Hyacehila's Blog

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。

世界模型最有价值的部分，是让智能体在行动前模拟未来。本文从几条路线的差异讲到 JEPA，再回到 Critique of World Model 与 PAN。

从面向检索的交付标准出发，讨论文字、章节、公式、图片和表格应该如何被结构化与增强，再比较市面上常见的 OCR 解决方案，顺便聊聊我喜欢怎么做。

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。

Werner Vogels 在 re:Invent 2025 的最后一场 keynote 里谈到文艺复兴开发者：保持好奇心、系统性思维、有效沟通、主人翁精神与博学。本文讨论 AI 时代开发者如何继续保留判断力和责任感。

看、做、想本来是设计师的成长路径，但放到 AI Agent 开发里也成立：我们需要看更多真实系统，做真实问题，并不断追问这样做背后的原因。

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。