纪录我们在网路上奔波的历程！

哈斯日志

哈斯日志写搜索、产品与 Agent 工程。新文讨论 AI 决策执行、Prompt 和 ToC 产品，并保留自 2003 年以来的记录。

AI 交互数据投影：从 Cursor 缓存到人机协作过程治理

2026年8月4日

本地使用 Cursor 一年后，我看到 cursorDiskKV 表已经有 1,132,984 行，占用 18GB。里面有 agentKv:blob:* ，有 bubbleId:* ，也有 composerData:* 。这些当然是缓存，是 Cursor 为了保存会话、恢复上下文、维持 Agent 和 Composer 工作状态而留下的本地数据。但这件事有意思的地方，不是“缓存很大”，而是它让我们看见一个变化：传统软件主要记录结果，AI 软件开始记录协作过程。过去的软件更多围绕文件、版本、日志、提交、配置展开。它们记录的是你做了什么，产出了什么，…阅读《AI 交互数据投影：从 Cursor 缓存到人机协作过程治理》更多内容...

This Written by loverty.

从贴吧到 AI Agent：网络不是连接人，而是重新分割人

2026年7月25日

很多年前，我见人就推荐赛斯·高汀的《部落：一呼百应的力量》。当时很多人不理解。一本讲互联网社群、领导力和部落动员的小书，为什么值得反复推荐？它不是宏大社会理论，也不是严肃技术史，看起来甚至像一本营销学读物。但我当时真正看见的，不是“如何做社群”，也不是“如何成为部落领袖”。我看到的是：互联网连接不会自动把人类带向一个统一、理性、开放的公共空间。相反，连接越充分，人越会在网络中重新寻找小范围的归属、认同、立场和解释权。网络不是消灭部落，而是制造了新的部落。只是这些新部落不再主要由民族、国家、种族、宗教、血缘、地域这些传统宏大身份组织起来，而是由主…阅读《从贴吧到 AI Agent：网络不是连接人，而是重新分割人》更多内容...

This Written by loverty.

从变量赋值到概率约束：AI Native软件正在重写可靠性的来源

2026年7月21日

为什么输入模板化、输出围栏与围栏状态机会成为新的软件基础设施上篇文章发布后，有朋友问我为什么我这么想，什么 AI Native 软件，为什么说正在从传统的软件工程演化为一种条件触发的概率控制系统？我们深入探讨了，输入模板化、输出围栏和围栏状态机会成为新的工程基础设施，探讨AI native应用和AI coding话题。这个问题背后，其实涉及传统软件与 LLM Inside Application 在可靠性来源上的根本差异。软件工程中，程序员通过变量、函数、流程控制、状态管理和数据结构，把现实世界的问题转化为数学问题，这是软件的基本逻辑。只要输…阅读《从变量赋值到概率约束：AI Native软件正在重写可靠性的来源》更多内容...

This Written by loverty.

别再迷信 AI 经验模板：大模型应用真正缺的，是“条件可复现”

2026年7月14日

从 prompt tuning、ReAct 到今天的 skills，大模型应用的发展路径，其实一直在做同一件事：试图把一次次成功的案例经验，抽象成可复用、可迁移、可解释的方法论体系。这句话看起来简单，但它触及了大模型应用工程最核心的矛盾。我们一边试图把 LLM 工程推向“科学化”，让它拥有流程、结构、范式、评估和可复盘能力；另一边又不得不承认，前沿实践中大量有效方法仍然来自案例、经验、调参、试错和场景化总结。它既不像传统软件工程那样高度确定，也不能简单归为玄学经验。所以真正值得追问的是：复制一遍所谓最佳实践，能不能得到与案例一致的结果？大概率不…阅读《别再迷信 AI 经验模板：大模型应用真正缺的，是“条件可复现”》更多内容...

This Written by loverty.

不要把 AI 做成“一个会很多事的人”

2026年7月7日

AI 应用的生产化，不是把人类职能简单交给 Agent，而是把技能标准化、任务流程化、职能责任化、治理系统化技能函数化、职能责任化与 Agent 生产化的真正边界今天很多 AI 应用设计，正在陷入一个看似先进、实则危险的误区：把 AI 直接包装成某个组织职能。 AI 销售助理、AI 客户成功经理、AI 产品经理、AI 合规分析员、AI 财务专员、AI 运营专家、AI 招聘官…… 这些名字很容易让人兴奋，因为它们直接对应企业的组织岗位，听起来离业务结果更近，也更容易被客户理解。但问题在于，组织职能不是一个简单函数。职能背后有目标、责任、边界、流程、权限…阅读《不要把 AI 做成“一个会很多事的人”》更多内容...

This Written by loverty.

AI与人的决策偏差：从信息代理到信任代理

2026年7月3日

当你将 AI 当做信息搜索工具时候，他能迅速组织数十上百信息源进行分析整理并输出你想要的分析和报告，当你让他写个 ppt，他能理解意图组织信息调用工具撰写创作ppt，当你让他写个代码解决一个问题，只要你说的清楚他就能够自己编码测试验证并交付你趁手的代码工具。那么，什么时候相信 AI 的判断、完全信任完全委托，什么时候不能全信需要介入决策，什么时候完全摒弃 AI 参与的干扰，这不只是一个 AI 智能应用的人机交互问题，更是 AI 与人类协同共进的问题。我的看法是，AI是一个强大的数据 -模式匹配工具，而人类是情境 -责任 -价值主体。两者不应是替代…阅读《AI与人的决策偏差：从信息代理到信任代理》更多内容...

This Written by loverty.

你看到的不是信息，而是你构建出来的意义

2026年6月26日

最近一段时间，我持续观察 X（Twitter）、TikTok、Reddit 等平台上的内容传播现象。 Content → Meaning → Consensus → Action（内容→意义→共识→行动），这些方向与市场研究、舆情分析、投资决策、Agent时代的信息处理体系都有很强的关联性。最初吸引我注意的并不是内容本身，而是一种非常有趣的现象：同样一条 Tweet，同样一个视频，同样一张图片，不同的人看到后，产生的理解、情绪和行动往往完全不同。当我看到一条 Tweet 时，我看到的究竟是什么？当我看到一个美女视频时，我看到的究竟是什么？表面上…阅读《你看到的不是信息，而是你构建出来的意义》更多内容...

This Written by loverty.

信息代理到信任代理：AI 信息分发和消费的重构

2026年6月22日

过去我们讨论互联网流量，搜索引擎、关键词聚合的兴趣社区贴吧，到共同贡献 VV 产生的热点，热点往往又聚合更大的注意力，如果仅仅把问题理解成浏览、搜索、推荐、点击、转化，可能还是浅薄了。流量、注意力聚焦并不是技术世界的终点。流量只是表象。它真正指向的是：人在一个复杂世界中如何形成认知，如何相信某种判断，如何跟别人产生一致行动。互联网技术最深的变化，不是把信息送到人面前，而是持续改造人和世界之间的中介关系。从信息代理到信任代理，我们深入分析，看看技术如何把共同体体验商品化。第一代互联网做的是信息代理。搜索、门户、资讯流、电商货架，本质上都在回答一个…阅读《信息代理到信任代理：AI 信息分发和消费的重构》更多内容...

This Written by loverty.

病梅之喻与时下LLM应用的路径偏差

2026年6月16日

清人病梅馆记有言：“梅以曲为美，直则无姿。”人为扭曲其本性，以合一时之审美，终至“病梅”满园。这一隐喻放置于当下大模型（LLM）应用生态，竟有惊人的映照意义——技术路径的繁复、方法论的佶屈聱牙，正在替代“效果与效用”成为评价核心，形成一种新的“技术审美偏执”。每天看到大量的X、github上大量上的新方法新项目，演化缭乱，导致我们不自觉地产生一种错觉，了解几个方法的名词就以为能掌握和驾驭LLM应用，亦或者，总有新方案我的方案对吗？不厌其烦地繁复是有效的进化路径吗？方法崇拜取代结果导向当前LLM应用领域，存在一个显著结构性偏差：复杂性崇拜多层…阅读《病梅之喻与时下LLM应用的路径偏差》更多内容...

This Written by loverty.

结构性消歧，还是概率性调参：LLM 产品优化的分水岭

2026年6月11日

有一个判断我最近越来越明确： LLM 产品优化这件事，本质上在分叉。不是“效果好不好”，而是——你到底在改什么。是结构，还是概率。我一开始其实也没意识到这个问题。很多所谓的“优化”，看起来都很合理，比如 prompt 调整、few-shot 补充、system prompt 细化、甚至加一点 heuristic rule。短期看，效果是提升的，有时候还挺明显。但我后来反过来看这些工作，有点不太对劲。它们大多数，其实是在“挤概率”。就是：在当前模型的概率分布上，通过提示词、上下文组织、采样参数，去让某些输出更容易被采出来。这类优化有个隐含前提…阅读《结构性消歧，还是概率性调参：LLM 产品优化的分水岭》更多内容...

This Written by loverty.

AI助手

你好！我是哈斯日志的AI助手

我可以基于当前页面的内容回答你的问题。

有什么想了解的吗？

刚刚