All Posts
The complete archive.
Every post on the blog, newest first.
Part 2 — Knowledge Graph 知識圖譜(二):從零建構 — NER、關係抽取與 Neo4j 實作
動手建知識圖譜:命名實體辨識(NER)、實體消歧、關係抽取的完整管線,並用 Python + spaCy + Neo4j + Cypher 把純文字變成可查詢的圖。
Cloudflare AI 安全稽核系統(一):六階段 Multi-Agent Pipeline 全解析
Cloudflare 開源了內部 AI 安全稽核系統 security-audit-skill——一個教科書級的六階段 Multi-Agent Pipeline:Recon→Hunt→Validate→Report→Structured Output→Verify,本篇拆解整個架構設計與核心設計決策
Part 1 — Knowledge Graph 知識圖譜(一):核心概念、三元組與語意網路
從零理解知識圖譜:實體、關係、三元組、本體(Ontology),以及 RDF/OWL/SPARQL 語意網路標準。用具體範例與程式碼建立直覺。
Stock Analysis - AVAV (AeroVironment) - 估值模型與投資裁決(下)
AeroVironment(NASDAQ: AVAV)三部曲完整選股分析(下):DCF 三情境機率加權、EV/Revenue 與本益比相對估值、可比國防股分析、足球場估值匯總、安全邊際、資本配置與股本稀釋,最終給出目標價區間與綜合投資裁決訊號——一檔崩跌 66% 後、財報在即的墜落天使,究竟貴還是便宜?
Stock Analysis - AVAV (AeroVironment) - 技術面、籌碼面與市場情緒(中)
AeroVironment(NASDAQ: AVAV)三部曲完整選股分析(中):從 $417.86 崩跌 66% 後的下降趨勢、均線空頭排列、超賣反彈技術面,到內部人士交易、機構持股、12% 空頭興趣與軋空潛力、總體經濟與國防預算週期,全面拆解這檔「墜落天使」的籌碼與市場情緒。
Stock Analysis - AVAV (AeroVironment) - 基本面與產業競爭力深度解析(上)
AeroVironment(NASDAQ: AVAV)三部曲完整選股分析(上):從無人機 / 巡飛彈(Switchblade)核心特許經營權、收購 BlueHalo 後的雙部門結構、損益表 / 資產負債表 / 現金流三表、Q3 FY2026 財報落空與 SCAR 訂單減記風險,到國防無人機產業五力與護城河,逐項拆解這家從 $417 腰斬至 $142 的國防無人機龍頭。
Stock Analysis - PL (Planet Labs) - 估值模型與投資裁決(下)
Planet Labs(NYSE: PL)三部曲完整選股分析(下):DCF 三情境機率加權、P/S 與 EV/Revenue 相對估值、可比公司分析、足球場估值匯總、安全邊際、資本配置與股本稀釋,最終給出目標價區間與綜合投資裁決訊號。
Stock Analysis - PL (Planet Labs) - 技術面、籌碼面與市場情緒(中)
Planet Labs(NYSE: PL)三部曲完整選股分析(中):從 $51.76 高點回落 45% 後的均線結構、支撐阻力、RSI / MACD / 布林通道,到內部人士交易、機構持股(含 Alphabet)、9% 空頭興趣、總體經濟與國防預算週期,全面拆解籌碼與市場情緒。
Stock Analysis - PL (Planet Labs) - 基本面與產業競爭力深度解析(上)
Planet Labs(NYSE: PL)三部曲完整選股分析(上):從衛星對地觀測商業模式、損益表 / 資產負債表 / 現金流三表拆解、FY2026 首次調整後 EBITDA 轉正、Q1 FY2027 財報電話會議、到產業五力與競爭護城河,逐項拆解這家對地觀測龍頭的基本面。
Part 43 — AI 工程從零開始|Phase 19 Part 3:Capstone — 多模態 AI 應用端對端實作與系列總結
端對端構建多模態 AI 應用:圖文理解、語音介面、文件分析三合一系統的架構設計、模態融合策略、延遲優化與系列學習路線總結
Part 42 — AI 工程從零開始|Phase 19 Part 2:Capstone — 生產級 AI Agent 產品端對端實作
端對端構建生產級 AI Agent 產品:從架構設計到上線,涵蓋 ReAct 迴圈、工具整合、記憶系統、Guardrails、可觀測性與商業指標追蹤
Part 41 — AI 工程從零開始|Phase 19 Part 1:Capstone — 企業級 RAG 知識庫系統端對端實作
端對端構建企業級 RAG 系統:從需求分析到生產部署,涵蓋文件解析管線、Hybrid Search、Re-ranking、LLM 評估框架與 30 天迭代路線圖
Part 40 — AI 工程從零開始|Phase 18 Part 2:AI 治理與倫理 — 工程師的責任邊界
深入解析 AI 治理工程:EU AI Act/NIST AI RMF 合規架構、偏見偵測與緩解技術、資料隱私工程(差分隱私/聯邦學習)與 AI 稽核框架
Part 39 — AI 工程從零開始|Phase 18 Part 1:AI 技術安全 — 讓模型行為符合人類意圖
深入解析 AI 技術安全工程:對齊問題的技術根源、紅隊測試方法論、越獄攻擊分類、毒化攻擊防禦、模型可解釋性與安全評估框架
Part 38 — AI 工程從零開始|Phase 17 Part 3:AI 成本優化與規模化 — 把每美元壓榨到極限
深入解析 AI 生產成本工程:Token 成本分解、快取策略(Semantic Cache/Prompt Cache)、模型路由、批次推論、Spot GPU 與 FinOps for AI
Part 37 — AI 工程從零開始|Phase 17 Part 2:AI 系統可觀測性 — 當模型行為成為監控對象
深入解析 AI 系統可觀測性工程:LLM 追蹤(Traces/Spans)、提示版本管理、模型效能漂移偵測、成本歸因分析與 AI 告警策略
Part 36 — AI 工程從零開始|Phase 17 Part 1:AI 推論服務架構 — 從單機到全球部署
深入解析 AI 推論服務工程:模型服務器選型(Triton/TorchServe/vLLM)、負載均衡、自動擴縮容、GPU 共享與多租戶隔離架構
Part 35 — AI 工程從零開始|Phase 16 Part 2:湧現與集體智慧 — 群體行為的工程設計
深入解析多 Agent 系統的湧現行為:群智優化、集體推理、辯論機制、Mixture of Agents 架構與集體智慧的工程可控性
Part 34 — AI 工程從零開始|Phase 16 Part 1:多 Agent 協調 — 分工、通訊與共識
深入解析多 Agent 系統協調工程:Supervisor/Peer-to-Peer/Market 協調模式、Agent 間通訊協議、衝突解決、任務分配與共識機制
Part 33 — AI 工程從零開始|Phase 15 Part 2:自我改進與 2026 安全技術棧
深入解析 AI 自我改進機制:Constitutional AI/Self-Refinement/RLVR,以及 2026 年生產安全技術棧:越獄防禦/提示注入防護/行動沙箱
Part 32 — AI 工程從零開始|Phase 15 Part 1:長時程自主系統 — 跨天任務的 Agent 工程
深入解析長時程 Agent 工程挑戰:跨會話記憶持久化、多步驟任務分解、進度恢復、人機協作設計與長時程 Agent 的可靠性保障
Part 31 — AI 工程從零開始|Phase 14 Part 4:Agent 生產化 — 可靠性、可觀測性與成本控制
深入解析 Agent 生產部署工程:執行追蹤、成本預算控制、並發限流、Guardrails 安全防護、A/B 測試框架與 Agent 監控告警設計
Part 30 — AI 工程從零開始|Phase 14 Part 3:Agent 框架全景 — AutoGen、CrewAI 與自建的取捨
深入比較主流 Agent 框架:AutoGen/CrewAI/LangGraph/Semantic Kernel 的架構差異、適用場景與生產成熟度,以及何時應該自建框架
Part 29 — AI 工程從零開始|Phase 14 Part 2:Agent 規劃系統 — 從目標到行動計畫
深入解析 AI Agent 規劃架構:Tree-of-Thought/Plan-and-Execute/MCTS、任務分解策略、規劃失敗診斷與動態重規劃機制
Part 28 — AI 工程從零開始|Phase 14 Part 1:Agent 迴圈與記憶系統 — 從單次呼叫到自主行動
深入解析 AI Agent 工程基礎:ReAct/Reflexion 思考迴圈、記憶系統四層架構(感官/工作/情節/語意)、上下文管理與 Agent 狀態機設計