DoneHub

同样的模型，不同的体验

一个反直觉的现象：用 GPT-4 模型搭配 OpenAI 的 Codex CLI，效果尚可；用 GPT-4 模型搭配 Anthropic 的 Claude Code，效果更好。自家模型配自家 Agent 应该是最佳组合，但实际表现不如搭配竞争对手的 Agent。

常见的猜测是”Claude Code 的 Prompt 更好”。Prompt 确实有影响，但不是决定性因素。Claude Code 的源码揭示了一个更根本的差异：它不是一个 Prompt 工具，而是一个完整的 Agent 运行时框架。这个框架理解模型的能力边界、工具的执行风险、上下文的压缩策略和用户的意图流转。模型是大脑，Claude Code 是躯体——这个类比虽然粗略，但抓住了核心关系。

2026 年 4 月 22 日，Anthropic 发布了一篇关于 MCP 定位与演进的官方博客。这篇文章的背景并不平静——在过去几个月里，社区围绕 MCP 的成本、上下文占用和 Schema 设计产生了大量争议，Perplexity 的 CTO 甚至公开表示内部正在远离 MCP。Anthropic 的这篇博客没有逐条反驳这些批评，而是给出了一个更完整的框架来理解 Agent 连接外部系统这个问题，同时提出了两个具体的技术优化方案来回应社区的核心质疑。

阅读全文 »

用 Claude Code 做用户模块重构，前 30 轮一切顺利，它清楚地记得数据库用的 PostgreSQL、接口风格是 RESTful、Redis 集群那天维护所以 session 要临时走 DB。到了第 50 轮左右，它突然问”找不到 MySQL MCP 信息，请你提供一下”。MCPSettings 就在文件中，它前面还知道这件事。上下文被撑爆之后，早期的关键约束在模型的注意力里被稀释了。这篇文章要拆的是 /compact 敲下去之后，Claude Code 内部到底跑了一套什么流程。

想让 AI 帮你调试网页，它只能给建议不能动手；需要自动化测试网页功能，写脚本嫌麻烦；分析网页性能瓶颈，DevTools 里一堆指标看不懂。这些场景的共同问题是：AI 和浏览器之间缺一条通路。Chrome DevTools MCP 就是来打通这条通路的，它让 Claude Code、Cursor、Copilot 这类 AI 助手直接操控浏览器，像一个真正的开发者一样干活。

2026 年 4 月，中国 AI 算力供应紧张到了”抢号”的地步。想订阅一个 Coding Plan，得排队等很久才能拿到名额。背后的原因很直接：高端 GPU 被禁售，国产替代还跟不上。这篇文章从硬件制程、软件生态、人才储备三个维度，拆解中国显卡自研面临的真实困境。

阅读全文 »

从抢购算力说起

2026 年，抢购算力已经成为 AI 行业的常态。中国的算力紧张，根源在于算力依赖显卡，而高端显卡几乎只有英伟达一个选择。很多人知道英伟达卖显卡，但对 CUDA 这个名词并不熟悉。CUDA 是英伟达最核心的竞争壁垒，这道壁垒花了整整二十年才构筑完成。理解 CUDA 的来龙去脉，才能理解今天算力市场的格局。

阅读全文 »

背景

问大模型”明朝第一位皇帝是谁”，它会回答”朱元璋”。但问”朱元璋的第三任妻子叫什么名字”，它可能回答”马皇后”。马皇后是朱元璋的正妻，不是第三任妻子，模型在这里编了一个看似合理实则错误的答案。这就是大模型的幻觉（Hallucination）：生成内容时语气自信，但事实层面是错的。面试中如果只说”因为它是概率模型”，面试官不会满意。概率模型并不意味着必然会编造内容，需要拆开来看具体是哪几个环节出了问题。

阅读全文 »

前几天看到一个视频在技术群里被转发，讲 AI Agent 工程师的 4 个核心技能：编程功底、Prompt Engineering、系统思维、领域知识。评论区一堆人收藏说太对了。我不否认这个框架，但实际做了几个 Agent 项目上线之后，我发现真正卡脖子的能力，那视频压根没提。

很多人描述 Function Calling 的工作原理时会说：模型”读懂”了用户的意图，”判断”出需要调用工具，然后”决定”生成一段调用指令。这种说法很流行，但”读懂”、”判断”、”决定”这些词都有误导性，它们暗示模型拥有某种理解能力，仿佛它真的在思考。大模型的本质从来没变过：Next Token Prediction，也就是预测下一个词。Function Calling 没有引入任何神秘的推理机制，它只是让模型学会了在特定情况下切换输出格式，从自然语言切换成结构化的 JSON 文本。

阅读全文 »

企业在搭建知识库问答系统时，经常面临一个选择：用普通的向量检索 RAG，还是用微软提出的 GraphRAG？两者的技术路线差异很大，适用场景也不同。选错了方案，要么检索精度不够，要么工程复杂度过高。这篇文章从实际应用场景出发，分析两种方案各自的能力边界和最佳使用时机。