← Ivan
AI Practice
AI实践
真实业务与工程场景里的思考与方法复盘。不堆术语——把口径、协作与产出页面讲清楚。
AI 工程
本地 AI 工具矩阵：分工、配置与踩坑实录
本机 Cursor、Codex、Claude Code、Ollama、Hermes 的分工逻辑，以及 2026-08-17 修通 Codex / Claude Code 时的五个真坑：responses 协议、zshenv、settings.json 空 env 覆盖等，含命令与验证步骤。
随笔
大模型带来的学习感悟
AI 可以拓宽接触信息的边界，却无法增加人用来消化、思辨、感悟的主观时间。工具拓展的是外部的广度；深度理解，依旧要消耗生命里固有的主观时光。
产业观察
中美 AI 基础设施竞赛：谁能解开三条约束
胜负手不是「谁建得多」，而是谁能同时解开算力、电力与负载三条约束。含决定性指标、常见误读与对投资 / 政策 / 企业三方的决策含义；口径与来源可追溯。
AI 工程
粲粲小故事 · 从 Agent 到上线的内容工程
支撑一个运行中亲子故事站的内容工程：三层技术架构图、生产流程与发布管线，配可复核的运行数据（53 篇故事、257 段预制音频、单篇旁白成本约 0.1 元）。
改革复盘
国有二级企业改革一年总结与下一步
业务阶段→岗位体系→规则→人员自然产生；双重身份、充分沟通与稳定；下半年推进三级企业改革的参照。
运动科学
骑迹 · 自行车训练数据舱
用 GPS 与传感器数据，把一次骑行还原成制动、加速、过弯、跳跃的技术动作。基于 Richmond 2015 公路世锦赛真实赛道模拟，配套数据思维与物理原理。
AI 工程
大模型训练范式与 Harness 工程体系
从训练更强的模型到打造更强的系统——2023→2026 AI 技术演进全景解读，8 个模块、约 15 分钟。讲清预训练、后训练、RLHF、Agent harness 的工程脉络。