无尘阁日记

Agent/智能体 第11页

共 38 篇

内功省显存,外拓长眼睛

阅读方式:微信读书网页版,从版权页翻到第 15 章末,共 646 屏、15 章、14 分整。 十五章:注意力与多模态总论、PyTorch 环境、注意力基础/进阶/高级/调优、九个实战项目。 这是我这批书里技术含量最高的一本,也是最难写笔记的一本。 因为它大半是代码和公式,而我要写的是给不看代码的人看的东西。

九个空填不满,再多参数也白搭

阅读方式:微信读书网页版,从版权页翻到第 9 章末,共 555 屏、9 章、11 分 02 秒。 九章:简介与缺陷、语法与参数、提示语关键词、变量、图生图、各类出图、商用设计、15 种效果。 这本书有个不太常见的开场:它先讲缺点。 第 1 章还没教你怎么上手,就先列了 Midjourney 的三个毛病:手部画不好、文字写不出、结果不可控。

太早不知道怎么管,太晚就管不动了

阅读方式:微信读书网页版,从版权页翻到后记,共 281 屏、8 章、6 分 30 秒。 八章:颠覆之路、大模型背后的核心问题、技术创新机遇、做深做实、商业新变革、生活改变、治理挑战、未来前瞻。 这是我读的这一批书里,唯一一本不教你怎么用 AI 的。 它没有提示词模板,没有工具清单,没有"十分钟上手"。八个章节里,有一半在讲一件事:这东西该由谁来管。

"看着办"是流程里最贵的一句话

阅读方式:微信读书网页版,从版权页翻到第 13 章末,共 286 屏、4 篇 13 章、6 分 30 秒。 四篇:为什么要工作流、从零搭一套、五类人的范式、升级成个人系统。 这本书讲了一件很朴素的事:怎么把一件你天天干的活,拆成 AI 能接手的流水线。 它没有停留在"提示词怎么写好",而是往后退了一步,问了一个更靠前的问题:这件事到底分几步?

四家平台的模板,抄的是同一套

阅读方式:微信读书网页版,从版权页翻到第 9 章末,共 493 屏、9 章、10 分 12 秒。 九章:AI 变革、提示词设计、文心一言、智谱清言、GPTs、扣子、扣子工作流、智能图像处理、RPA 与 IPA。 这本书的书名起得有点谦虚。它说"秒懂",实际上前两章讲得挺绕。

加一句"不许",胜过加十句"要"

阅读方式:微信读书网页版,从版权页翻到第 6 章末,共 262 屏、6 章、6 分 30 秒。 六章:写作基础、公文、文案、新媒体与日常、论文与项目申报书、概括纠错翻译。 这本书最诚实的地方,藏在它的排版里。 翻到一半你会发现,正文里反复出现一行小字:(注:以上内容由 ChatGPT 生成,未改动)。

说不清的事,换谁做都一样

阅读方式:微信读书网页版,从版权页翻到第 9 章末,共 452 屏、9 章、9 分 18 秒。 九章:你并不了解 GPT、脑认知与人工智能、人机交互趋势、沟通心理与任务指派、行业精英的工作流、AI 工具库、元能力、语音对话、DeepSeek。 这本书放在一堆"大模型技术书"里,显得有点不合群。 它几乎不讲模型结构,也不教你怎么调 API。

整本书只做一次搬家:把语言搬进坐标系

阅读方式:微信读书网页版,从版权页翻到附录与后记,共 687 屏、12 章、14 分 29 秒。 三部分:理解语言模型(词元、嵌入、内部机制)/使用预训练模型(分类、聚类、提示工程、生成、RAG、多模态)/训练与微调(嵌入、分类、生成)。 这是一本 O'Reilly 的译本,作者是 Jay Alammar 和 Maarten Grootendorst。

RAG的八种形态,是八次被同一句话逼出来的改版

阅读方式:微信读书网页版,从第 1 章翻到第 8 章末,共 392 屏、8 章、65 分 09 秒。 (原始抓取 3000 帧,其中大量是翻页未生效造成的重复画面,按像素哈希去重后为 392 帧。) 八章:解构 RAG、LlamaIndex 实现、文档聊天助手、多模态解析器、数据库检索器、知识图谱、工作流引擎、多 Agent。