AI实践

用 30 条示范问答，在 16G Mac 上本地 LoRA 微调 Qwen2.5-7B：不是重新造 AI，而是给通用模型做行为校准——从「教怎么做」转向「合规引导」。过程、原理与启示，面向非技术读者。

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。

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。

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。

支撑一个运行中亲子故事站的内容工程。2026-09 定稿：插画走 Cursor 出图、旁白仍走 qwen3-tts-flash；含架构图、发布管线与可复核运行数据。

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。

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。