学习
沿着问题，一步步读懂。
文章页用于查找；这里给出建议顺序。项目页看整体结构，实验页查协议与证据，实践页动手尝试。
从下面选一条路线开始。
构建 / AI 应用开发
Java、HTTP 与 JSON 基础
已发布的阅读顺序 · 17
构建 · 入门
Java 8 调用大语言模型：从第一次请求到多轮对话 →
读后能做什么：发送请求、解析回答，并正确传递多轮历史。
构建 · 进阶
Java LLM 实践（二）：HTTP 200 之后，怎样验收模型的 JSON？ →
读后能做什么：把传输、JSON 结构和业务验收分开。
构建 · 进阶
Java LLM 实践（三）：超时之后，别让对话历史悄悄变了 →
读后能做什么：让一次问答原子提交，失败不留下半轮。
构建 · 进阶
Java LLM 实践（四）：两个请求同时返回，谁有资格写入历史？ →
读后能做什么：用版本票据实现先提交者获胜，说明与串行的区别。
构建 · 进阶
Java LLM 实践（五）：工具超时了，为什么任务还在执行？ →
读后能做什么：限制工具白名单、参数与预算，区分超时和真正停止。
构建 · 进阶
Java LLM 实践（八）：流式回答断了，半句答案该不该进入历史？ →
读后能做什么：区分流式预览与可提交的完整回答。
构建 · 进阶
Java LLM 实践（九）：取消请求后，旧回答为什么还会覆盖新会话？ →
读后能做什么：比较三种会话策略，阻止旧回调覆盖当前请求。
构建 · 进阶
Java LLM 实践（十）：点了取消，读取线程为什么还在运行？ →
读后能做什么：区分本地取消、连接停止和远端任务终止。
构建 · 进阶
TypeScript 能保证模型输出正确吗？32组输入与 Java 校验器的边界对照 →
读后能做什么：理解静态类型为何不能替代外部响应的运行时校验。
构建 · 进阶
AI Radar 工程拆解：从 RSS 到网站，中间发生了什么？ →
读后能做什么：追踪采集、去重和发布，区分历史实现与当前配置。
构建 · 进阶
Java 会话历史与请求窗口：裁掉的旧事实还能回来吗？ →
读后能做什么：通过裁剪、提交、重启和扩窗的连续实验，分离可回看的完整历史与一次模型请求的上下文。
构建 · 进阶
Java 请求重试：三次超时，不等于一个总期限 →
读后能做什么：七种真实本地 HTTP 情况，比较状态码、Retry-After、尝试上限和总等待预算。
构建 · 进阶
Java 对话历史落盘：程序崩溃后，半轮记录怎么办？ →
读后能做什么：校验追加日志、142种截断前缀和三个真实异常退出子进程，明确本地提交与远端幂等的边界。
构建 · 进阶
Java 幂等重试：没收到回答，不等于没有执行 →
读后能做什么：识别回复丢失与效果未知，复现并发去重和进程崩溃窗口。
构建 · 进阶
持久幂等：让操作身份与结果一起提交 →
读后能做什么：用带CRC的追加日志、进程崩溃与99个截断前缀，解释持久幂等的提交边界。
构建 · 进阶
Outbox投递：本地可靠，不等于远端只执行一次 →
读后能做什么：对照有键和无键接收端，解释回复丢失、回执缺失与远端重复副作用。
构建 · 进阶
对话恢复：从意图、回执到完整问答 →
读后能做什么：在三个提交边界真实终止JVM，以持久事实恢复完整历史，保留远端重复执行反例。
后续计划 · 尚未发表
构建 · 计划选题
Tool Calling
构建 · 计划选题
Spring AI 快速入门
构建 · 计划选题
Agent 工作流
构建 · 计划选题
评估效果，记录失败，复盘改进
构建 · 计划选题
AI 应用可观测性
构建 · 计划选题
Production
构建 · 计划选题
AI Coding
构建 · 计划选题
Codex
构建 · 计划选题
MCP
构建 · 计划选题
Skills
构建 · 计划选题
Harness Engineering
构建 · 计划选题
Testing
构建 · 计划选题
Performance
理解 / LLM
Python、数组与矩阵运算基础；机制实验不使用训练好的大模型
已发布的阅读顺序 · 18
理解 · 进阶
KV Cache 拆解：多轮对话的历史，为什么还要再传一遍？ →
读后能做什么：估算 K/V 数组容量，区分会话记忆和计算复用。
理解 · 进阶
LLM机制实验（一）：改动未来Token，前面的输出应该变吗？ →
读后能做什么：用未来信息泄漏反例检验因果掩码。
理解 · 进阶
LLM机制实验（二）：KV Cache省掉了什么，怎样证明没有算错？ →
读后能做什么：逐步比较完整重算与增量计算的数值结果。
理解 · 进阶
LLM机制实验（三）：缓存只留四格，为什么不等于重算四个Token？ →
读后能做什么：滑动窗口裁剪后仍保留正确位置语义。
理解 · 进阶
LLM 机制实验（四）：前缀改了，旧 KV Cache 还能继续用吗？ →
读后能做什么：识别模型、位置与输入变更后的失效条件。
理解 · 进阶
LLM 机制实验（五）：改了历史，能否只重算变化的后缀？ →
读后能做什么：匹配最长有效前缀并续算剩余 Token。
理解 · 进阶
LLM 机制实验（六）：缓存加大了，为什么还是一次都没命中？ →
读后能做什么：按数组字节数限制 LRU，解释工作集放不下时的零命中。
理解 · 进阶
LLM 机制实验（七）：缓存省了计算，为什么实测反而更慢？ →
读后能做什么：同时判断数值等价、计算节省与实测时间。
理解 · 进阶
把答案放在上下文中间，模型就会漏掉吗？一次提前停止的对照试验 →
读后能做什么：区分计划、尝试、有效响应，保留限流后的不完整结果。
理解 · 进阶
LLM 实验（二）：先让对照成立，再谈上下文位置 →
读后能做什么：复核 24 次真实对照，说明全对结果的测量天花板。
理解 · 进阶
24次全对之后：怎样设计更有区分度的上下文实验？ →
读后能做什么：检查 128 项离线实验设计，不把准备完成当模型结果。
理解 · 进阶
KV 缓存开销剖析：把省下的计算和新增的工作分开 →
读后能做什么：对909次查询做分段计时，验证源码签名、查找、复制与续算分别花在哪里，同时保留缓存仍慢的结果。
理解 · 进阶
注意力分块：不保存完整分数矩阵，如何保持结果？ →
读后能做什么：从错误的分块平均出发，推导在线Softmax累加，并用9组数组和558次计时区分省内存与加速。
理解 · 进阶
KV 量化入门：省下多少字节，又引入什么误差？ →
读后能做什么：比较整张量与逐行int8量化，显式计入scale，观察离群值对注意力输出的影响。
理解 · 进阶
KV 量化轴：Key 与 Value 为什么不能一概而论？ →
读后能做什么：根据离群值分布选择量化轴，独立复算输出误差和scale开销。
理解 · 进阶
KV分组打包：4-bit到底省了多少？ →
读后能做什么：实际保存半字节整数码，复算分组scale开销、补齐字节与注意力输出误差。
理解 · 进阶
KV残差窗口：最近Token一定值得高精度吗？ →
读后能做什么：用早段与近段注意力对照，解释同样的float32窗口为何收益不同。
理解 · 进阶
KV分块反量化：工作区小了，为什么更慢？ →
读后能做什么：区分缓存负载、工作数组和实测耗时，保留分块CPU实现更慢的810条计时记录。
后续计划 · 尚未发表
理解 · 计划选题
Token 到底是什么
理解 · 计划选题
Context Window
理解 · 计划选题
Embedding
理解 · 计划选题
Attention
理解 · 计划选题
Transformer
理解 · 计划选题
LLM Evaluation
理解 · 计划选题
Sampling / Inference
探索 / 具身智能
Python 基础；教学仿真使用 MuJoCo 与直角坐标夹爪
已发布的阅读顺序 · 22
探索 · 入门
具身智能实践（一）：在 MuJoCo 中抓起方块，再故意抓偏 →
读后能做什么：运行接触抓取并保留失败轨迹。
探索 · 进阶
具身实践（二）：没抓住，就别继续搬运 →
读后能做什么：在搬运前验收抓取，失败时停止推进。
探索 · 进阶
具身实践（三）：抓住之后，还要一直确认吗？ →
读后能做什么：持续监测搬运中的滑落，而不只检查起点。
探索 · 进阶
具身实践（四）：消息还在到，观测已经过期了 →
读后能做什么：按采样时间判断缺测与旧包。
探索 · 进阶
具身智能实践（五）：通信恢复了，为什么还不能立刻继续搬运？ →
读后能做什么：恢复通信后重新验收，再决定继续。
探索 · 进阶
具身智能实践（六）：恢复门控与路径重规划，各自解决了什么？ →
读后能做什么：分离恢复门控和路径重规划的影响。
探索 · 进阶
具身智能实践（七）：搬运规则，为什么会误停正常下降？ →
读后能做什么：按阶段选择验收条件，避免下降时误触高度规则。
探索 · 进阶
具身智能实践（八）：检测到掉落以后，夹爪应该做什么？ →
读后能做什么：解释报警后保持、停止与撤离的物理后果。
探索 · 进阶
具身智能实践（九）：松爪命令成功，不等于放置完成 →
读后能做什么：用接触与稳定窗口验收释放结果。
探索 · 进阶
具身智能实践（十）：恢复次数受控了，为什么任务反而没完成？ →
读后能做什么：给重新验收加时限，并保留终止原因。
探索 · 进阶
具身智能实践（十一）：已经放好了，为什么还要撤销“完成”？ →
读后能做什么：分开记录历史完成和当前有效性。
探索 · 进阶
具身智能实践（十二）：恢复预算耗尽之后，夹爪应该做什么？ →
读后能做什么：检验终止后的撤离动作，而不把状态改名当安全。
探索 · 进阶
具身智能实践（十三）：下降中断之后，应该从哪一步恢复？ →
读后能做什么：连接阶段、恢复预算和退出动作。
探索 · 进阶
具身智能实践（十四）：方块落进盒子，就能宣布任务完成吗？ →
读后能做什么：区分物理放置、当前有效与合格完成。
探索 · 进阶
OpenVLA 代码导读：图像和一句指令，怎样变成机器人动作？ →
读后能做什么：追踪 OpenVLA 动作接口，不把导读当已完成训练。
探索 · 进阶
MuJoCo 第二场景：目标位置相同，为什么有的控制器停不住？ →
读后能做什么：用二维力控执行器比较质量与PD阻尼，记录饱和、超调和稳定完成，避免把经过目标当作任务成功。
探索 · 进阶
MuJoCo 绕障：路径上的点能过去，执行器就能过去吗？ →
读后能做什么：六条实际接触轨迹对照直达、贴边和留余量路径，解释几何尺寸、跟踪误差与碰撞之间的关系。
探索 · 进阶
MuJoCo 延迟观测：知道旧位置，能预测现在吗？ →
读后能做什么：24条配对轨迹比较即时/80ms延迟、位置噪声和常速度外推，保留超调下降但任务仍失败的结果。
探索 · 进阶
MuJoCo 速度估计：滤掉噪声，也可能让控制更差 →
读后能做什么：从位置差分推导噪声放大，复算平滑滞后、控制限幅与稳定完成判定。
探索 · 进阶
MuJoCo控制调参：最优候选不等于验证通过 →
读后能做什么：54个开发回合选择参数，36个留出回合复核位置误差与稳定完成契约。
探索 · 进阶
MuJoCo失联策略：零力不等于停止 →
读后能做什么：27回合比较旧观测控制、超时置零与衰减，展示观测超时和物理制动的差别。
探索 · 进阶
MuJoCo质量迁移：同一套增益还能用吗？ →
读后能做什么：36回合对照固定和质量缩放增益，解释更低平均误差为何仍不能通过速度验收。
后续计划 · 尚未发表
探索 · 计划选题
什么是具身智能
探索 · 计划选题
理解感知、决策与行动
探索 · 计划选题
带着问题读一篇论文
探索 · 计划选题
VLM 与 VLA
探索 · 计划选题
Action Space
探索 · 计划选题
Embodied Benchmark
检索 / RAG · 检索增强生成
Java、HTTP 与 JSON 基础；先理解检索候选与回答证据的区别。
已发布两篇离线实践：BM25 检索基线、闭合字段的引用校验。它们尚不能证明真实模型的回答质量，也不是完整的博客问答系统。
已发布的阅读顺序 · 2
检索 · 进阶
Java LLM 实践（六）：先验收检索证据，再谈RAG回答 →
读后能做什么：复算 BM25 检索和无答案误命中，识别玩具语料的局限。
检索 · 进阶
Java LLM 实践（七）：引用是真的，为什么答案仍然不能通过？ →
读后能做什么：校验证据与声明对应，而不把规则匹配当语义蕴含。
后续计划 · 尚未发表
检索 · 计划选题
先固定语料，再比较分块
建立可追溯文档与人工标注问题集，分开开发集与保留测试集。
- 先修知识
- 完成 BM25 基线；能区分文档、片段和引用。
- 研究问题
- 固定长度与标题分段会在哪些问题上丢失答案上下文？
- 计划产物
- 语料快照、文档版本与来源、带无答案题的标注集、两种分块脚本及逐题检索记录。
- 如何验证
- 固定分词、检索器和 top-k；报告 Recall@k、答案跨块丢失与重复召回案例。测试集不用于选择分块参数。
检索 · 计划选题
BM25、向量与混合检索怎么选
在同一问题集上比较关键词匹配、语义召回与融合排序。
- 先修知识
- 已有冻结语料与相关性标注；了解 Embedding 与相似度。
- 研究问题
- 别名、精确编号与中英文混用分别在哪种检索策略下失败？
- 计划产物
- 固定模型版本的本地向量索引、BM25/向量/融合三组结果、排名与耗时明细。
- 如何验证
- 相同分块和候选预算下比较 Recall@k、MRR、索引大小及查询时间；记录混合检索不如单一路径的题目。
检索 · 计划选题
重排之后，哪些证据进入上下文
在固定上下文预算里选择覆盖问题且不过度重复的证据。
- 先修知识
- 完成检索对照；了解 Token 预算和引用标识。
- 研究问题
- 重排、去重和截断分别改善或损坏了哪些证据？
- 计划产物
- 候选与重排前后清单、上下文组装器、引用映射及预算裁剪日志。
- 如何验证
- 逐项消融，比较排序质量、证据覆盖、重复比例和耗时；不把排序提高直接写成回答准确率提高。
检索 · 计划选题
从命中证据到回答质量与拒答
分开衡量检索命中、引用是否支持断言，以及资料缺失时能否拒答。
- 先修知识
- 完成证据组装与引用契约；先冻结评分规范。
- 研究问题
- 加入检索后，哪些回答改善，哪些只是带上了不支持结论的引用？
- 计划产物
- 沿用 retrieval-eval：无检索／有检索的成对输出、模型与提示版本、人工证据支持标注、无答案和冲突题的失败记录。
- 如何验证
- 协议先行；真实模型运行尚未完成。单列正确性、引用支持、错误拒答与无依据作答，保留逐题输出和用量；涉及付费调用须另行授权。
检索 · 计划选题
知识更新、访问权限与检索注入
保证被撤回、过期或无权访问的资料不会作为当前回答证据。
- 先修知识
- 已有文档版本、来源标识和可追溯上下文。
- 研究问题
- 索引更新与权限变化后，旧片段和缓存会不会继续泄露或误导？
- 计划产物
- 版本更新／删除／权限撤销的回归用例、索引与缓存失效记录、检索内容含恶意指令的本地夹具。
- 如何验证
- 权限在证据进入模型前检查；旧版本不可误标当前。外部文本始终是数据，模型不可据此扩大工具权限；本地通过不代表通用注入防御已解决。
检索 · 计划选题
整合：可追溯的博客问答
把检索、证据、回答和失败处理接成一个可复现的最小应用。
- 先修知识
- 完成前述评估与安全边界；确认部署成本和产品范围。
- 研究问题
- 读者能否核对来源、识别资料缺失，并在失败时继续阅读原文？
- 计划产物
- 保留在 hohoo-ai-lab 的最小工程、固定语料和版本、安装命令、评估报告及来源／无证据／错误界面。
- 如何验证
- 从干净环境跑通索引到回答；复现失败与拒答，检查密钥仅在服务端。尚未部署，不把本阶段计为已完成产品。
工程基础
Java · Python · TypeScript · HTTP · JSON
AI 应用与工程专题 →