关于长上下文的一点观察
最近试用几个模型处理长材料时，发现“能放进去”和“能稳定用起来”之间仍然差别很大。长上下文并不自动等于理解全文，模型更容易抓住显眼段落、近期出现的信息和格式强烈的内容。真正可用的做法，是先把材料拆成结构，再要求模型按结构回看证据，而不是直接把所有文本丢进去等一个总结。
cixindaworker.com
AI 研究札记
这是一个纯个人、非商业的网站，用来整理我对人工智能模型、工具、工作流和日常实验的观察。内容不追求完整体系，只记录阶段性的理解、疑问和复盘。
记录范围
这些分类只是为了方便回看，不代表固定栏目。个人站点会随着兴趣和学习阶段慢慢变化。
模型观察
记录大语言模型在推理、写作、代码、工具调用和长上下文任务中的表现差异。
工具试用
整理 AI 编程助手、知识库、检索工具、自动化工具在个人工作流里的真实体验。
实验复盘
把提示词、评测样例、失败案例和改进过程留下来，避免同一个问题反复从头试。
长期思考
写下关于智能、生产力、学习方式和人机协作的一些阶段性理解。
近期笔记
以下文字是页面的主要内容，用来说明这个站点确实承载个人记录，而不是空白占位页。
AI 编程助手更适合做什么
我越来越觉得，AI 编程助手最稳定的价值不是一次性替人写完整项目，而是在已经有清晰边界的时候加快迭代。比如解释陌生代码、补测试、改小范围样式、排查报错路径，这些任务的反馈周期短，模型犯错也容易发现。相反，如果需求本身还没想清楚，直接让模型开工，往往只是更快地制造混乱。
一次检索增强实验的教训
做小型 RAG 实验时，我原本把注意力放在向量模型和切分长度上，后来发现更影响结果的是资料本身的组织方式。重复内容、过期段落、标题不清楚，都会让检索结果看似相关但无法回答问题。相比追求复杂架构，先把来源清理干净、给文档加上明确标题和时间，反而更容易提升回答质量。
把提示词当作操作记录
以前写提示词时，总想一次写出“万能模板”。现在更愿意把它当成操作记录：这次要解决什么问题，给了哪些约束，模型在哪一步偏离，下一次应该怎样收窄。这样留下来的不是漂亮句子，而是一条可复盘的路径。等类似问题再次出现，真正有用的是这些失败和修正，而不是某个看上去很完整的模板。
评测不是分数表这么简单
看模型评测时，我会提醒自己不要只盯排行榜。分数能说明一部分能力，但个人实际使用更关心稳定性、可解释性、延迟、成本和错误类型。一个模型在公开测试里表现很好，并不代表它适合自己的任务。真正可靠的评测，应该从自己的常见问题出发，保留样例、答案、判定标准和失败案例。
人机协作里的节奏感
AI 工具会让很多步骤变快，但并不是每一步都应该变快。搜索、起草、改写、生成示例可以快一点；判断、取舍、验证和承担结果仍然需要慢下来。对我来说，比较舒服的协作节奏是先让模型扩大可能性，再由人收窄边界，最后通过真实任务检验结果。速度有用，但方向感更重要。
让多个 agent 协作之前
一度以为把任务拆给多个 agent 并行就一定更快，试下来发现没那么简单。agent 越多，彼此对齐的成本越高——谁先做、结果怎么交接、冲突了听谁的，这些协调开销经常吃掉并行省下的时间。真正有效的场景，是子任务边界清楚、彼此不依赖，比如各查一份资料再汇总；一旦任务之间要来回商量，不如让一个 agent 想清楚再动手。多，不等于强；关键还是任务能不能干净地拆开。
给 AI 配上长期记忆之后
给助手加了跨会话的记忆，本以为它会越用越懂我，实际是喜忧参半。好处很实在：常用的偏好、项目背景不用每次重讲。坏处也冒出来——它会记住过时的判断，把早就改掉的做法当成现在的规矩，反而误导。后来学乖了：记忆不是越多越好，得定期清理，把"当时为什么这么定"和"现在还成不成立"分开。记忆真正的价值不在存了多少，而在于存的东西还准不准。
模型更新太快，我改了追新的方式
新模型几乎每个月都在出，一开始我每次都急着换、急着测，时间全花在追新上，反而没沉淀下什么。后来想通了：与其追排行榜，不如先把自己常遇到的问题攒成一套固定的评测样例。新模型来了，用这套题跑一遍，好不好一目了然，也能跟老模型公平比较。追新是没有尽头的，但一套贴合自己需求的评测集，是能一直复用的资产。
自动化的边界，比自动化本身更重要
工具越来越能干，能自动做的事越来越多，但我越来越谨慎地问一句：这件事该不该自动。信息收集、初稿、重复整理，自动化省心又省时；可涉及判断、取舍、要担后果的决定，我还是愿意自己过一遍。把该自动的交出去、该留在手上的守住，比一味追求"全自动"更让人踏实。工具帮我走得快，但走哪个方向，还得自己拿主意。
关于这个站点
cixindaworker.com 是一个个人记录页，没有商业用途，也没有对外互动入口。这里的内容主要写给未来的自己看：当我忘记某次判断从哪里来、某个工具为什么被放弃、某个实验为什么失败时，可以回到这里找到当时的线索。
站点性质
纯个人、非商业、静态内容页。内容主题围绕 AI 学习、工具体验、模型观察和个人复盘。