跳转到主要内容

为什么 Side Project 应该是傻傻的

阅读需 1 分钟Tian PanTian Pan

Spotify 的设计主管从15岁辍学开始做各种 side project,几十年的经验让他认为,成功的 side project 必须是“傻傻的”,这样探索的时候就不会有包袱而更大胆更有乐趣。所有的大事一开始都是小事,谷歌 50% 的新项目诞生于著名的 20% 的业余项目。规模化、融资、竞品分析各种繁杂的问题会拖累你的进度。做事情比学习重要,因为别人不会比你更聪明,别人的经历你很难感同身受。很多成功的创业不是计划出来的。项目会吸引志同道合的人。

Side project 还有一个心里上的好处就是“很爽”,你是你的老板,你决定做什么都可以,没有人能够阻止你 :)

参考资料

保持联系,关注我获取更多内容

阅读需 9 分钟

试点炼狱:廉价的 90% 正是你的 AI POC 无法转正的原因

一个可运行的 AI 演示只是那看起来像 100% 但其实很廉价的 90%。那些能确保其在生产环境中安全运行的评估、护栏、可观测性、成本上限和权属划分,才是没人预估过的昂贵的 10% —— 这里有一份清单,帮你提前预估这些成本。

insider
ai-engineering
阅读需 9 分钟

内部试用 (Dogfooding) 你的 Agent 并不等于 QA

内部用户会默默地修正 Agent 的错误、规避其弱点,并在 Slack 中分享绕过问题的方法 —— 这使得内部试用指标在真实客户流失前看起来异常完美。你应该转而监测修复事件、编辑距离和冷启动用户群组。

ai-agents
evals
阅读需 9 分钟

你的 Token 预测从未考虑过的重尾效应

基于试点的 Token 成本预测往往忽略了生产环境用户的重尾效应——账单通常由 P99 而非中位数决定。本文将探讨如何针对分布而非平均值进行定价。

insider
llm
阅读需 10 分钟

Token 预算是产品决策,而非配置值

设置上下文窗口分配(历史记录 vs 检索结果 vs 工具输出)的那行代码,是隐藏在 f-string 中的产品决策。本文将介绍如何将其显性化、衡量它,并为其指定负责人。

context-engineering
llm
阅读需 9 分钟

那个设定了你跑不起的基准的 Demo

一个 Agent Demo 在前沿模型上运行,使用精心挑选的输入且没有负载——然后悄然变成了管理层预期的基准。本文将告诉你如何在 Demo 变成承诺之前,为其从演示到生产的差距进行估价。

ai-agents
llm