博客 | Jialong AI 实验室

.project-card-wrapper, .skills-stats > *, .skills-panel, .skills-grid > *, .blog-list > * { opacity: 1 !important; transform: none !important; }

sjl 的工程随笔与底层思考

探索 Web 交互、LLM 推理决策以及工程降噪艺术

一套面向银行零售与普惠条线的智能营销系统：AI 客服应答、坐席副驾、工单流转、画像回写，把一次在线咨询走完「应答—推荐—工单—回访」的完整闭环。

AI 审合同最该担心的不是它不够聪明，而是一本正经地指出合同里根本不存在的问题。双轨流水线把一份 200 万设备采购合同挑出 11 项风险。

一个需求到底该写个 Prompt，还是值得封装成 Skill？给出一个判断公式、五个封装层面与 22 类实战场景，把「该不该封」这个争论变成可复用的决策框架。

知识库问答卡住进度的地方，从来不在模型选型。检索有结构性盲区，知识库有多版本和时效问题——先把「什么算好」写下来、让业务方签字，才是真正值得投入的事。

Agent 验收上最尴尬的一幕，是双方对「好」的理解从没统一过。口径怎么定、判定权给谁、分母是谁——三件事接不上，准确率就只是个形容词。

脚本本地跑得干干净净，交给同事那天他装依赖就卡住了。可复现落到四道措施加一条兜底：凭据零明文、依赖版本冻结、硬约束前置、验收编号化，以及宁可不出结论的零降级。

豆包工作正式独立发布，字节把 AI 办公入口从飞书交给豆包，从 C 端杀向 B 端。聊聊它与腾讯 WorkBuddy 的对位，以及豆包+飞书+扣子+TRAE 的四张牌。

面试 Agent 岗被问 Skill 怎么测评，别说「拿几个问题测一下」。Skill 的风险分布在整条链路上：乱触发、抢任务、跑偏。一套正经的测评要覆盖五大维度加工程化闭环。

客服 AI 聊到第十五六轮突然断片，不是模型变笨，是上下文拼装把历史弄丢了。聊聊大模型对话记忆的产品架构。

DeepSeek 开源的编码智能体框架 DSH，能直接读写文件、执行命令、联网并行。一篇从零装到跑通的上手教程。

当模型上下文窗口冲到 128K，我们却仍把知识切成 512 字的小块。这两种记忆，解决的本不是同一个问题。

🏖️ LLM大多数还是通过缓存，缓存不下就通过数据库存起来，LLM缓存容量需要到大模型部署配置时候配置选择。 🎉 不管是短期记忆、中期记忆和长期记忆都需要根…