学习记录 · 编程实践 · 原创笔记

把学到的东西，写成能复用的笔记

写过代码，干过行政，AI 来了之后把丢掉的技术又捡了回来。现在关注商业分析、MBSE 和知识工程，一边做一边把过程记下来。

我现在关注这三件事

业务问题怎么被拆成可分析的结构，而不是停在「感觉有问题」。

用模型而不是文档承载系统设计，让复杂系统的每次变更都有据可依。

把经验变成可检索、可复用、能被机器读懂的东西，而不是散在几十个文件里。

给长时间运行、数据密集型 AI Agent 用的 Kubernetes 运行时

一个 Kubernetes 原生的 Agent 运行时：预热池把冷启动从几十秒压到百毫秒级，PVC 工作区让 pod 挂掉后能接着跑，拉模式队列消掉了调度冲突，运行时隔离用来跑不受信任的生成代码。

2026年10月1日

中小企业AI试点在演示里成功、推广后失败的根源，往往不是模型不行，而是试点条件不可复制——干净数据、人工兜底、单一接口。这篇文章给出判断框架和上试点前该问的检查清单。

2026年9月24日

Agent 沙盒系列最后一篇。20 个并发长任务能证明什么、不能证明什么；教案里设计的杀节点混沌实验为什么在一台笔记本上做不了；以及"容器隔离到此为止、再往下是虚拟机"这一步的理论账——那是我硬件条件到头的地方。

2026年9月17日

Agent 沙盒系列第五篇。用一个队列把"排队"这件事显式化，用户从"被拒绝"变成"排在第 7 位"。写完回头看代码才发现：我以为自己做成了"窗口自己叫号"，实际写的还是"大堂经理挨个问哪个窗口空着"。

哪里写错了、哪里讲得不清楚，或者你有不同的做法，都欢迎写信告诉我。