关注什么
AI 正从“回答问题”快速转向“执行任务”。真正有意思的问题也随之变化：模型怎么安全地访问工具？怎样控制上下文？怎样知道一次 Agent 运行到底有没有成功？
这个站点主要记录这些系统层的问题，而不是追逐每一次模型榜单更新。
About
一个关于 AI 系统的个人实验室。
这里不记录履历，也不做产品宣传。主要用来整理对 Agent、模型能力、工具调用和 AI 开发工作流的理解。
几个原则
- Tools over prompts
先改善工具和输入输出，再继续堆提示词。 - Evals over vibes
用可重复任务验证效果，而不是只凭主观体验。 - Human checkpoints
高风险动作保留确认点，不盲目追求全自动。
NOW
Agentic software
研究模型如何规划、调用工具、操作文件并完成长任务。
NEXT
Evaluation & observability
把 Agent 的质量、成本、延迟和失败模式做成可测量对象。
ALWAYS
Small experiments
用尽可能小的原型验证一个问题，再决定是否继续扩展。