AI
决策模型，Jev 与 Kev
有个模型不返回文本，只返回概率。confidence 不是学出来的值而是算术，校准也不是模型的性质而是分布的性质。本文用公开的 Jev 实测 5,743 条，以及把复现实现 Kev 直接跑在本博客音译闸门上的结果来验证。
LLM 的校准与过度自信
校准不是准确率，而是知道自己能答对百分之几的能力。本文整理 ECE 如何衡量这种偏离，GPT-4 技术报告中 post-training 后 ECE 从 0.007 恶化到 0.074 的结果，以及其原因目前弄清到了什么程度。
Harness（系统）工程
从 prompt engineering 到 context engineering，下一步将走向哪里？本文以 Anthropic 工程博客近期呈现的脉络为线索，梳理 harness 设计、eval、containment（隔离）三个方向及其与 token 节省讨论的联系。
AI Token 节省方法
AI 编程工具的 Token 成本从哪里产生，又该如何降低。文章结合 Anthropic 价格表，用 React POC 实测 prompt caching、subagent、精简 MCP、context engineering 与 Cursor Composer 等已验证的节省策略。
Token 的工作原理
AI Token 既不是单词也不是字符。本文系统讲解 BPE tokenizer 如何生成 Token、Token 如何变为 embedding 向量并进入模型、为何 decode 输出比 prefill 输入更贵，以及 KV cache 与 prompt caching 降低成本的原理。
上下文文件
梳理 CLAUDE.md、AGENTS.md、SKILL.md 与 Cursor rules 何时、如何被智能体读取，并根据 CLAUDE.md 以 user message 注入的机制、上下文遗忘与 ETH Zurich 研究，给出上下文文件该写什么的判断标准。
代码智能的四个层级
将降低 AI 编程智能体查找相关代码成本的工具分为四个层级进行比较，梳理 Repomix 等上下文打包、Aider 的 tree-sitter 仓库地图、CodeGraph 知识图谱，以及 Serena 等基于 LSP 的工具分别能理解代码到什么程度。
MCP 与 function calling
从协议结构梳理 MCP（Model Context Protocol）与 function calling 的区别：六种 primitive、stdio 与 Streamable HTTP、从 tools/list 到 tool_use 循环的调用流程，以及 Tool Poisoning 等安全问题。
AI 前端工程师
在 AI 代替人编写代码的时代，前端工程师该如何成长并生存下去？本文基于 Karpathy 的 agentic engineering、Vercel v0、Stack Overflow Survey、METR 研究等可靠资料，梳理以验证、规格与判断力为核心的新能力和学习策略。