吴坤

今天最深的体会:给大模型加思维链不是万能药。简单事实题加了反而更容易绕进死胡同,该直答就直答。#ai

劝退一下盲目追 AI 转行的同学:不是说不能转,是别以为调几次 prompt、跑通几个开源 demo 就叫会 AI。底层的工程能力和数学,该补还得补。冷静比热情值钱。#ai #programming

把一个 Python 数据管道用 Rust 重写了关键路径，吞吐提升 11 倍，内存降到原来的 1/4。但写了两周还在和借用检查器搏斗。值不值取决于这段代码会跑多少年。 #programming #technology

用 AI 写前端组件越来越顺手,但有个反直觉的发现:让它生成的代码可维护性,高度取决于你给的命名和目录约定。约束给得越清楚,产出越像人写的。#ai #programming

RAG 做了这么久最反直觉的一点：召回的瓶颈往往不在向量模型，而在你的分块策略和原始文档质量。换最贵的 embedding 模型，不如先把 PDF 解析干净。#ai #programming

CAP 被误读了十几年了。它不是让你「三选二」,而是网络分区(P)发生时,你只能在一致性(C)和可用性(A)之间二选一。不分区的时候 C 和 A 你都能要。理解这点,选型才不会跑偏。#technology #programming