爱折腾的工程师

未来的你会感谢现在努力的自己

Jev 应用图谱重构：判断类模型如何进入真实流程

从判断原语、GEO 双案例到证据边界：把 60 条公开记录读成一条可验证的工作流

重构解读《Jev 应用图谱｜60 个公开案例，9 类应用场景》：从 CONTEXT→Jev→ACTION 与 Noul/Choice/Score/Boolean 四类输出原语出发，深入 #module-geo 的品牌提及与官网表达案例，再归纳 10 条 GEO 可借鉴记录、其余场景的通用工作流、实验指标与证据边界。

Posted by iceyao on Tuesday, September 22, 2026

Agent 身份：当 AI 从「借你的号」升级为「自己有账号」

Anthropic 提出的 Agent Identity 模型，把权限的锚点从『这个用户能做什么』搬到了『这个 Agent 在这个隔间里能做什么』。本文从『act as the user 为何失效』出发，逐层拆解身份继承与覆盖、私有频道的身份边界、宽泛默认访问的复合价值、凭证隔离与全量审计，并给出对自建 Agent 平台的可迁移启示，图文并茂。

Posted by iceyao on Wednesday, July 8, 2026

微信小程序 AI 开发最佳实践：让模型行为可预测的 5 层规范

从产品设计到文案上线，一份完整的 AI 接口封装与编排落地指南

引言微信小程序 AI 能力让用户通过自然语言与小程序交互——说「想喝点清爽的」就能获得推荐并下单。但这种自由对话的背后，如果接口规范和业务编排写得

Posted by 爱折腾的工程师 on Wednesday, June 10, 2026

AI Agent 评估指南：从模型分数到轨迹质量的范式迁移

NVIDIA 这篇 Agent 评估指南最值钱的不是那 5 条 Tip，而是它戳破了一层窗户纸：模型基准回答的是『引擎够不够强』，Agent 评估回答的是『系统在你的技术栈里能不能反复跑通』。本文用一个『订单查询 Agent』贯穿全文，把 TSR、Tool Call Accuracy、Trajectory Efficiency 三件套讲清，附评估驱动开发（EDD）循环与最小可行评估栈清单。

Posted by iceyao on Sunday, May 24, 2026

Harness 不该亲自做研究：NVIDIA AI-Q Deep Research Skill 工程解读

通用 Agent Harness 擅长编排但做不好研究——NVIDIA 把多文档综合、引文溯源、企业数据接入打包成一个可移植的 Skill，让 Claude Code / Codex 通过『委托』而非『拥有』获得研究能力。本文按四阶段流水线 → 三种 MCP 认证 → 数据治理反转 → 模型混合策略的顺序拆开 AI-Q 的工程取舍，并给出落地决策清单。

Posted by iceyao on Sunday, May 24, 2026