事后剖析：使用Ollama和ChromaDB构建代码库记忆的本地MCP服务器
事后剖析：使用Ollama和ChromaDB构建代码库记忆的本地MCP服务器 开发者们正在抵制云API计费以及将专有代码库发送至第三方端点所带来的隐私风险。今年Hacker News上的一条讨论帖直言不讳：问题不在于每token的价格，而在于当AI代理持续轮询API时，基于使用量的计费方式具有不可预
你的评估通过率是98%，但置信区间可能算错了
你的评估通过率是98%？你的置信区间大概率是错的 摘要： 几乎每一个 eval 工具在报告通过率时都会附带误差条（error bar），而这些误差条几乎全都来自正态近似法：p̂ ± 1.96 × √(p̂(1−p̂)/n)。这个近似法往往是错的。
用经典机器学习检测LLM生成的文本（AIGC文本检测）
用"古典"机器学习检测 LLM 生成的网络小说（AIGC 文本检测） 截至 2026 年初，主流 LLM 生成的文本表现出强烈的统计模式，使用传统机器学习模型可以有效地将其与人类撰写的内容区分开来。我怀疑这就是许多所谓的"AI 查重工具"背后的实际工作原理。
Kimi K3：开放前沿智能
Kimi K3：开放前沿智能 Kimi K3 是首个达到 2.8 万亿参数的开源模型，标志着 Kimi 在扩展前沿的持续推进——今年连续第三次推出前沿级开源模型。
如何阻止Claude说“承重”之类的话
如何阻止Claude说“承重”之类的话 2026年7月14日 2分钟阅读 claude llm parody 看到Claude把所有东西都称为“诚实看法”和“承重接缝”，你是不是气得抓狂？你不是一个人。但如果我告诉你，有一种方法可以把这种巨大的挫败感变得如此荒谬，让你忍不住笑出来呢？或者干脆直...
LogiChat：从问答对到文档RAG的架构重构
LogiChat 是一个聊天机器人（chatbot）平台。客户上传文档，获取聊天组件（chat widget），无需接触模型。过去两年里，“训练机器人”意味着在仪表盘表单中手动整理问答列表——question 和 answer 对，一次一行，作为少样本（few-shot）对注入提示词（prom...
AI时代的可观测性设计（第二部分）：PII防护与自愈
_AI辅助声明：本文在Claude的协助下起草。所有技术内容、设计决策、代码引用和截图均反映我在airCloset设计并运行的生产系统；正文在发布前由我本人修订。_ 大家好，我是Ryan，airCloset的CTO。 在第一部分中，我介绍了四个监控轴（应用 / 基础设施 / CI / LLM）...
如何在不烧钱的情况下测试AI产品
如何在不烧钱的情况下测试AI产品 原文：https://dev.to/debs_obrien/how-we-test-an-ai-product-without-burning-credit-4c5p 大多数测试都很廉价。点击按钮，断言某些变化，运行一千次也无人察觉。但测试AI产品则不同，因为有趣
提示词为何失败（以及如何修正）
提示词为何失败（以及如何修正） 原文：https://dev.to/blobxiaoyao/why-your-prompts-fail-and-how-to-fix-them-1fb6 这里有一个可靠的测试方法：找一个效果不佳的提示词，仔细阅读。然后问自己——模型是在哪个具体句子获得了许可，从而做
你可能不需要向量数据库来做RAG
你可能不需要向量数据库来做RAG 来源：dev.to/arthurpro 提到“RAG”，脑海中会浮现一幅特定画面：一个嵌入模型、一个像Pinecone或pgvector这样的向量数据库，以及每次查询都要调用的嵌入API。这感觉就像入场券——真正的基础设施、真实的账单、实际的运维面——仅仅为了让