文章
所有我发布的文章。
-
从《The Bitter Lesson》到《The Alberta Plan》：Sutton 眼中 AI 研究的长期主线
《The Bitter Lesson》回答为什么要把赌注押在可扩展的通用方法上，《The Alberta Plan》回答具体研究什么、按什么顺序推进。两篇文章合起来，构成了一条从原则到纲领的完整路线
-
我们究竟为什么要读书
从苏轼到黑塞，从杨绛到博尔赫斯，那些关于读书的动人句子之外，落回自己身上，读书的理由或许更朴素——为了在有限的生命里，活得更宽、更深、更清醒一点
-
ROS2 与边缘数据采集：灵巧手项目的主流架构
从 ROS2 分层架构、核心通信概念（Node/Topic/Service/Action）到边缘采集工程的降采样、时间对齐、控制链路，详解工业机器人与灵巧手项目最主流的 ROS2 数据采集与上云方案
-
机器人数据采集全景：从示教到企业级数据生产平台
梳理机器人数据采集技术栈（Robot Data Collection Stack），详解 Kinesthetic Teaching、UMI、ALOHA、Ego 四种主流方案，以及从单一工具到企业级开放式数据生产平台的演进
-
S3 Tables 与 TDengine：具身智能数据存储架构选型
从数据分类误区到 S3 Tables 与 TDengine 选型差异，再到 Avro、Parquet、Iceberg 底层原理，完整梳理具身智能场景下结构化数据的存储架构设计。
-
多智能体 vs 人类协作：一场组织形态的对照研究（汇总篇）
汇总四篇系列文章，对照多智能体协作模式与人类协作模式：信任机制、架构拓扑、组织病、任务适配性，四个议题构成从底层原理到落地选型的完整认知链条
-
议题四：任务适配性与未来趋势——什么场景该用哪种模式
多智能体系列议题四：多智能体在哪些任务上表现好（+80.9%）、哪些任务上拉胯（-39%~-70%），以及未来人机共生网络的协作形态与动态选型启示
-
议题三：多智能体的"组织病"——规模悖论与群体愚蠢
多智能体系列议题三：为什么 Agent 越多不一定越强——规模悖论、基线悖论、错误放大效应（17.2倍 vs 4.4倍）、水平最差者主导，及其对落地的警示
-
议题二：协作架构的同构性——AI 在复刻人类组织
多智能体系列议题二：六种多智能体协作拓扑与人类组织形态的一一映射——编排器、流水线、层级、网状、辩论、黑板模式，及其对 Agent 架构选型的启示
-
议题一：协作驱动力与信任机制——Agent 的"底层操作系统"
多智能体系列议题一：对比智能体与人类协作的驱动方式与信任建立机制——硬信任（密码学+协议）vs 慢信任（长期博弈+声誉），及其对 Agent 开发的启示