我们把 AI 当做一个人：大脑（LLM）负责想与写；执行逻辑（Agent）负责推进到交付；经验手册（Skills）提供目录化的可复用 Prompt 与标准流程；工具接口（MCP）把外部能力接进来完成执。A2UI 负责把 Agent 的意图变成可交互界面，并把用户操作回传给 Agent。LLM 是这人的大脑：负责理解你在说什么、推理怎么做、把答案表达出来。但光有大脑不等于能把事办成。Agent 可以比作一个人做事的思考逻辑 + 执行逻辑：拿到目标后先梳理逻辑、拆步骤、设检查点，决定先做什么、后做什么，并在关键节点停下来确认，确保事情按流程推进到交付。Skills 是他随身带的一本经验手册：里面是...

jrm谁懂啊，以前看乐子现在照镜子谁能知道这事能发生在自己身上说我回答太官方像背书我说我闭着眼答呗，他还说算了我说你怀疑的时候怎么不追问，怎么不问灵活点？逮着上古时代的八股搁这问，回来你叭叭问完我叭叭答完，一句作弊完事，六百六十六手写个最大子数组和，我直接记事本默写了，上古时代的题。然后他让我暴力写一遍……我追问他为啥觉得我作弊，他说你思考一会一直瞅一个地方，然后就都说出来了，背书一样没有思考我说我现在问你个问题你不思考能秒答吗？他来了句不能，因为我不是研究生……也不卖关子，公司名 银河智学20-99人小公司有录音有截图，存着留以后讲段子

你以为你只需要调调参数？实际上，你要面对的将是：生犯贪嗔痴戾疑，死受鞭笞斧灼烹（不好意思，杀批乱入了）。好了，言归正传，作为一个合格的视频算法工程师，大概的技术链路就如下图所示，其中最重要的就是视频画质算法（超分/去噪/增强），这一领域不可避免地要深度依赖深度学习。“深度学习”这个概念大家耳熟不一定能详，但如何系统地掌握它？也就是从“知其然”到“知其所以然”？ 阶段一：数学与编程基础 ( 2周左右，熟悉可跳过)万丈高楼平地起，在开始搭建神经网络之前，你需要掌握底层的语言（Python）和逻辑（数学）。不要被复杂的公式吓跑，我们以“够用”为标准。数学基础线性代数：矩阵运算、特征值、特征向量微积分...