學習
沿著問題，一步步讀懂。
文章頁用於查找；這裡提供建議順序。專案頁看整體結構，實驗頁查協議與證據，實作頁動手嘗試。
從下方選一條路線開始。
構建 / AI 應用開發
Java、HTTP 與 JSON 基礎
已發布的閱讀順序 · 17
構建 · 入門
用 Java 8 呼叫大型語言模型：從第一次請求到多輪對話 →
讀後能做什麼：發送請求、解析回答，並正確傳遞多輪歷史。
構建 · 進階
Java LLM 實踐（二）：HTTP 200 之后，怎樣驗收模型的 JSON？ →
讀後能做什麼：將傳輸、JSON 結構與業務驗收分開。
構建 · 進階
Java LLM 實作（三）：逾時之後，別讓對話歷史悄悄變了 →
讀後能做什麼：讓一次問答原子提交，失敗不留下半輪。
構建 · 進階
Java LLM 實踐（四）：兩個請求同時返回，誰有資格寫入歷史？ →
讀後能做什麼：用版本票據實作先提交者勝出，說明與序列執行的差異。
構建 · 進階
Java LLM 實踐（五）：工具超時了，為什麼任務還在執行？ →
讀後能做什麼：限制工具白名單、參數與預算，區分逾時和真正停止。
構建 · 進階
Java LLM 實踐（八）：流式回答斷了，半句答案該不該進入歷史？ →
讀後能做什麼：區分串流預覽與可提交的完整回答。
構建 · 進階
Java LLM 實踐（九）：取消請求後，舊回答為什麼還會覆蓋新會話？ →
讀後能做什麼：比較三種會話策略，阻止舊回呼覆蓋目前請求。
構建 · 進階
Java LLM 實踐（十）：點了取消，讀取執行緒為什麼還在運行？ →
讀後能做什麼：區分本機取消、連線停止和遠端任務終止。
構建 · 進階
TypeScript 能保證模型輸出正確嗎？32組輸入與 Java 驗證器的邊界對照 →
讀後能做什麼：理解靜態型別為何不能取代外部回應的執行期校驗。
構建 · 進階
AI Radar 工程拆解：從 RSS 到網站，中間發生了什麼？ →
讀後能做什麼：追蹤採集、去重與發布，區分歷史實作與目前設定。
構建 · 進階
Java 會話歷史與請求窗口：裁掉的舊事實還能回來嗎？ →
讀後能做什麼：通過裁剪、提交、重啟和擴窗的連續實驗，分離可回看的完整歷史與一次模型請求的上下文。
構建 · 進階
Java 請求重試：三次超時，不等于一個總期限 →
讀後能做什麼：七種真實本地 HTTP 情況，比較狀態碼、Retry-After、嘗試上限和總等待預算。
構建 · 進階
Java 對話歷史落盤：程序崩潰後，半輪記錄怎么辦？ →
讀後能做什麼：校驗追加日志、142種截斷前綴和三個真實異常退出子進程，明確本地提交與遠端冪等的邊界。
構建 · 進階
Java 冪等重試：沒收到回答，不等于沒有執行 →
讀後能做什麼：辨識回覆遺失與效果未知，重現並行去重及程序崩潰窗口。
構建 · 進階
持久冪等：讓操作身份與結果一起提交 →
讀後能做什麼：用帶CRC的追加紀錄、行程崩潰與99個截斷前綴，解釋持久冪等的提交邊界。
構建 · 進階
Outbox投遞：本地可靠，不等於遠端只執行一次 →
讀後能做什麼：對照有鍵和無鍵接收端，解釋回復丟失、回執缺失與遠端重複副作用。
構建 · 進階
對話恢復：從意圖、回執到完整問答 →
讀後能做什麼：在三個提交邊界真實終止JVM，以持久事實恢復完整歷史，保留遠端重複執行反例。
後續計畫 · 尚未發表
構建 · 計畫選題
Tool Calling
構建 · 計畫選題
Spring AI 快速入門
構建 · 計畫選題
Agent 工作流程
構建 · 計畫選題
評估效果、記錄失敗與改進
構建 · 計畫選題
AI 應用可觀測性
構建 · 計畫選題
Production
構建 · 計畫選題
AI Coding
構建 · 計畫選題
Codex
構建 · 計畫選題
MCP
構建 · 計畫選題
Skills
構建 · 計畫選題
Harness Engineering
構建 · 計畫選題
Testing
構建 · 計畫選題
Performance
理解 / LLM
Python、陣列與矩陣運算基礎；機制實驗不使用訓練好的大型模型
已發布的閱讀順序 · 18
理解 · 進階
KV Cache 拆解：多輪對話的歷史，為什麼還要再傳一遍？ →
讀後能做什麼：估算 K/V 陣列容量，區分會話記憶與計算重用。
理解 · 進階
LLM機制實驗（一）：改動未來Token，前面的輸出應該變嗎？ →
讀後能做什麼：用未來資訊洩漏反例檢驗因果遮罩。
理解 · 進階
LLM機制實驗（二）：KV Cache省掉了什麼，怎樣證明沒有算錯？ →
讀後能做什麼：逐步比較完整重算與增量計算的數值結果。
理解 · 進階
LLM機制實驗（三）：快取只留四格，為什麼不等於重算四個Token？ →
讀後能做什麼：滑動視窗裁切後仍保留正確位置語義。
理解 · 進階
LLM 機制實驗（四）：前綴改了，舊 KV Cache 還能繼續用嗎？ →
讀後能做什麼：辨識模型、位置與輸入變更後的失效條件。
理解 · 進階
LLM 機制實驗（五）：改了歷史，能否只重算變化的後綴？ →
讀後能做什麼：比對最長有效前綴並續算剩餘 Token。
理解 · 進階
LLM 機制實驗（六）：快取加大了，為什麼還是一次都沒命中？ →
讀後能做什麼：依陣列位元組數限制 LRU，解釋工作集放不下時的零命中。
理解 · 進階
LLM 機制實驗（七）：快取省了計算，為什麼實測反而更慢？ →
讀後能做什麼：同時判斷數值等價、計算節省與實測時間。
理解 · 進階
把答案放在上下文中間，模型就會漏掉嗎？一次提前停止的對照試驗 →
讀後能做什麼：區分計畫、嘗試與有效回應，保留限流後的不完整結果。
理解 · 進階
LLM 實驗（二）：先讓對照成立，再談上下文位置 →
讀後能做什麼：複核 24 次真實對照，說明全對結果的測量天花板。
理解 · 進階
24次全對之後：怎樣設計更有區分度的上下文實驗？ →
讀後能做什麼：檢查 128 項離線實驗設計，不將準備完成當成模型結果。
理解 · 進階
KV 快取開銷剖析：把省下的計算和新增的工作分開 →
讀後能做什麼：對909次查詢做分段計時，驗證源碼簽名、查找、復制與續算分別花在哪里，同時保留快取仍慢的結果。
理解 · 進階
注意力分塊：不保存完整分數矩陣，如何保持結果？ →
讀後能做什麼：從錯誤的分塊平均出發，推導在線Softmax累加，并用9組陣列和558次計時區分省內存與加速。
理解 · 進階
KV 量化入門：省下多少位元組，又引入什麼誤差？ →
讀後能做什麼：比較整張量與逐行int8量化，顯式計入scale，觀察離群值對注意力輸出的影響。
理解 · 進階
KV 量化軸：Key 與 Value 為什么不能一概而論？ →
讀後能做什麼：依離群值分布選擇量化軸，獨立重算輸出誤差及scale開銷。
理解 · 進階
KV分組打包：4-bit到底省了多少？ →
讀後能做什麼：實際保存半位元組整數碼，復算分組scale開銷、補齊位元組與注意力輸出誤差。
理解 · 進階
KV殘差窗口：最近Token一定值得高精度嗎？ →
讀後能做什麼：用早段與近段注意力對照，解釋同樣的float32窗口為何收益不同。
理解 · 進階
KV分塊反量化：工作區小了，為什么更慢？ →
讀後能做什麼：區分快取負載、工作陣列和實測耗時，保留分塊CPU實現更慢的810條計時記錄。
後續計畫 · 尚未發表
理解 · 計畫選題
Token 到底是什麼
理解 · 計畫選題
Context Window
理解 · 計畫選題
Embedding
理解 · 計畫選題
Attention
理解 · 計畫選題
Transformer
理解 · 計畫選題
LLM Evaluation
理解 · 計畫選題
Sampling / Inference
探索 / 具身智能
Python 基礎；教學模擬使用 MuJoCo 與直角座標夾爪
已發布的閱讀順序 · 22
探索 · 入門
具身智能實踐（一）：在 MuJoCo 中抓起方塊，再故意抓偏 →
讀後能做什麼：執行接觸抓取並保留失敗軌跡。
探索 · 進階
具身實作（二）：沒抓住，就別繼續搬運 →
讀後能做什麼：搬運前驗收抓取，失敗時停止推進。
探索 · 進階
具身實作（三）：抓住之後，還要一直確認嗎？ →
讀後能做什麼：持續監測搬運中的滑落，不僅檢查起點。
探索 · 進階
具身實作（四）：訊息還在到，觀測已經過期了 →
讀後能做什麼：依取樣時間判斷缺測與舊封包。
探索 · 進階
具身智能實作（五）：通訊恢復了，為何還不能立刻繼續搬運？ →
讀後能做什麼：恢復通訊後重新驗收，再決定繼續。
探索 · 進階
具身智能實踐（六）：恢復門控與路徑重規劃，各自解決了什麼？ →
讀後能做什麼：分離恢復門控與路徑重新規劃的影響。
探索 · 進階
具身智能實踐（七）：搬運規則，為什麼會誤停正常下降？ →
讀後能做什麼：依階段選擇驗收條件，避免下降時誤觸高度規則。
探索 · 進階
具身智能實踐（八）：檢測到掉落以後，夾爪應該做什麼？ →
讀後能做什麼：解釋警報後保持、停止與撤離的物理後果。
探索 · 進階
具身智能實踐（九）：鬆爪命令成功，不等於放置完成 →
讀後能做什麼：用接觸與穩定視窗驗收釋放結果。
探索 · 進階
具身智能實踐（十）：恢復次數受控了，為什麼任務反而沒完成？ →
讀後能做什麼：為重新驗收加上時限，並保留終止原因。
探索 · 進階
具身智能實踐（十一）：已經放好了，為什麼還要撤銷“完成”？ →
讀後能做什麼：分開記錄歷史完成與目前有效性。
探索 · 進階
具身智能實踐（十二）：恢復預算耗盡之後，夾爪應該做什麼？ →
讀後能做什麼：檢驗終止後的撤離動作，不將狀態改名當成安全。
探索 · 進階
具身智能實踐（十三）：下降中斷之後，應該從哪一步恢復？ →
讀後能做什麼：連接階段、恢復預算與退出動作。
探索 · 進階
具身智能實踐（十四）：方塊落進盒子，就能宣布任務完成嗎？ →
讀後能做什麼：區分物理放置、目前有效與合格完成。
探索 · 進階
OpenVLA 程式碼導讀：圖像和一句指令，怎樣變成機器人動作？ →
讀後能做什麼：追蹤 OpenVLA 動作介面，不將導讀當成已完成訓練。
探索 · 進階
MuJoCo 第二場景：目標位置相同，為什麼有的控制器停不住？ →
讀後能做什麼：用二維力控執行器比較質量與PD阻尼，記錄飽和、超調和穩定完成，避免把經過目標當作任務成功。
探索 · 進階
MuJoCo 繞障：路徑上的點能過去，執行器就能過去嗎？ →
讀後能做什麼：六條實際接觸軌跡對照直達、貼邊和留餘量路徑，解釋幾何尺寸、跟蹤誤差與碰撞之間的關係。
探索 · 進階
MuJoCo 延遲觀測：知道舊位置，能預測現在嗎？ →
讀後能做什麼：24條配對軌跡比較即時/80ms延遲、位置噪聲和常速度外推，保留超調下降但任務仍失敗的結果。
探索 · 進階
MuJoCo 速度估計：濾掉噪聲，也可能讓控制更差 →
讀後能做什麼：從位置差分推導雜訊放大，重算平滑滯後、控制限幅及穩定完成判定。
探索 · 進階
MuJoCo控制調參：最優候選不等於驗證通過 →
讀後能做什麼：54個開發回合選擇參數，36個留出回合復核位置誤差與穩定完成契約。
探索 · 進階
MuJoCo失聯策略：零力不等於停止 →
讀後能做什麼：27回合比較舊觀測控制、超時置零與衰減，展示觀測超時和物理制動的差別。
探索 · 進階
MuJoCo質量遷移：同一套增益還能用嗎？ →
讀後能做什麼：36回合對照固定和質量縮放增益，解釋更低平均誤差為何仍不能通過速度驗收。
後續計畫 · 尚未發表
探索 · 計畫選題
什麼是具身智能
探索 · 計畫選題
理解感知、決策與行動
探索 · 計畫選題
帶著問題讀一篇論文
探索 · 計畫選題
VLM 與 VLA
探索 · 計畫選題
Action Space
探索 · 計畫選題
Embodied Benchmark
檢索 / RAG · 檢索增強生成
Java、HTTP 與 JSON 基礎；先理解檢索候選與回答證據的區別。
已發布兩篇離線實作：BM25 檢索基線、閉合欄位的引用校驗。它們尚不能證明真實模型的回答品質，也不是完整的部落格問答系統。
已發布的閱讀順序 · 2
檢索 · 進階
Java LLM 實踐（六）：先驗收檢索證據，再談RAG回答 →
讀後能做什麼：重算 BM25 檢索與無答案誤命中，辨識玩具語料的侷限。
檢索 · 進階
Java LLM 實踐（七）：引用是真的，為什麼答案仍然不能通過？ →
讀後能做什麼：校驗證據與聲明對應，不將規則比對當成語義蘊含。
後續計畫 · 尚未發表
檢索 · 計畫選題
先固定語料，再比較分塊
建立可追溯文件與人工標註問題集，分開開發集與保留測試集。
- 先修知識
- 完成 BM25 基線；能區分文件、片段和引用。
- 研究問題
- 固定長度與標題分段會在哪些問題上遺失答案上下文？
- 計畫產物
- 語料快照、文件版本與來源、帶無答案題的標註集、兩種分塊腳本及逐題檢索記錄。
- 如何驗證
- 固定分詞、檢索器和 top-k；報告 Recall@k、答案跨塊遺失與重複召回案例。測試集不用於選擇分塊參數。
檢索 · 計畫選題
BM25、向量與混合檢索怎麼選
在同一問題集上比較關鍵詞匹配、語義召回與融合排序。
- 先修知識
- 已有凍結語料與相關性標註；了解 Embedding 與相似度。
- 研究問題
- 別名、精確編號與中英文混用分別在哪種檢索策略下失敗？
- 計畫產物
- 固定模型版本的本地向量索引、BM25／向量／融合三組結果、排名與耗時明細。
- 如何驗證
- 相同分塊和候選預算下比較 Recall@k、MRR、索引大小及查詢時間；記錄混合檢索不如單一路徑的題目。
檢索 · 計畫選題
重排之後，哪些證據進入上下文
在固定上下文預算裡選擇涵蓋問題且不過度重複的證據。
- 先修知識
- 完成檢索對照；了解 Token 預算和引用識別碼。
- 研究問題
- 重排、去重和截斷分別改善或損壞了哪些證據？
- 計畫產物
- 候選與重排前後清單、上下文組裝器、引用對照及預算裁剪日誌。
- 如何驗證
- 逐項消融，比較排序品質、證據涵蓋、重複比例和耗時；不把排序提高直接寫成回答準確率提高。
檢索 · 計畫選題
從命中證據到回答品質與拒答
分開衡量檢索命中、引用是否支持斷言，以及資料缺失時能否拒答。
- 先修知識
- 完成證據組裝與引用契約；先凍結評分規範。
- 研究問題
- 加入檢索後，哪些回答改善，哪些只是帶上了不支持結論的引用？
- 計畫產物
- 沿用 retrieval-eval：無檢索／有檢索的成對輸出、模型與提示版本、人工證據支持標註、無答案和衝突題的失敗記錄。
- 如何驗證
- 協議先行；真實模型執行尚未完成。單列正確性、引用支持、錯誤拒答與無依據作答，保留逐題輸出和用量；涉及付費呼叫須另行授權。
檢索 · 計畫選題
知識更新、存取權限與檢索注入
確保被撤回、過期或無權存取的資料不會作為目前回答證據。
- 先修知識
- 已有文件版本、來源識別碼和可追溯上下文。
- 研究問題
- 索引更新與權限變化後，舊片段和快取會不會繼續洩漏或誤導？
- 計畫產物
- 版本更新／刪除／權限撤銷的回歸案例、索引與快取失效記錄、檢索內容含惡意指令的本地測試資料。
- 如何驗證
- 權限在證據進入模型前檢查；舊版本不可誤標目前。外部文字始終是資料，模型不可據此擴大工具權限；本地通過不代表通用注入防禦已解決。
檢索 · 計畫選題
整合：可追溯的部落格問答
把檢索、證據、回答和失敗處理接成一個可復現的最小應用。
- 先修知識
- 完成前述評估與安全邊界；確認部署成本和產品範圍。
- 研究問題
- 讀者能否核對來源、識別資料缺失，並在失敗時繼續閱讀原文？
- 計畫產物
- 保留在 hohoo-ai-lab 的最小工程、固定語料和版本、安裝命令、評估報告及來源／無證據／錯誤介面。
- 如何驗證
- 從乾淨環境跑通索引到回答；復現失敗與拒答，檢查金鑰僅在伺服器端。尚未部署，不把本階段計為已完成產品。
工程基礎
Java · Python · TypeScript · HTTP · JSON
AI 應用與工程專題 →