Hyacehila's Blog

这份报告不回答“AI 取代了多少人”，它更关心一件正在发生的事：人们开始不只拿 AI 来聊天和问答，也把文档、代码和一部分具体任务交给它做。

一篇关于 AI 应用创业的阅读笔记：与其只卖更聪明的工具，不如从已被外包、规则明确的工作切入，直接交付结果。

从会聊天的角色、能理解世界的 NPC，到会在玩家离开后继续演化的世界，AI 正在成为游戏玩法的一部分。本文讨论 AI Native Game 能为玩家带来什么，以及长期记忆、世界演化、生成自由与游戏设计之间的边界。

Coding Agent 让代码和原型迅速变得廉价，但软件工程的成本没有消失。它正在转移到问题定义、验证、协作、学习和责任上。

让 agent 变得有用的那些能力，也让它们变得难以 eval。跨部署行之有效的策略会组合多种技术，以匹配它们所衡量系统的复杂度。

读 NVIDIA 的《On Data Engineering for Scaling LLM Terminal Capabilities》时，我开始把 SFT 合成数据理解成一套工程：从任务世界、种子、技能、环境和轨迹出发，再回到过滤、混合、课程学习和评估回流。

Chat 只是我们给生成式模型套上的一种使用方式，不是模型天然的形状。Interaction Model 看起来很新，但也可以理解成把模型重新放回连续 token、连续感知和连续行动里。JoyAI-VL-Interaction 正好给了一个视觉语言方向的具体例子。

在 LLM Agent 流行之前，游戏 NPC 早已围绕感知、状态、决策和行动形成了一套传统 Agent 工程。本文从小白视角介绍 FSM、行为树、Utility、GOAP、HTN 等 NPC 决策技术。

把上下文当成有限资源来调度：从 context rot 与注意力预算出发，讨论存储结构、检索 pipeline、写入时的时间对齐与版本治理，以及 compaction、reset、subagent、checkpoint 等运行时手法。

HTML 很诱人。它能把 AI 生成的长文档变成一个能读、能点、能分享的界面。但我不想让 HTML 慢慢堆成事实源。对我来说，Markdown 负责留下可 diff、可 grep、可追溯的记录；HTML 负责把复杂系统变得更容易读懂。