03Writing & process

作品说结果，文章说为什么。

这里记录个人判断、教程、创作过程和实现复盘。文章只有在正文、引用、署名与 AI 辅助说明核验完成后才开放阅读。

模型只是零件：从一次调用到一个真正可用的 AI 产品

会调用模型解决的是“能不能产生候选答案”，产品工程解决的是“用户的任务能不能稳定完成”。我用四个问题检查一个 AI 项目是否越过 Demo。

真正困难的不是再接一个生成工具，而是把想法、生产、审核、发布和反馈组织成一条可观察、可恢复的工作流。

知识库解决“东西放在哪里”，思考系统还要回答：概念如何连接、判断如何改变、下一次行动为何发生。

不必挤进每一个技术战场。看清 AI 从算力到底层模型、工具、方法和真实场景的价值链，才能找到自己的长期位置。

AI 可以承担整理、追问和表达，但不能替人经历、判断与负责。高效创作的前提，是先把思想主权说清楚。

离开学校以后，学习不再有统一课表。AI 的意义不是替你学，而是帮你建立问题、资料、实践、输出与反馈的个人闭环。

知道“见过”与能够主动提取、迁移使用之间，有一段常被忽略的距离。实践与结构化整理，是让知识真正可调用的两条路。

缺少引擎、资产或外部接口时，不应伪装完成，也不必原地等待。可以先把契约、验证器、恢复路径和证据门禁做实。

浏览器与桌面 Agent 越强，越要把监听范围、资料隔离、危险能力、进程守护和人工确认设计成系统默认值。

项目文档的目标不是描述“做过什么”，而是让后来者看见事实源、当前状态、验证证据、失败路径和下一步动作。