Journal
手记
记录思考与探索 —— 共 39 篇。
2026
DeepSeek Harness 到底带来了什么
DeepSeek Harness 不是又一个 Agent 框架，而是在把 Agent 所需的运行环境、插件体系、会话日志和能力边界产品化。
Google 的 design.md，其实是 GEMINI.md
很多人把给 AI Agent 的项目说明文件笼统叫成 design.md，但在 Gemini CLI 里，官方方案其实是 GEMINI.md。本文讲清它是什么、为什么有用，以及怎么写才不会把上下文变成噪音。
Multi-Agent 架构：什么时候该拆，什么时候别拆
Multi-Agent 很热，但不是任务一复杂就该把 Agent 越拆越多。本文结合 Anthropic、OpenAI、LangChain 与 AutoGen 的一手资料，讲清常见多 Agent 架构、适用边界与真实代价。
浏览器插件 + AI：为什么它会成为轻量 Agent 的最佳入口
浏览器插件不是旧时代产物。结合 Side Panel、Content Scripts、Native Messaging 与内置 AI API，它正在变成离用户最近的轻量 Agent 容器；但权限、安全和跨浏览器碎片化，决定了它还不是终局。
MCP 协议详解：AI 为什么需要一个“USB-C”式连接层
MCP 正在把 AI 应用接外部工具这件事，从一次次定制集成，变成可复用的标准接口。但它真正解决的是连接成本，不是智能本身。
2026 年的 AI，为什么越来越像 2013 年《疑犯追踪》里的 The Machine？
2026 年 AI 和 2013 年 The Machine 的相似，不在「像人」，而在「像系统」。
Harness Engineering: AI 时代工程师的新核心能力
当 AI Agent 开始自主编程、测试和部署，工程师的核心能力不再是写代码，而是构建让 Agent 高效工作的环境——这就是 Harness Engineering。从 Anthropic 的最新研究到实战架构，一文讲透这门新技能。
Agent 的视觉能力 - UI 理解与自主操作
让 Agent 看懂网页、识别 UI 元素、自主执行操作，实现真正的智能自动化。
Agent 的长期记忆 - RAG 与向量数据库实战
解决 AI Agent 的健忘症问题，用 RAG 和向量数据库构建持久化知识库。从原理到实战，教你让 Agent 拥有长期记忆。
Tool Calling 实战 - 让 Agent 自主调用外部工具
如何让 AI Agent 自己决定何时调用 API、查询数据库、生成图表？深入理解 Tool Calling 机制，构建能自主行动的智能助手。
Vercel AI SDK 实战 - 从零构建图像文档助手
用 30 分钟构建一个能理解图片、处理文档、生成可视化的 AI 助手。从 Vision API 到 Image Generation，完整实战流程。
多模态能力 - 突破纯文本限制
探讨 AI Agent 如何通过多模态能力实现图像、音频等多种输入输出方式，提升应用体验和实用价值。
为什么 Agent 需要独立的基础设施？
从 Durable 的迁移故事看 AI Agent 工作负载与传统 Web 应用的本质差异，以及为什么 Agent 需要专门设计的基础设施平台。
前端技能的新定位 - AI 时代的核心竞争力
系列终章：从桌面开发到 AI Agent，前端工程师的技能如何重新定位？AI 没有让前端过时，而是让那些只会调 API 的前端过时了。
实战项目：Tauri + AI SDK 打造桌面 AI Agent
从零开始构建一个本地文件助手，学会 Tauri + Vercel AI SDK 的实战组合。
转型期生存策略：边学边做，保持产出
转型不是等学会了再开始，而是在做的过程中学习。90天实战路径 + 保持产出的技巧。
桌面应用的前端挑战 - 不只是"套个壳"
从 Web 到桌面，前端开发者面临的真实挑战：状态同步、文件系统、性能优化、安全边界。这些问题无法靠"套个 Electron 壳"解决。
桌面应用技术选型：Electron vs Tauri vs Electrobun
三大框架全面对比，前端工程师该如何选择桌面应用开发技术栈？
理解变化：为什么产品要做桌面和 Agent？
产品方向从 Web/插件转向桌面/Agent，前端工程师如何应对这场技术转型？
Fine-tuning：训练专属 AI
想让 AI 更懂你？Fine-tuning 就是让通用模型变成你的专属助手的秘密武器。
AI 的下一个十年：从工具到伙伴
Agent 时代来临，个人 AI 的终极形态，人机协作新范式——未来十年的 AI 会是什么样子？
AI 安全与隐私：不能忽视的问题
AI 好用，但安全吗？从数据泄露到越狱攻击，这些风险你必须了解
Multimodal AI：不只是文字
从 GPT-4V 到 Gemini Vision，AI 的"五感"正在觉醒。语音、图像、视频融合，让 AI 像人一样感知世界。
上下文窗口：AI 的短期记忆
从 4k 到 200k 的演进，理解 AI 如何记住对话，以及如何利用更长的上下文创造更强大的应用。
Transformer：AI 革命的起点
一句话解释 Transformer 如何改变了整个 AI 世界，从原理到应用，非技术人员也能看懂的图解指南。
本地部署 AI：数据在自己手里
Ollama 和 LM Studio 让你在本地运行 AI 模型，完全隐私、无限免费。3 分钟学会本地 AI 部署。
AI 协作工具：团队效率翻倍
从会议记录、邮件处理到日程管理，这些 AI 工具让团队协作从繁琐变流畅，省出的时间才是真正的生产力。
无代码 AI 平台：人人都能造 AI 应用
探索 Dify、FlowiseAI、Zapier AI 等无代码平台，让非技术人员也能轻松构建智能应用，打破 AI 开发的技术壁垒。
AI Agent 框架：让 AI 自己干活
不再是简单的一问一答，Agent 框架让 AI 自主规划、使用工具、完成复杂任务。LangChain 和 AutoGPT 正在改变 AI 应用的形态。
向量数据库：让 AI 拥有记忆
传统数据库存数字和文字,向量数据库存「语义」。这是让 AI 能够「记住」海量知识、实现智能检索的关键技术。3 分钟带你理解 AI 的「大脑存储」。
API 网关：一个接口调用所有 AI
OpenRouter、LiteLLM 让你用统一接口访问 100+ AI 模型，自动容错、省钱还能追踪花费
Token 计费：AI 使用成本揭秘
Token 是什么？各家 AI 服务如何计费？本文用大白话讲清楚 AI 使用的经济账，教你省钱的小技巧。
Prompt 工程：和 AI 说话也是门艺术
你输入的每一句话，都在影响 AI 的输出质量。掌握 5 个 Prompt 技巧，让 AI 真正帮到你。
AI 模型大厂：谁在给 AI 提供大脑？
OpenAI、Anthropic、Google、Meta——这四家公司的模型几乎撑起了整个 AI 生态。一张表搞清楚各家特点，让你知道用哪个最合适。
AI 知识管理：打造你的第二大脑
让 AI 帮你整理笔记、管理知识，从信息焦虑到知识沉淀
AI 创作工具：文字、图片、视频一把抓
从想法到成品只需 5 分钟，ChatGPT、Midjourney、Runway 让创作者告别从零开始的焦虑。
AI 编程助手：程序员的超级武器
Cursor、GitHub Copilot、Windsurf，让 AI 帮你写代码，效率提升 10 倍不是梦。
AI 搜索引擎：告别 Google？
AI 搜索引擎用大模型直接回答问题，不再让你在蓝色链接海洋里翻找。Perplexity、You.com 等新玩家正在挑战 Google 的搜索霸主地位。
OpenClaw：你的私人 AI 助手
OpenClaw 是一个运行在你自己设备上的个人 AI 助手，支持多平台、多渠道，让 AI 助手真正属于你。