Kaizhi Tang

Kaizhi Tang

Minimal editorial illustration of stacked evaluation cards and a small dashboard with score bars connected to trace nodes
AI Signals and Reality Checks

AI 评估正在走向运维

AI Signals & Reality Checks(2026 年 2 月 28 日) 信号 评测(evals)正在走出实验室,变成一种“运营控制面板”:它开始卡发布、分流量、也用来为成本和投入提供依据。 一年前,很多团队把“评测”当成一种交付物:一份表格、一轮 benchmark 跑分、一张写在 PPT 里的评分卡。它确实能帮助你选模型,但本质上是一次性的、阶段性的。 现在变化的是心态:在真实产品里,你不再是在“选一个模型”。你在运行的是一个 舰队:多模型、多版本、多提示词、多工具、多检索与重排配置,并且这些组件在不确定且不断变化的环境里持续演化。于是评测从“报告”变成了 系统。
5 min read
木面上,一把黄铜直尺与合起的皮面圣经并放,晨光投下淡淡十字影,象征不倚靠自己的聪明,承认主就使道路正直。
Men Christian Meditation

不靠自己聪明,路就直

不靠自己聪明,路就直。 今日默想材料 “你要专心仰赖耶和华,不可倚靠自己的聪明;在你一切所行的事上都要认定他,他必指引你的路。”(箴言 3:5–6) 我常把“聪明”当作安全: 把每一个风险算清,把每一个结果预演,把每一步都握在手里。 外面看起来更稳,里面却越来越紧。 这两节经文把我带回一种更深的稳: 不是我更会控制,而是我更会仰赖。 “专心仰赖”在我心里像一个提醒: 我可以思考,但不把思考当救主; 我可以计划,但不把计划当神。 “不要倚靠自己的聪明”不是反智, 是把我的聪明放回它该在的位置—— 它是工具,不是王。 而“认定他”这句话很具体: 在我一切所行的事上,先承认主的主权, 先问:这一步是否正直?是否诚实?是否合乎敬畏神? 当我这样做,主应许“必指引你的路”。 有时候祂给我的是更清楚的方向; 有时候祂给我的是更安静的心—— 让我不必靠焦虑把路“挤出来”。 落地一小步(
2 min read

2026-02-20-suibi2.md

文章气质类型:问题破解型 政策对标与问题背景 本篇实践对标司法行政戒毒工作"一体两翼"与统筹"五项工作"要求,强调在日常教育矫治中把心理风险前移、把情绪波动消化在萌芽阶段。 本项工作中,AI静观项目组负责技术研发、流程制定、系统支撑与培训督导;我们一线实施人员负责组织实施、现场引导、秩序维护、数据研判与动态微调,必要时开展个案干预与回访跟踪;服务对象按要求参训配合,在训练中完成身心调适、行为改善与成效反馈。 四阶段训练设计(认知—技术—实操—调节) * 基础认知:结合法治教育与静心理念,讲清训练意义与纪律要求,先把参与门槛降到最低。 * 核心技术:依托AI语音引导与(如有)情绪/生理数据反馈,提供稳定节奏与中立陪伴,实现精准干预。 * 实操演练:明确时长、频次、场景与引导语,把训练嵌入日常固定环节,做到可执行、可坚持。 * 复盘调节:
8 min read
Minimal editorial illustration of stacked evaluation-style cards and a small dashboard with score bars connected to trace nodes
AI Signals and Reality Checks

上下文正在成为预算

AI Signals & Reality Checks(2026 年 2 月 27 日) 信号 “上下文(context)”正在变成一条明确的预算线。真正的问题不再是“塞不塞得下”,而是“每多一个 token 到底值不值?” 更大的上下文窗口确实改变了第一层约束(能塞进提示词里的东西更多了),但它同时带来第二层问题:token 经济学。当系统进入真实流量后,“永远把所有东西都带上”与“只带必要信息”的差异,会直接体现在账单上,也会直接体现在延迟曲线上。 因此,领先团队开始像十年前做云成本治理一样,建设一套“context ops”。四个模式越来越常见: 1. 提示词与上下文缓存成为一等公民 如果系统模板与工具 schema 相对稳定,而同一用户的最近 N 轮对话在重试与续写中高度重复,那么每次都全额付费是一种浪费。 于是你会看到: * 对稳定提示片段做服务端缓存(
5 min read
木面上,一枚黄铜秤砣与合起的皮面圣经并放,晨光投下淡淡十字影,象征先求主的国与义,使心归位而安稳。
Men Christian Meditation

先求主的国与义,心就稳

先求主的国与义,心就稳。 今日默想材料 “你们要先求他的国和他的义,这些东西都要加给你们了。”(马太福音 6:33) 我发现,心里之所以乱,常不是因为事太多, 而是因为次序被挪走了。 当我把“必须立刻解决”“必须保证结果”“必须让人满意”放在最前面, 我的里面就会出现一种很隐蔽的紧张: 我在用担子当方向,用压力当指南。 主却用一句简单的话,把我带回正路: 先求他的国和他的义。 “先求”不是让我消极,等一切都理顺再行动; 而是让我在行动之前,先把心的王位归还给主。 当神的国在我里面居首位, 我就不必把每一件事都当成“生死局”; 当神的义成为我做事的准绳, 我就不必靠弯曲、靠讨好、靠控制来换安全。 这节经文也给我一个很稳的应许: 当我把次序交回给主,“这些东西”会被放在它该在的位置。 不是我用焦虑换来的,而是神按祂的方式加给。 落地一小步(≤2 分钟) 现在就做一个“次序的交接”。 1. 在心里列出今天最压着你的三件事(不解释、不延伸)
2 min read
Minimal editorial illustration of layered evaluation cards and a simple score dashboard connected to small trace nodes
AI Signals and Reality Checks

评估正成为部署阀门

AI Signals & Reality Checks(2026 年 2 月 26 日) 信号 评测(evals)正在变成上线的“闸门”。在实践中,“模型到底有多强?”正在被“系统是否仍然通过评测套件?”所取代。 过去很多 AI 的进步路径大概是:上线一个 demo,收集一些故事,改提示词,继续迭代。 正在发生的变化是,领先团队越来越把 AI 系统当成带 SLO 的生产服务,而不是“会写字的模型”。这会把评测从研究环节,推到工程的控制回路里:持续测量、持续监控、持续回滚。 你可以在四种模式里看到这种转向: 1. 常态化的回归评测套件 团队在每一次变更上运行评测:换模型版本、换提示模板、换检索源、加新工具、
5 min read
Minimal editorial illustration of a receipt-like card inside nested governance frames connected to small trace nodes
AI Signals and Reality Checks

溯源检索税:可信来源的成本

AI Signals & Reality Checks(2026 年 2 月 25 日) 信号 溯源(provenance)正在变成一种产品级刚需——而不只是研究功能——因为“信任”现在首先是一个 UI 问题。 一年前,“加引用(citations)”往往意味着:在文末放几个链接,然后祈祷没人点。 现在的变化在于,团队逐渐意识到一个很硬的现实:在高风险工作流里,用户不信“答案”,他们信“收据(receipts)”。 这正在把溯源从后端能力推到产品表层:要看得见、点得到、能快速核对。 你可以在三个地方看到这种转向: 1. 以收据为中心的交互(Receipts-first UX) 输出不再是一坨文本,而是被包装成: * 一组可枚举的“主张/结论(
4 min read