笔记列表-低调大师优秀个人博客

文章列表

共 219840 篇

2026-09-23

Meta Muse 是什么？一文看懂这款登顶 App Store 的 AI 智能体

我跟进 AI 产品这些年，很少见到一款应用能在两周内把 ChatGPT 挤下榜首。Meta Muse 做到了。简单说，Muse 是 Meta 在 2026 年 9 月 8 日上线的个人 AI 智能体应

阅读约5分钟

2026-09-23

Python 获取股票数据后如何直接转换成 DataFrame？从 API 原始数据到量化分析表的完整实践

在量化开发中，真正麻烦的往往不是获取股票数据，而是把 API 返回的数据稳定地转换成可以直接用于 Pandas 分析、回测和因子计算的 DataFrame。本文结合我在量化数据工程中的实践，拆解从接口请求、字段检查、异常处理到 DataFrame 校验的完整流程，并用一个实际可运行的 Python 示例说明如何减少手工转换带来的数据错误。

阅读约18分钟

2026-09-23

一个人、九个月、20 万行代码、每个月烧掉 40 亿+ token——造出一款Harness架构应用

一个人、九个月、20 万行代码、每个月烧掉 40 亿+ token——前五个月白天上班、晚上通宵，后面干脆辞职 all-in，就这么把 Notrat 1.3.0 磨到了上线这天（2026 年 9 月 12 日）。这篇文章不聊宏大叙事，就说清楚三件事：一个 Markdown 编辑器，为什么要自己造一套 Harness 架构；它跟 Claude Code、Obs...

阅读约22分钟

2026-09-23

Jev 和 JSON 模式 / 结构化输出有什么区别？为什么它不是"更小的 LLM"

每次跟人聊 Jev，最常被反问的一句就是："这不就是结构化输出吗？我用大模型的 JSON 模式一样能拿到结构化结果。"这一周我把两者放在同一批判断任务上对照着用，越用越确定：它们看起来都返回结构化数据

阅读约6分钟

2026-09-23

TypeSafe AI 是谁？从 RLHF 到 Jev 的一次"反向下注"

一个模型火起来，大家先关心它能干什么；但我更好奇的往往是，是谁、出于什么判断，做出了这样一个反直觉的东西。Jev 的特别之处，不只在于它不生成文本，还在于做它的人恰恰是当年帮助让"聊天模型"变得好用的

阅读约7分钟

2026-09-23

Jev "不会幻觉"是真的吗？一次讲清它的可靠性边界

"不会幻觉"是 Jev 传播时被引用最多、也最容易被误解的一句话。这一周我在自己的判断任务里反复验证它，越发觉得这句话既是真的、又非常需要限定条件。如果不把它讲准确，很容易让人以为找到了一个"永远不会

阅读约6分钟

2026-09-23

AI圈最近爆火的"哑巴"Jev，到底是个啥？

你问它问题，它不写文章、不写代码、不陪聊，连一句完整的话都蹦不出来。给它一段文字，它只回几个数字和标签——"96% 紧急""分类：账单问题""愤怒程度：3.0/4"。

阅读约6分钟

2026-09-23

Jev 能做什么、不能做什么？适用场景与九大失败模式盘点

用一个新模型，最贵的学费往往不是学会怎么用，而是搞不清它在哪里会翻车。这一周我把 Jev 放进几类真实任务里试了个遍，也逐条对照了官方公开的弱点清单，越来越确信一句话：用好 Jev 的前提，是先把它的

阅读约6分钟

2026-09-23

Jev 怎么用？三种原语 Choice、Score、Noul 使用入门

把 Jev 接进项目的第一天，我最想要的其实是一份"能照着做"的上手说明，而不是又一篇讲理念的文章。这一周我把它的调用方式、三种原语、以及一次调用的请求响应结构都跑通了，这篇就把我总结的入门路径写下来

阅读约7分钟

2026-09-23

Jev 定价和速度解析：输出免费、毫秒级延迟该怎么算账

Jev 最抓眼球的两个数字，是"输出免费"和"快几百倍"。但作为要把它接进生产环境的人，我更关心的是这两个数字背后能不能算出一笔靠谱的账。这一周我把官方定价、延迟口径，以及我参考的第三方实测放在一起，

阅读约6分钟

2026-09-23

为什么大模型不适合做"判断"？从 Jev 看 Agent 架构的快慢分工

做过 Agent 的人大概都有同一个体感：一个看起来不复杂的智能体任务，跑一趟下来却调了几十上百次大模型，慢、贵、还偶尔崩。这一周我借着 Jev 这个新模型，重新审视了自己 Agent 里的每一次模型

阅读约7分钟

2026-09-23

Jev 对比传统大模型：速度、成本、可靠性到底差在哪

这一周我做得最多的一件事，就是把同一批判断任务分别丢给 Jev 和几款传统大模型，然后把速度、成本、可靠性和准确率一项一项摆到一起看。外界的说法大多是"Jev 快几百倍、便宜几百倍"，但真正落到我自己

阅读约8分钟

2026-09-23

查信息和做情报，一字之差，为啥价格差了几十倍？

不少老板都有过这个疑问：查一家公司，企查查会员几百块一年，请情报公司做分析却要几万块，凭什么？答案在于两者交付的根本不是一回事：一个给你原始记录，一个给你带证据链的判断。这篇以开源情报服务商明驭未来为例，把信息查询和开源情报在目标、来源、产出三个层面的差异掰开讲，看完你就知道什么情况用查询工具就够，什么情况必须上专业分析。

阅读约9分钟

2026-09-23

系统要出海，多语言怎么做？国际化三条路线对比

企业系统做到一定阶段，多语言需求总会找上门：工厂来了外籍工程师、公司在东南亚设了分公司、SaaS 产品要卖给海外客户。老板一句"加个英文版"，开发一评估才发现：页面上写死的中文有几千处，数据库里的状态值、错误提示也全是中文——这不是翻译问题，是架构问题。

阅读约7分钟

2026-09-23

Jev 模型原理详解：三种原语、并行采样与校准置信度是怎么运作的

过去一周我把 Jev 接进了自己的几条自动化流水线做验证，也翻完了 TypeSafe 的官方文档和几份第三方实测。相比外界"它很快、很便宜"的印象，我更想把注意力放在一个问题上：它凭什么能做到这些？这

阅读约10分钟

2026-09-23

面单打歪、标签错位？企业系统单据打印三条路线对比

企业系统上线后，打印问题总会成为吐槽重灾区：发货单在 A4 纸上歪歪扭扭、快递面单内容超出边界、仓库标签打出来扫不了码。开发觉得委屈"浏览器打印不就这样"，业务觉得崩溃"一天几百张单打错几十张"。打印这件看似边缘的小事，在仓储物流环节是实打实的生产力。

阅读约7分钟

2026-09-23

用AI工具+知识库，6张表，帮企业跑通AI获客

这话我听过太多回。说这话的人，多半一个人扛着一摊生意，公司不大，三五个人，墙上挂着自己找人做的牌匾，日子过得不上不下。

阅读约12分钟

2026-09-23

阿里发布 Qwen Intelligence，规划 Agent 靠「模型 ×Harness」，成功率达 90%

AI 手机的概念喊了好几年，阿里这次把底座直接摆了出来。9 月 22 日云栖大会上，阿里千问发布 AI 手机全栈解决方案 Qwen Intelligence—— 不碰硬件生产，专门给手机厂商当「模型 + 平台 + 场景方案」的一站式 AI 底座。方案的核心是一套系统级 Agent Harness 架构，内置三大 Agent。Mobi...

阅读约4分钟

2026-09-23

第一枚勋章，做了14版

做长征勋章，头一个要攻克的就是遵义会议章。遵义会议是长征的转折点，这枚章里得放上遵义会议会址的小楼。

阅读约8分钟

2026-09-23

产品功能可用性测试报告

本文档用于记录产品功能可用性测试的设计方案、执行流程、测试用例与代码演示，验证目标功能是否满足业务需求，发现交互缺陷与性能隐患，评估产品易用性，为产品迭代优化提供技术依据。

阅读约6分钟

资源下载

更多资源

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。

文章列表

Meta Muse 是什么？一文看懂这款登顶 App Store 的 AI 智能体

Python 获取股票数据后如何直接转换成 DataFrame？从 API 原始数据到量化分析表的完整实践

一个人、九个月、20 万行代码、每个月烧掉 40 亿+ token——造出一款Harness架构应用

Jev 和 JSON 模式 / 结构化输出有什么区别？为什么它不是"更小的 LLM"

TypeSafe AI 是谁？从 RLHF 到 Jev 的一次"反向下注"

Jev "不会幻觉"是真的吗？一次讲清它的可靠性边界

AI圈最近爆火的"哑巴"Jev，到底是个啥？

Jev 能做什么、不能做什么？适用场景与九大失败模式盘点

Jev 怎么用？三种原语 Choice、Score、Noul 使用入门

Jev 定价和速度解析：输出免费、毫秒级延迟该怎么算账

为什么大模型不适合做"判断"？从 Jev 看 Agent 架构的快慢分工

Jev 对比传统大模型：速度、成本、可靠性到底差在哪

查信息和做情报，一字之差，为啥价格差了几十倍？

系统要出海，多语言怎么做？国际化三条路线对比

Jev 模型原理详解：三种原语、并行采样与校准置信度是怎么运作的

面单打歪、标签错位？企业系统单据打印三条路线对比

用AI工具+知识库，6张表，帮企业跑通AI获客

阿里发布 Qwen Intelligence，规划 Agent 靠「模型 ×Harness」，成功率达 90%

第一枚勋章，做了14版

产品功能可用性测试报告

资源下载

Nacos

Spring

Sublime Text

WebStorm

欢迎您来访！