纳米AI

@antiAIvo • 30,458 subscribers

Backend Engineer Learning LLM · Agent 我写的大模型教程： LLM：https://t.co/dfVijtIowC Agent：https://t.co/Umtk9GTNWb

Shorts

没有 AI 的时候，我一直有个想法：怎么才能最快看懂一个项目？我想要的是一个可视化界面：从发起一个请求开始能一步一步看到它经过了哪些模块数据怎么流转，最后怎么返回就像那道经典面试题：在浏览器里输入一个网址，按下回车，背后发生了什么？以前这只能靠自己一行行读代码、在脑子里拼现在有了 AI，我把这个想法做出来了第一个拿来试的，是 DeepSeek Harness 左边是整个项目的架构图请求走到哪一步，对应的模块就亮起来连线上能看到数据往哪儿流右边同步显示这一步的真实代码，精确到具体哪几行一边看流程，一边看代码，整条链路一下子就清楚了先放一段录屏预览，完整版做好后再再发出来

没有 AI 的时候，我一直有个想法：怎么才能最快看懂一个项目？我想要的是一个可视化界面：从发起一个请求开始能一步一步看到它经过了哪些模块数据怎么流转，最后怎么返回就像那道经典面试题：在浏览器里输入一个网址，按下回车，背后发生了什么？以前这只能靠自己一行行读代码、在脑子里拼现在有了 AI，我把这个想法做出来了第一个拿来试的，是 DeepSeek Harness 左边是整个项目的架构图请求走到哪一步，对应的模块就亮起来连线上能看到数据往哪儿流右边同步显示这一步的真实代码，精确到具体哪几行一边看流程，一边看代码，整条链路一下子就清楚了先放一段录屏预览，完整版做好后再再发出来

17,925 görüntüleme

Transformer 论文里最有名的那张架构图很多人看过很多遍，但不一定看懂了问题在于原图是静态的：所有模块一次画完，看不出数据先走哪、后走哪所以我把它重画成了一个可以一步一步点的动态版 13 步，按数据流动的顺序走一遍：词嵌入 → 位置编码 → 自注意力 → 残差与归一化 → 前馈网络 → 叠 6 层 → Masked 注意力 → 交叉注意力 → 输出概率 → 自回归生成每一步高亮正在工作的模块，配论文原文和白话解释几个原图里容易忽略的地方，单独做了动画：图上那个小小的「N×」，其实是同样的层叠了 6 次从编码器伸到解码器的那根线，是整张图最关键的一步： Q 来自解码器，K 和 V 来自编码器生成时「写一个词、喂回去、再写下一个」的回环原图根本没画，我用虚线补上了想看具体矩阵怎么算的，每一步都能跳到对应章节

Transformer 论文里最有名的那张架构图很多人看过很多遍，但不一定看懂了问题在于原图是静态的：所有模块一次画完，看不出数据先走哪、后走哪所以我把它重画成了一个可以一步一步点的动态版 13 步，按数据流动的顺序走一遍：词嵌入 → 位置编码 → 自注意力 → 残差与归一化 → 前馈网络 → 叠 6 层 → Masked 注意力 → 交叉注意力 → 输出概率 → 自回归生成每一步高亮正在工作的模块，配论文原文和白话解释几个原图里容易忽略的地方，单独做了动画：图上那个小小的「N×」，其实是同样的层叠了 6 次从编码器伸到解码器的那根线，是整张图最关键的一步： Q 来自解码器，K 和 V 来自编码器生成时「写一个词、喂回去、再写下一个」的回环原图根本没画，我用虚线补上了想看具体矩阵怎么算的，每一步都能跳到对应章节

13,690 görüntüleme

A股光通信全产业链 2026年基本面图谱谁能猜出这是哪个AI做的？

A股光通信全产业链 2026年基本面图谱谁能猜出这是哪个AI做的？

10,593 görüntüleme

Videos

Anya Rossi

sweetdream.ai

SweetDream.ai•Sponsored•Livecam

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

Exclusive private shows

1.2k viewers online

Private Show

Join now for exclusive access

Free preview available • Premium content

用claude做了一个新栏目：Agent入门实践很多人觉得 Agent 很复杂其实拆开看，它就是一个 while 循环：调模型，执行工具，把结果写回上下文，再调模型难懂的地方在于你看不到上下文在循环里是怎么变的这个栏目就是把它画出来，一格一格播给你看怎么用：左边栏选章节，一共 10 章从一次 LLM 调用讲到一个完整的 coding agent 每章中间有一个播放器点「播放」自动走，点「下一格」手动走播放器左边是代码，黄色高亮的是当前执行到的那一行右边是此刻的上下文每种角色一个颜色：system、user、assistant、工具结果刚加进来的那一块会亮黄外框变成黄色，表示这一刻整个上下文正在发给模型播放器下面是 token 计量条，每调用一次模型就多一条。浅色是重发的历史，深色是这一圈新加的看完你就明白，为什么 Agent 跑久了又贵又慢 10 章分别是：一次调用、工具调用、Agent Loop、上下文窗口规划、记忆、MCP 与 Skills、子 Agent、失败模式、实战拆解建议先看第 3 章 Agent Loop 看懂这十几行代码，后面每一章都是在它上面加东西

用claude做了一个新栏目：Agent入门实践很多人觉得 Agent 很复杂其实拆开看，它就是一个 while 循环：调模型，执行工具，把结果写回上下文，再调模型难懂的地方在于你看不到上下文在循环里是怎么变的这个栏目就是把它画出来，一格一格播给你看怎么用：左边栏选章节，一共 10 章从一次 LLM 调用讲到一个完整的 coding agent 每章中间有一个播放器点「播放」自动走，点「下一格」手动走播放器左边是代码，黄色高亮的是当前执行到的那一行右边是此刻的上下文每种角色一个颜色：system、user、assistant、工具结果刚加进来的那一块会亮黄外框变成黄色，表示这一刻整个上下文正在发给模型播放器下面是 token 计量条，每调用一次模型就多一条。浅色是重发的历史，深色是这一圈新加的看完你就明白，为什么 Agent 跑久了又贵又慢 10 章分别是：一次调用、工具调用、Agent Loop、上下文窗口规划、记忆、MCP 与 Skills、子 Agent、失败模式、实战拆解建议先看第 3 章 Agent Loop 看懂这十几行代码，后面每一章都是在它上面加东西

16,263 görüntüleme • 16 gün önce

学 Transformer，最容易忘的是矩阵运算推导的时候能跟上，隔几周再回忆 Q、K、V 的形状怎么变里面的一些细节就想不起来了想了下，原因是脑子里没有一张全局的运算画面尝试用claude做了一个交互页面： 3 个词，3×4 的小矩阵从输入到注意力输出逐格演算，点哪一格就看哪一格这样就可以随时回看，加强记忆🤔

学 Transformer，最容易忘的是矩阵运算推导的时候能跟上，隔几周再回忆 Q、K、V 的形状怎么变里面的一些细节就想不起来了想了下，原因是脑子里没有一张全局的运算画面尝试用claude做了一个交互页面： 3 个词，3×4 的小矩阵从输入到注意力输出逐格演算，点哪一格就看哪一格这样就可以随时回看，加强记忆🤔

16,335 görüntüleme • 18 gün önce

Daha fazla içerik yok.