👋 你好，世界！
这是一个关于 AI、产品设计、旅行的杂谈博客。
- 基于 nextra
- 利用 Vercel 部署
- 利用 GitHub 托管
- 在 PC 端利用 VSCode 对站点进行开发，利用 Typora 进行 Markdown 内容编辑
- 在 iPad 端利用 Working Copy 与 GitHub 仓库连接并进行内容管理，利用 Tiao 进行 Markdown 内容编辑
方案基本免费（为了体验购买了一个域名做绑定），服务稳定，在国内外都有不错的访问速度，PC/Mobile 上都可以愉快阅读，可以利用 git 实现多端同步和版本管理，可以利用 iPad 来写愉快写文，总体上找到了一个比较满意的解决方案。
小站会不定期更新一些产品经理的工作心得、工具产品体验分享、旅游见闻等。希望能对你有帮助或启发 ❤️
🧭 系列入口
📅 近期发布
- 13：AI Native 产品设计：概率系统如何提供确定体验
从概率模型、产品契约、意图表达、上下文设计、控制权、可靠性和反馈闭环出发，解释 AI Native 产品如何把不确定生成变成可预期体验。
- 番外：模型蒸馏：把大模型的能力倒进小模型里
一篇面向非算法同学的模型蒸馏科普：解释知识蒸馏、合成数据、教师-学生训练、为什么要蒸馏，以及相关的合规边界。
- 12：大模型工程：KV Cache、推理成本与部署系统
从 prefill、decode、KV Cache、长上下文、批处理、推理成本、可观测性和部署架构出发，解释大模型能力如何变成可规模化的产品服务。
- 11：Agent：从聊天机器人到任务执行系统
从目标、状态、计划、工具循环、记忆、失败恢复、停止条件和工程边界出发，解释大模型 Agent 如何从对话走向持续任务执行。
- 10：Tool Use：让大模型从「会说」走向「会做」
从工具 schema、结构化调用、执行循环、权限边界、读写风险和 RAG 对比出发，解释大模型如何通过 Tool Use 从生成语言走向执行动作。
- 09：RAG：给大模型外挂可追溯的知识
从幻觉、知识边界、检索、重排、上下文组装、引用和 grep-style 工具搜索出发，解释大模型如何从凭印象生成走向基于证据生成。
最后更新于：