无尘阁日记

NAN GE SERVICE · 2026 · FDE

楠哥服务产品从「知道」到「跑起来」

不卖知识库,交付能出货的产线。企业 AI 落地 FDE 驻场 · 团队 AI 工作流共建 · 个人 AI 私教陪跑。把判断固化成 Skill,把 Skill 编排成工作流,把工作流托管成有日志、有验收、有人审的 Agent。

17 年跨界15,000+ 小时 AI 实操20+ 套已上线工作流90+ 个公开实验
进入服务产品页 →
L1场景定锚
L2归因建模
L3资产固化
L4编排托管

模型 第4页

共 53 篇 · 按标签归档

面向AI大模型的智能算力基础设施构建与应用:它给了坐标轴,却没给刻度

微信读书《面向AI大模型的智能算力基础设施构建与应用》· 设计院团队合著 逐页翻阅 422 屏 · 7 章 · 2026-11-04 说明:这本书的立场很特别——它不是写给算法工程师的,是写给要签字的那批人的。前言里有一句话把身份交代得很清楚:"站在系统架构师的角度深入探讨'顶层规划'的科学性、'技术路线'的利弊权衡,以及'系统设计'的深层逻辑"。

大模型工程化:模型不是瓶颈,数据才是

微信读书《大模型工程化:AI驱动下的数据体系》· 戴诗峰、谢思发、李飞宏 等著(腾讯游戏数据团队) 逐页翻阅 488 屏 · 6 部分 16 章 · 2026-11-03 说明:这本书我按"目录通览 + 关键页精读"的方式过了一遍,488 屏的页码顺序对着目录核过。读完之后我的判断很明确:它是一本好书,但被书名骗了一半。

AI Agents in Practice:代理是四层设施,不是更强的模型

微信读书《AI Agents in Practice》· Packt 出版 · 中英双语版 逐页翻阅 814 屏 · 9 章 · 2026-11-03 说明:这是一本写给工程师的实操书,结构是"工作流演进 → 代理崛起 → 编排器 → 记忆 → 工具 → LangChain 实战 → 多代理 → 协议 → 伦理"。

Building AI Agents:地基不是模型,是编码、检索和记忆

微信读书《Building AI Agents with LLMs, RAG, and Knowledge Graphs》· Salvatore Raieli、Gabriele Iuculano 著,Packt 出版,中英双语对照版 逐页翻阅 1714 屏 · 4 部 · 2026-11-03 说明:这本书的编排逻辑我很欣赏——它没有一上来就讲 Agent…

上下文工程:Agent 的胜负不在模型,在你喂进去的结构

微信读书《Context Engineering for Multi-Agent Systems》· Packt 出版,中英双语对照版 逐页翻阅 1042 屏 · 11 章 · 2026-11-03 说明:这不是一本讲"怎么写提示词"的书。它从第一章就把"提示词"这个层级抛掉了,换成一个更硬的工程词——上下文。

Agent 的能力上限,不在模型有多聪明

微信读书《大模型Agent开发实践》· 陈志鹏(@木羽Cheney) 逐页翻阅 599 屏 · 8 章 · 2026-11-03 说明:这是一本必须开着终端读的书。599 屏里绝大部分是命令行、代码块和运行截图,作者是赋范空间的大模型技术负责人,写法偏"带你走一遍"而不是"讲个道理"。也正因为它这么实,它的优点和毛病都特别明显。

AI 原生:把大模型拔掉,这个应用还转不转

微信读书《AI原生》 逐页翻阅 319 屏 · 8 章 · 2026-11-03 说明:这本是典型的产业研究视角——从数字经济、社会形态一路写到治理,不是工程师手册。所以别指望它教你调参,它想回答的是"当模型变成基础设施,产品和社会会长成什么样"。我读它的目的,就是想看看这个判断到底站不站得住。 这本书里有一句判据,我读完记了很久。

上下文工程:模型缺的不是字数,是一个能承重的骨架

微信读书《Context Engineering for Multi-Agent Systems》 逐页翻阅 1042 屏 · 10 章 · 2026-11-03 说明:这是一本英文书,微信读书版本每页都是英文原文加中文译文对照,所以屏数偏多,实际内容约当五百屏。全书跟着代码走,Pinecone + OpenAI + Colab。