2026 年 5 月收获
一、LLM 与 AI 工作流：可信输出来自系统工程，不来自模…
AI
2026 年 4 月收获
一、文本模型与算力：先看任务，再看模型和硬件 1. LDA、…
2026 年 3 月收获
一、Agent 与 LLM：不要把工作流误认为智能体 1. …
2026 年 2 月收获
一、判断框架：数据、算法和人的经验各有边界 1. “意会”的…
2026 年 1 月收获
一、AI 工具与论文工程：把大模型放进可复用流程 1. 多 …
2025 年 12 月收获
一、AI、RAG 与科学智能：工具正在进入科研流程内部 1.…
2025 年 11 月收获
一、论文与研究方法：方法必须服务问题，不能反过来统治问题 1…
2025 年 10 月收获
一、自动化运维：备份不是导出几个文件 1. n8n 备份要覆…
2025 年 9 月收获
一、文本事件与时间序列：把材料变成可检验的脉冲 1. 事件影…
2025 年 8 月收获
一、硬件、系统与本地算力：不要把设备当黑箱 1. 工作站升级…
2025 年 7 月收获
一、AI 工具与软件开发：把模型、流程、工具和责任拆开 1.…
2025 年 6 月收获
一、AI 与智能技术：先分清能力边界，再谈应用价值 1. A…
2025 年 5 月收获
一、技术演化与专利分析：把文本转成关系，把关系转成路径 1.…
2025 年 4 月收获
Chaoran
2025 年 4 月收获 一、论文写作与申报材料：概念必须各…
2025 年 3 月收获
一、论文写作：从“能不能写”追到“凭什么成立” 研究缺口必须…
