LUCKYE · 个人技术笔记 · 始于 2023

遠山
江浸月

“It must be exhausting always rooting for the anti-hero.”

记录编程语言、后端与数据库、强化学习与 RLHF，以及 AI Agent 时代的软件工程实践。

开始阅读 按专栏浏览
公开文章
28
活跃标签
40
最近更新
2026.11.04

置顶

PINNED · 4
01

Claude Code 团队怎么做代码审查：读书笔记与我们的取舍

人的注意力才是稀缺资源；七层防线、审查的收敛，以及哪些做法值得个人 Skill 吸纳

2026.11.04 阅读全文 02

当智能体代劳时，如何保持批判性思维：读后笔记与我们的判断

Addy Osmani 的文章说对了什么、没写到什么，以及我们为此改了哪些规则

2026.11.04 阅读全文 03

一次 Skill 迭代的全过程：从一篇文章到审查与测试护栏改造

读文章、逐条批注讨论、实测 Codex hook，最后改了 3 个仓库、2 个 hook 和全局规则

2026.11.04 阅读全文 04

a2a 设计思路：多 Agent 协作，难的是可信验收

从 Goal 模式的目标错位，到任务契约、权限分离、独立取证和硬性预算

2026.10.20 阅读全文

最新长文

FEATURED · 2026.11.04
AI Agent
AI AgentAI EngineeringAgent Skills

当智能体代劳时，如何保持批判性思维：读后笔记与我们的判断

Addy Osmani 的文章说对了什么、没写到什么，以及我们为此改了哪些规则

阅读全文

专栏

全部标签
01

AI Agent 与智能工程

从 Agent 设计、上下文与 Harness，到多 Agent 协作、Skills 工作流和 AI 原生研发。

8 篇 进入专栏 02

强化学习：从策略梯度到 RLHF

经典文献、HuggingFace 课程、王树森笔记，到 PPO / GRPO 的完整数学推导。

8 篇 进入专栏 03

编程语言学习路线

Java 基础与进阶、JavaScript Web 编程，以及 Python 数据分析工具。

5 篇 进入专栏 04

后端与数据库

从一次请求出发，串起网络、MySQL、Redis、消息队列与项目数据库实践。

4 篇 进入专栏

项目

PROJECTS · 2
01

Enchanted

macOS 上的多 agent 工作台：Claude Code、Codex、Antigravity、opencode 以原生终端运行，Enchanted 负责派发、独立审查和门禁集成，每一步都留记录。

产品页 仓库
02

SiteCraft

把公司资料写成它自己的多页官网：上传介绍或价目表、选一种风格，在对话或预览批注里修改；价格、资质等说法必须能在资料里找到原句。

产品页 工作台演示 仓库
Latest notes

最近更新

像手表的数码表冠：滚一格，换一篇。也支持方向键、触控滑动和右侧按钮。

标签
AI Agent 8 强化学习 8 AI Engineering 7 编程语言 5 软件工程 5 Claude Code 4
AI Agent
AI Agent 2026.11.04

当智能体代劳时，如何保持批判性思维：读后笔记与我们的判断

Addy Osmani 的文章说对了什么、没写到什么，以及我们为此改了哪些规则

AI Agent AI Engineering 阅读
AI Agent
AI Agent 2026.11.04

一次 Skill 迭代的全过程：从一篇文章到审查与测试护栏改造

读文章、逐条批注讨论、实测 Codex hook，最后改了 3 个仓库、2 个 hook 和全局规则

AI Agent AI Engineering 阅读
AI Agent
AI Agent 2026.11.04

Claude Code 团队怎么做代码审查：读书笔记与我们的取舍

人的注意力才是稀缺资源；七层防线、审查的收敛，以及哪些做法值得个人 Skill 吸纳

AI Agent AI Engineering 阅读
AI Agent
AI Agent 2026.11.03

读 DeepSeek 的 Super-agent：分派之后，谁来验收

原文、知乎讨论（重点是某科学的仙人仉的回答），以及对照 Enchanted 的看法

AI Agent Multi-Agent 阅读
AI Agent 2026.10.20

a2a 设计思路：多 Agent 协作，难的是可信验收

从 Goal 模式的目标错位，到任务契约、权限分离、独立取证和硬性预算

AI Agent AI Engineering 阅读
AI Agent
AI Agent 2026.10.15

深入理解 AI Agent

设计原理与工程实践 · 阅读笔记与批注

AI Agent Agent Engineering 阅读
AI Agent 2026.10.11

我的 Agent Skills 工作流：决策、证据、项目记忆与交付

9 个索引收录的 Skill、1 个外部 Skill，以及它们各自应该出场和停下的位置

AI Agent AI Engineering 阅读
后端与数据库 2026.10.10

后端知识地图

从一次请求出发，读懂数据库、缓存与消息队列

后端与数据库 后端 阅读
AI Agent 2026.08.25

解密 Anthropic 的 AI 原生 SDLC 安全体系：当 80% 的代码由 AI 编写时，安全如何重构？

从规划、编码、多智能体 CI/CD 到内部威胁治理的安全纵深防御实践

AI Agent AI Engineering 阅读
编程语言 2025.10.19

JavaScript 入门到进阶

一份覆盖 JavaScript 基础语法、函数、对象与浏览器编程的完整学习笔记。

编程语言 JavaScript 阅读
强化学习
强化学习 2025.07.05

从 PPO 到 GRPO：大模型后训练中的策略优化与偏好对齐

从 RLHF-PPO 的四模型架构，到 DPO 的隐式奖励推导，再到 GRPO 的组内相对优势与可验证奖励

强化学习 RLHF 阅读
强化学习 2025.07.04

【PPO、GRPO的理论基础】【策略梯度】value-based强化学习算法 策略梯度定理的完整数学推导 reinforce算法

PPO、GRPO 与策略梯度数学推导

强化学习 PPO 阅读
强化学习 2025.07.03

强化学习从零到RLHF

从基础概念到 RLHF 的学习笔记

强化学习 RLHF 阅读
强化学习 2025.07.02

强化学习基础与主流算法综述（以PPO为核心）

强化学习理论与 PPO 应用综述

强化学习 PPO 阅读
强化学习 2025.07.01

王树森_强化学习

强化学习术语、算法与 AlphaGo 笔记

强化学习 阅读
强化学习
强化学习 2025.06.30

动手学强化学习

课程与资料导航

强化学习 阅读
编程语言 2025.06.29

Matplotlib

绘图基础与常见图表示例

编程语言 Python 阅读
编程语言 2025.06.28

Pandas

DataFrame 基础操作笔记

编程语言 Python 阅读
编程语言
编程语言 2025.06.27

NumPy

数组基础与常用操作笔记

编程语言 Python 阅读
强化学习
强化学习 2025.06.26

HuggingFace_深度强化学习

Hugging Face Deep RL Course 学习索引

强化学习 HuggingFace 阅读
强化学习
强化学习 2025.06.25

深度强化学习10篇经典文章

顶级会议和期刊的10篇最具影响力论文

强化学习 阅读
远山AI 2025.04.22

远山AI

酒店系统AI助手

远山AI 阅读
后端与数据库 2025.03.12

数据库系统概论

章节课后题笔记

后端与数据库 数据库系统概论 阅读
编程语言
编程语言 2025.03.11

Java 从零开始

Phase 01 基础语法与面向对象 · Phase 02 进阶笔记

编程语言 Java 阅读
后端与数据库
后端与数据库 2025.01.13

仓储管理系统实现审批功能

功能开发

后端与数据库 开发 阅读
后端与数据库
后端与数据库 2025.01.01

仓储管理系统数据库优化文档

索引优化

后端与数据库 索引优化 阅读
随笔
随笔 2024.12.15

用随机梯度下降来优化人生

李沐的 11 条建议，对照一张可以亲手跑 SGD 的地形图

随笔 机器学习 阅读
Jekyll
Jekyll 2023.08.21

网站功能更新文档

功能更新文档

Jekyll 阅读
1 / 28