AI 拆开了生产与培养
AI 把产出与培养解耦：入门任务被接管，人才债如何形成，判断力从何而来，成长不再只是’顺便发生’。
Posts
Agent Eval 实践指南 03: 如何选择评估方法
《Agent Eval 实践指南》第三篇：系统梳理程序化评估、LLM 判分与人工评估的适用场景与选择依据，探讨如何将业务目标转化为可量化指标，以及评估器自身如何被评估和校准。
Agent Eval 实践指南 02: 如何准备评测集
《Agent Eval 实践指南》第二篇：从 query 来源、反推合成、judgment 设计，到 world_state 与 trajectory_anchors 的必要性，拆解一条合格评测 case 的完整构成要素。
Agent Eval 实践指南 开篇01: 系统越复杂，评估越要先行
《Agent Eval 实践指南》系列开篇：拆解 Agent 系统的非确定性与复杂度累积，论证评估为什么不是成绩单而是目标函数，以及如何用最小评测回路将反馈从天级压缩到分钟级。
SOTA 之后：agent-memory benchmark 测了什么，又测不了什么
深入解析 agent-memory benchmark 全景：从 LoCoMo、LongMemEval 到 PersonaMem，拆解对话记忆、用户画像、多模态记忆的评测方法、指标体系和数据合成流水线。
AI转型最难的不是AI，而是那些没人愿意干的脏活
探讨 AI 转型中常被忽视的关键瓶颈：脏数据、无文档流程、集成债务、评估缺口和组织惯性，而非模型选择本身。
从 Agent Trajectory 到 Agent Skill：如何把历史经验变成复利
如何从 Agent 的历史运行轨迹中提取、验证、去重和优化可复用技能，将经验转化为工程上的复利增长。
【Agent - Memory】Hermes-Agent 的 Memory 设计拆解
拆解 Hermes-Agent 的分层记忆设计，包括文件事实记忆、会话数据库、外部 Memory Provider 和可持续迭代的 Skills。
【Agent-memory】拆解 Claude Code 的记忆架构
拆解 Claude Code 的分层记忆架构，分析文件记忆、会话状态、外部检索与 Skills 如何协同工作。
借LLM-wiki 聊聊知识管理
TL; DR AK的LLM-wiki 本质上没有太新的东西，大家的思路方向基本上形成共识，只是缺乏一个KOL发声和传播。毕竟一些观点从小卡拉米嘴里说出是爆论，而从AK嘴里说出则成了真理。 过去传统的 naive-RAG（文档解析-分块-向量索引-语义检索-召回）已死 ...