Initial k1412 research blog

2026-08-10 02:00:15 +08:00
commit 8bd96c892a
41 changed files with 6357 additions and 0 deletions
@@ -0,0 +1,94 @@
+---
+{
+  "title": "技术研究如何形成可验证的公开成果",
+  "summary": "从问题地图、证据台账和边界实验出发，把资料收集转化为可理解、可复现、可维护的公开研究。",
+  "date": "2026-08-10",
+  "updated": "2026-08-10",
+  "topic": "research-method",
+  "tags": ["evidence", "experiments", "publishing", "research"],
+  "kind": "article",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://blog.k1412.top/articles/research-publishing-method/",
+  "sourceRepo": "https://git.k1412.top/wuyang/research-blog"
+}
+---
+
+# 技术研究如何形成可验证的公开成果
+
+## 研究对象先于资料目录
+
+一个技术主题通常同时包含历史、机制、工程实现、实验结果和产品判断。直接从搜索结果开始写，文章很容易变成来源列表：材料很多，读者却不知道它们共同回答了什么问题。
+
+研究开始时应先建立问题地图。至少写清楚研究对象、时间快照、适用边界、预期读者，以及研究最终要支持的理解或决策。宽泛领域再拆成少量相互关联的专题，每个专题都有自己的核心问题和完成证据。
+
+问题地图不是固定目录。新证据可以改变专题关系，也可以推翻最初假设；但每次改变都要能解释原因。
+
+## 证据台账连接判断与来源
+
+文章中的重要判断需要一条可追溯链路。证据台账为每条判断记录来源、版本、时间、直接支持范围、限制和公开状态。它还要区分不同证据类型：
+
+| 证据类型 | 能说明什么 | 不能替代什么 |
+|---|---|---|
+| 论文、规范与官方文档 | 作者或机构正式声明的设计、方法和结果 | 当前实现与真实运行状态 |
+| 源码与版本记录 | 某一版本实际实现的接口和路径 | 线上部署已启用该实现 |
+| 运行与实验记录 | 特定环境、输入和配置下发生的结果 | 未覆盖场景和长期生产表现 |
+| 二手分析 | 背景、线索和不同解释 | 关键事实的一手证明 |
+| 推断与方案 | 基于证据形成的判断或下一步 | 已经验证的事实 |
+
+这层区分能避免常见错位：把设计文档写成现网事实、把静态检查写成端到端结果、把一个配置的成绩推广成整个系统的能力。
+
+## 机制解释建立因果模型
+
+技术文章需要回答“为什么”，而不只回答“是什么”。有效的机制解释通常包含四部分：输入条件、内部变化、可观察结果和失败条件。
+
+例如，讨论推理优化时，单独给出吞吐提升比例并不足够。还需要说明优化改变了计算、内存、调度还是量化路径；基线与候选使用什么硬件、模型和请求形态；延迟边界从哪里开始计算；质量是否使用同一数据与指标。只有这些条件固定后，读者才能判断结果能否迁移到自己的场景。
+
+具体例子和图可以显著降低理解成本。架构图适合说明组件关系，时序图适合说明事件顺序，状态图适合说明恢复和边界，统计图适合说明规模与变化。概念插画可以建立直觉，但精确标签、数字和方向仍要由正文或确定性图形承载。
+
+## 比较之前先统一口径
+
+技术比较最容易在表格完成后失真。不同系统可能使用不同模型、数据、预算、重试次数、成功定义或统计分母。把这些数字放进同一排行，会产生一种并不存在的精确性。
+
+比较前应固定以下维度：
+
+1. 任务与成功定义；
+2. 模型、工具和系统边界；
+3. 数据版本与污染假设；
+4. 提示、预算、重试和随机种子；
+5. 指标、分母、聚合方式与不确定性；
+6. 硬件、延迟边界和成本边界。
+
+无法统一时，应解释差异并停止排名。承认“目前不可直接比较”比给出误导性的顺序更有价值。
+
+## 小样本实验验证链路和评分
+
+能实验的问题不应停在方案。第一次实验的目标通常不是取得最终成绩，而是确认输入、执行、记录、评分和归因链路都可信。
+
+实验协议应在运行前定义：假设、基线、候选、控制变量、代表样本、指标、通过阈值、环境版本、停止条件和扩大规则。对评测或 Agent 任务，先运行少量能覆盖关键路径的案例；保留失败样本和原始过程，而不是只保留平均分。
+
+结果写作也要保持边界。小样本只能证明该样本与环境下的现象；烟测只能证明链路工作；外部服务耗时要与系统自身耗时分开。未运行的部分继续标为计划或估计。
+
+## 编辑把完整性转化为可读性
+
+完整研究不等于把所有材料放进正文。正文应保留形成因果模型所需的证据、例子、比较和限制；搜索记录、长摘录、中间脚本和原始输出进入研究工作区。
+
+深度文章可以很长，但每节只推进一个问题。标题直接描述内容，不使用教学口号或作者的内部工作提示。新术语在第一次出现时解释，关键数字带上单位、分母、版本和时间。读者不需要经历研究者的所有过程，但必须能复核研究者的关键判断。
+
+## 发布是一个可验证的版本
+
+公开发布至少要建立一条版本映射：
+
+```text
+公开源码提交 → 成功构建 → 不可变镜像 → 线上部署 → 页面内容标记
+```
+
+在这条链路之外，还需要内容边界审查、来源链接检查、桌面和移动端阅读检查、图形渲染检查、HTTPS 和关键资源检查。HTTP 状态码只能证明服务器返回了内容，不能证明文章、视觉和源码发布正确。
+
+当研究需要独立的交互地图、课程或实验室时，可以使用单独站点；中央博客保留清晰目录和来源入口。普通文章则保持稳定的 Markdown 源和文章 URL，让后续证据更新可以在同一条研究脉络中继续发生。
+
+## 限制与维护
+
+公开文章永远是某个时间点的证据快照。软件版本、排行榜、价格和组织状态会变化；实验也可能只覆盖有限环境。文章应保留更新时间和适用条件，在证据改变时更新、补充新版本，或明确标记旧结论已经被取代。
+
+一项研究真正完成的标志，不是材料被收集完，而是读者能理解判断如何形成、在哪些条件下成立、如何复核，以及下一项最有价值的不确定性是什么。
@@ -0,0 +1,18 @@
+---
+{
+  "title": "Agent 到底凭什么说“完成了”",
+  "summary": "从任务结果、执行轨迹和失败行为出发，解释 Agent 完成声明需要哪些可验证证据。",
+  "date": "2026-07-27",
+  "updated": "2026-08-10",
+  "topic": "agent-systems",
+  "tags": ["agents", "evaluation", "evidence"],
+  "kind": "site",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://agent-eval.k1412.top",
+  "sourceRepo": "https://git.k1412.top/wuyang/agent",
+  "preview": "/previews/agent-eval.jpg"
+}
+---
+
+独立专题站。中央博客保留索引，交互内容以原站为准。
@@ -0,0 +1,17 @@
+---
+{
+  "title": "Agent 系统综述 2026：边界、构件、前沿与落地",
+  "summary": "以系统边界、核心构件、研究前沿和工程落地为主线组织 Agent 领域全貌。",
+  "date": "2026-07-28",
+  "updated": "2026-08-10",
+  "topic": "agent-systems",
+  "tags": ["agents", "architecture", "landscape"],
+  "kind": "site",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://agent-landscape-2026.k1412.top",
+  "preview": "/previews/agent-landscape-2026.jpg"
+}
+---
+
+独立专题站。历史源码尚未迁入中央公开仓库。
@@ -0,0 +1,17 @@
+---
+{
+  "title": "Agent 系统研究综述 2026：系统、生态、前沿与实践",
+  "summary": "连接 Agent 系统架构、生态项目、研究方向和实践约束的长篇研究综述。",
+  "date": "2026-07-28",
+  "updated": "2026-08-10",
+  "topic": "agent-systems",
+  "tags": ["agents", "ecosystem", "research"],
+  "kind": "site",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://agent-review-2026.k1412.top",
+  "preview": "/previews/agent-review-2026.jpg"
+}
+---
+
+独立专题站。历史源码尚未迁入中央公开仓库。
@@ -0,0 +1,17 @@
+---
+{
+  "title": "Astra 的十项数学结果：答案、正确性与理解开始脱钩",
+  "summary": "从十项数学结果、验证流程和人类理解成本分析 AI 辅助数学研究的新阶段。",
+  "date": "2026-08-06",
+  "updated": "2026-08-10",
+  "topic": "ai-research",
+  "tags": ["ai-math", "astra", "verification"],
+  "kind": "site",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://astra-math.k1412.top",
+  "preview": "/previews/astra-math.jpg"
+}
+---
+
+独立研究文章站。中央博客保留统一入口。
@@ -0,0 +1,17 @@
+---
+{
+  "title": "27B 推理优化：从基线到生产配置",
+  "summary": "记录 27B 模型在 llama.cpp 路径上的方案变化、三项速度指标和生产配置取舍。",
+  "date": "2026-07-28",
+  "updated": "2026-08-10",
+  "topic": "llm-systems",
+  "tags": ["inference", "llama.cpp", "optimization"],
+  "kind": "site",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://llama-cpp-report.k1412.top",
+  "preview": "/previews/llama-cpp-report.jpg"
+}
+---
+
+独立报告站。历史源码尚未迁入中央公开仓库。
@@ -0,0 +1,18 @@
+---
+{
+  "title": "LLM 技术图谱：从发展脉络到关键机制",
+  "summary": "以 Kimi K3 技术报告为锚点，组织语言模型发展、训练、推理和 DeepSeek 系列的专题课程。",
+  "date": "2026-07-30",
+  "updated": "2026-08-10",
+  "topic": "llm-systems",
+  "tags": ["deepseek", "history", "llm"],
+  "kind": "site",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://llm-atlas.k1412.top",
+  "sourceRepo": "https://git.k1412.top/wuyang/llm-atlas",
+  "preview": "/previews/llm-atlas.jpg"
+}
+---
+
+独立课程站。源码在单独的公开仓库中持续维护。
@@ -0,0 +1,17 @@
+---
+{
+  "title": "模型记忆的分水岭，不是容量，而是写入权",
+  "summary": "从写入权、更新语义和长期状态治理重新理解模型记忆系统的关键边界。",
+  "date": "2026-08-07",
+  "updated": "2026-08-10",
+  "topic": "llm-systems",
+  "tags": ["agents", "architecture", "memory"],
+  "kind": "site",
+  "status": "published",
+  "visibility": "public",
+  "canonicalUrl": "https://llm-memory.k1412.top",
+  "preview": "/previews/llm-memory.jpg"
+}
+---
+
+独立研究文章站。中央博客保留统一入口。