博客
XSCT Bench 博客，涵盖系统更新、技术分享和重要公告。
文章分类
当前分类：tech
-
《AI 的"食物":训练数据》
发布时间：2026-05-14
分类：技术文章
作者：洛小山
我们之所以要从训练数据讲起，是因为它是 AI 的第一性原理：你理解了它吃什么，就能解释它几乎所有的行为。
阅读全文 -
AI行业正在奖励"靠谱的人"
发布时间：2026-05-14
分类：技术文章
作者：洛小山
> 读完姚顺宇的访谈，我对"靠谱"这件事有了新理解。 姚顺宇在访谈里抛了一句很刺耳的话：AI这行"不太需要脑子"，"本科生就能干"。 他自己是清华物理出身，斯坦福高能物理博士，现在在 Google DeepMind 做研究科学家。按理说，他是那种最有资格强调"智商门槛"的人。但他偏不。他说这个行业最需要的特质是：靠谱，做事细，对自己做的事负责任。...
阅读全文 -
Agent Harness：从概念到工程实践
发布时间：2026-05-10
分类：技术文章
作者：洛小山
大模型原生能力存在一个根本性的短边：它无法持久执行代码，也无法自主配置环境。单次问答的交互模式下，模型只能记住权重和当前上下文，一旦任务复杂度超出窗口承载，就会陷入上下文腐烂，输出质量断崖式下降。 Harness 正是为了弥补这个缺口而提出的系统性方案。
阅读全文 -
Heuristic Learning：从"养不起的规则"到"值得养活的系统"
发布时间：2026-05-10
分类：技术文章
作者：洛小山
问题不在于规则强不强。规则系统从来不是输在"智能"，而是输在规模一上，维护成本指数级起飞。去修一个位置，可能牵一发而动全身；加了新逻辑，另一个不知道在哪里的 case 偷偷坏了。 最后团队的态度是：能不动就别动，宁可写新的叠加层，也不敢碰旧的。在 ROI 算不过账的年代，这些规则只能当一次性补丁，写完就扔。
阅读全文 -
当AI助手开始接广告，推荐的可能不是你的最优解
发布时间：2026-05-10
分类：技术文章
作者：洛小山
当AI真的面对这种冲突时，它站在哪一边？以及，这些偏向会带来什么实际影响？
阅读全文 -
让强模型写手册，弱模型照着做：自然语言技能如何打通模型间的能力迁移
发布时间：2026-05-06
分类：技术文章
作者：洛小山
企业今天面临的 AI 困局，不是"没有好模型"，而是"好模型太贵，便宜模型不够聪明"。 旗舰模型（GPT-5.1 级别）能理解 6 万 token 的法规文档并精准推理，但每次调用的成本让业务线望而却步。业务模型（GPT-4.1 级别或行业微调模型）成本可控，却在长文本推理上捉襟见肘——CL-bench 测试中，GPT-4.1 的任务解决率仅 11.1%，而 GPT-5.1 达到 21.1%，两者之间是近乎一倍的能力断层。 本文的核心命题是：能不能让旗舰模型把"怎么理解和运用上下文"的方法写成一份自然语言手册，然后任何模型都能照着做？
阅读全文 -
提升 AI Agent 应用活人感的工程化思考。
发布时间：2026-05-06
分类：技术文章
作者：洛小山
假设你们公司 A 市分公司有个同事，你和他从来没见过面。 入职三年，你和他所有协作都在线上完成：企业微信群聊、共享文档、偶尔几次线上会议。 他能按时出活，消息响应也还行，偶尔在群里接两句话，周末发条朋友圈。 你觉得他挺好的，360 环评也不错。 三年后他离职了，于是你们失去了联系。 现在回过头想，他是真人还是 AI？ 是不是也没那么重要？
阅读全文 -
我测了 ColaOS，又翻了几十条用户评价，聊聊有灵魂的 AI Agent
发布时间：2026-05-06
分类：技术文章
作者：洛小山
我觉得 ColaOS 选了一条很不同而且很机智的路，拼情商。 核心逻辑概括为两个关键词：无感理解和主动牵挂。 无感理解，是指它会读取你的本地文件、浏览器历史、笔记内容。 你不需要下指令，不需要整理问题，它自己消化你散落在电脑里的信息。 你甚至不用管会话。 我之前给橘子当面吐槽过这个设计，然后他很认真地回复我：用户为什么要关心会话。 确实，用户不关心会话，是最符合直觉的，因为你和朋友的微信本来也没有单开会话的说法。 主动牵挂，是指它记住了你随口说的话，在合适的时机主动提起。 比如你三天前随口提过喜欢 IU，今天它主动推了 IU 新的资讯。 过去的 AI 工具，逻辑是你问，它答。 ColaOS 的逻辑是，它在旁边看着，然后在你可能需要的时候 Call Back。
阅读全文 -
RecursiveMAS：多智能体系统的"光纤革命"
发布时间：2026-05-05
分类：技术文章
作者：洛小山
在一个标准的循环网络中，每一层的隐状态（hidden state）会直接传递给下一层，不需要先解码成人类可读的文本。那么关键问题变成：不同 Agent 之间，怎么传递连续的"脑电波"（hidden states）？
阅读全文 -
Qwen3.5-Omni 技术解读：从级联拼接到原生全模态智能体
发布时间：2026-04-30
分类：技术文章
作者：洛小山
## 为什么全模态必须是原生的 很多人把「全模态」简单理解成支持的模态种类更多。这是个误区。当前主流的多模态方案本质上是一条级联管线：ASR 把语音转文字，视觉编码器把图像转特征，LLM 在文本空间推理，TTS 再把文字念出来。每个环节各自为政，带来三个结构性问题： **信息逐层折损。** ASR 只输出文字，说话人的情绪、语气、停顿、背景环境音全部丢弃。模型的推理质量受限于最窄的信息管道。 **延迟不可压缩地累加。** 端到端延迟 = ASR 延迟 + 推理延迟 + TTS 延迟，三段串行。瓶颈在架构，不在算力。 **跨模态涌现无法生长。** 独立模块之间没有共享梯度和统一表征，「画面里的按钮布局」与「代码逻辑」之间的直接映射，在拼接式架构中学不到。
阅读全文
