Day 3 练习：API 参数实验
这是「AI 之路进阶升级指南」第一周 Day 3 的配套练习。你需要先完成 Day 1。Part 1 里讲了参数的理论（「理解 API 参数」），今天动手验证。 Part 1 读了参数理论，但没有亲手试过，那些只是文字。今天做三个实验，亲眼看看参数如何影响输出。 ...
omo vs oms：Fallback 链深度解析
本文是《当你的 AI 编程工具需要三套配置》的下篇。上篇介绍了三套配置的方案设计、文件结构和编排理念，本文聚焦 fallback 链的机制差异和配置实践。 文中 omo = oh-my-openagent，oms = oh-my-opencode-slim。模型和 provider 名称已脱敏为 provider-a/model-x 等泛化名称。 ...
Day 2 练习：用聚合平台跑通同一个请求
这是「AI 之路进阶升级指南」第一周 Day 2 的配套练习。你需要先完成 Day 1。 昨天你用 DeepSeek 官方 API 跑通了第一段代码。今天做一件事：换一个平台，用同样的代码，改两个参数，再跑一次。 ...
当你的 AI 编程工具需要三套配置
为什么我需要三套 OpenCode 配置 我的 ~/.config/opencode/ 目录下有三个 opencode.json。起因很简单：我想同时跑 oh-my-openagent（以下简称 omo）和 oh-my-opencode-slim（以下简称 oms），对比着用，搞清楚各自的边界在哪。 ...
今日停更一天
休息一天。明天继续。
Day 1 练习：跑通你的第一段 API 代码
这是「AI 之路进阶升级指南」第一周 Day 1 的配套练习。你需要先读完 Part 1，再回来动手。 今天只做一件事：跑通 Part 1 里的 hello_api.py，在终端看到 AI 回复你一句话。 ...
AI 设计的实验，你得自己审
系列：AI Agent 实验方法论（第三篇） 上一篇：实验设计没毛病，LLM 为什么还是翻车了 TL;DR： 双盲实验 B 赢了 4/4，数据漂亮。但审设计时发现 rubric 有 3/8 维度直接测试被测变量，超过 1/3 上限，差点变成自我验证；另一个验证里一个场景满分、另一个才暴露缺陷，只跑一个就宣布通过的话缺陷就上线了。两个坑都是审设计发现的，不是跑完实验才看见的。 ...
AI 之路进阶升级指南（一）：API 初体验——第一次用代码调用 AI
TL;DR： 这是「AI 之路进阶升级指南」系列的第一篇。整个系列共 4 篇，每篇对应一周练习。本篇带你从聊天窗口走到 API——让程序帮你自动化地调用 AI，为后续的批量处理和自主执行型 AI 打基础。 ...
实验设计没毛病，LLM 为什么还是翻车了
系列：AI Agent 实验方法论（第二篇） 上一篇：如何用双盲实验验证 skill 改动的有效性 TL;DR： 双盲实验跑完第一轮，B 赢了 3/4 但没过"幅度筛选"，结论是"证据不足"。排查发现 S1-A 的输出被终端颜色代码污染，scorer 在 ANSI 乱码上认认真真打了 8 个维度的分。修复执行上下文后重跑，B 变成 4/4 全胜。翻车的原因不是实验设计，是子 agent 的上下文构造没约束异常行为。 ...
AI 之路初阶升级指南（五）：毕业考核与下一步
📖 本文是「AI 之路初阶升级指南」系列的第 5 篇（共 5 篇）——系列导航 + 毕业考核。 系列导航 篇 主题 核心内容 第一篇 理解你手里的工具 LLM 本质（不是搜索引擎）、工作记忆 vs 长期记忆、主流平台与专用工具 第二篇 从模糊提问到精确指令 RBGO 提问框架、Chain-of-Thought 思维链、格式约束 第三篇 把 AI 变成协作伙伴 追问迭代、上下文管理（开新对话/进度总结/分段处理）、角色扮演 第四篇 建立个人体系 Prompt 库、场景-工具映射（国际/中国双方案）、知识管理分层策略 第五篇 毕业考核与下一步 L1 达成清单、L1→L2 双路径预告 ...