“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。
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
从 Agent 设计、上下文与 Harness，到多 Agent 协作、Skills 工作流和 AI 原生研发。
经典文献、HuggingFace 课程、王树森笔记，到 PPO / GRPO 的完整数学推导。
Java 基础与进阶、JavaScript Web 编程，以及 Python 数据分析工具。
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。
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。
设计原理与工程实践 · 阅读笔记与批注
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
从一次请求出发，读懂数据库、缓存与消息队列
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
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。
PPO、GRPO 与策略梯度数学推导
从基础概念到 RLHF 的学习笔记
强化学习理论与 PPO 应用综述
强化学习术语、算法与 AlphaGo 笔记
课程与资料导航
绘图基础与常见图表示例
DataFrame 基础操作笔记
数组基础与常用操作笔记
Hugging Face Deep RL Course 学习索引
顶级会议和期刊的10篇最具影响力论文
酒店系统AI助手
章节课后题笔记
Phase 01 基础语法与面向对象 · Phase 02 进阶笔记
功能开发
索引优化
功能更新文档
