有效壓縮 RAG 檢索與對話歷史,解決 AI Agent 上下文溢出與 API 帳單暴增的痛點,在維持準確度的同時大幅降低 Token 費用。

Day 825
日常學習第825天:AI Agent 時代的介面革命,為何人類的漂亮 UI 對 LLM 只是噪音?
本文記錄日常學習第825天的心得,探討 Chrome DevTools 團隊提出的關鍵觀點:人類依賴視覺排版,但 LLM 需要的是架構清晰度與數據密度。分析 AI Agent 介面設計的工程挑戰與轉變。

Day 824
日常學習第824天:為什麼完美的 AI 逐字稿拼湊不出真實的會議脈絡?
本文探討 AI 語音轉文字(STT)在會議記錄中的致命盲點。雖然 Whisper 等模型能精準轉錄文字,卻無法捕捉沉默、語氣與權力動態等關鍵溝通脈絡,協助讀者評估 AI 協作工具的局限性。

Day 823
日常學習第823天:生成式 UI 的崛起與 MCP 協定如何重塑未來前端開發架構
本文探討生成式 UI 的崛起,分析未來介面如何從預先設計走向即時生長。同時解析 Anthropic 採用的 MCP 協定,說明在 AI 即時生成前端的趨勢下,安全交付機制為何成為不可或缺的隱形標準。

Day 822
日常學習第822天:為什麼 Zed 編輯器不搞大模型?拆解 Zeta2 小模型的「編輯預測」哲學
本篇學習日誌探討 Zed 編輯器推出 Zeta2 小模型的背後邏輯。相較於調用 GPT-4 等大模型,Zed 專注於極低延遲的「編輯預測」,理解開發者修改程式碼的意圖,為 AI 輔助開發工具開闢了一條務實且高效的新路徑。
